一、什么是线段树
线段树是一种二叉搜索树,与区间树相似,它将一个区间划分成一些单元区间,每个单元区间对应线段树中的一个叶节点。
对于线段树中的每一个非叶子节点[a, b], 它的左儿子表示的区间为[a,(a+b)/2],右儿子表示的区间为[(a+b)/ 2+1,b].
使用线段树可以快速的查找某一个节点在若干条线段中出现的次数,时间复杂度为O(lonN)。
线段树的思想和分治思想很相像。
线段树的每一个节点都储存着一段区间 [L...R]的信息,其叶子节点,也就是最后的节点L=R。
它的大致思想是:将一段大区间平均地划分为2个小区间,每一个小区间都再平均分成2个更小区间......以此类推,直到每个区间的L等于R(这样此区间仅包含一个节点的信息,无法被划分。即最后的叶子节点)。
通过对这些区间进行修改、查询,来实现对大区间的修改、查询。这样一来,每次修改,查询的时间复杂度都只为O(log2n)。
但是,可以用线段树维护的问题必须满足区间加法,否则是不可能将大问题划分成子问题来解决的。
什么是区间加法:一个问题满足区间加法,仅当对于区间[L,R]的问题的答案可以由[L, M] 和 [M+1,R]的答案合并得到。
二、线段树的基本内容
不要觉得线段树只是为了解决区间问题的数据结构,事实上,是线段树多用于解决区间问题,并不是线段树只能解决区间问题,首先,我们得先明白几件事情。
线段树主要是把一段大区间平均地划分成两段小区间进行维护,再用小区间的值来更新大区间。
这样既能保护正确性,又能使时间保持在log级别(因为这棵线段树是平衡的)。
也就是说,一个[L…R]的区间会被划分成[L…(L+R)/2]和[(L+R)/2+1…R]这两个小区间进行维护,直到L=R。
如图所示:
可以发现,每个叶子节点的值就是数组的值,每个非叶子节点的度都为二,且左右两个孩子分别存储父亲一半的区间。每个父亲的存储的值也就是两个孩子存储的值的最大值。
仔细观察每个父亲和孩子下标的关系,不难发现,每个左子树的下标都是偶数,右子树的下标都是奇数且为左子树下标+1,而且不难发现以下规律:
存储结构是怎样的?
线段树是一种二叉树,当然可以像一般的树那样写成结构体,指针什么的。
但是它的优点是,它也可以用数组来实现树形结构,可以大大简化代码。
数组形式适合在编程竞赛中使用,在已经知道线段树的最大规模的情况下,直接开足够空间的数组,然后在上面建立线段树。
简单的记法: 足够的空间 = 数组大小n的四倍。
实际上足够的空间 = (n向上扩充到最近的2的某个次方)的两倍。
举例子:假设数组长度为5,就需要5先扩充成8,8*2=16.线段树需要16个元素。如果数组元素为8,那么也需要16个元素。所以线段树需要的空间是n的两倍到四倍之间的某个数,一般就开4*n的空间就好,如果空间不够,可以自己算好最大值来省点空间。
怎么用数组来表示一颗二叉树呢?假设某个节点的编号为v,那么它的左子节点编号为2*v,右子节点编号为2*v+1。然后规定根节点为1.这样一颗二叉树就构造完成了。通常2*v在代码中写成 v<<1 。 2*v+1写成 v<<1|1 。
三、代码实现
public interface Merger {
E merge(E a, E b);
}
//线段树实现
public class SegmentTree {
private E[] tree;
private E[] data;
private Merger merger;
public SegmentTree(E[] arr, Merger merger){
this.merger = merger;
data = (E[]) new Object[arr.length];
for (int i = 0; i< arr.length; i++){
data[i] = arr[i];
}
tree = (E[]) new Object[4 * arr.length];
buildSegmentTree(0,0,data.length - 1);
}
//创建线段树
private void buildSegmentTree(int treeIndex, int l, int r){
if (l == r){
tree[treeIndex] = data[r];
return;
}
//当前节点的左孩子节点
int leftTreeIndex = leftChild(treeIndex);
//当前节点的右孩子节点
int rightTreeIndex = rightChild(treeIndex);
//区间中间节点索引
int mid = l + (r - l) / 2;
//从中间向左区间创建线段树
buildSegmentTree(leftTreeIndex, l, mid);
//从中间向右区间创建线段树
buildSegmentTree(rightTreeIndex, mid + 1, r);
tree[treeIndex] = merger.merge(tree[leftTreeIndex], tree[rightTreeIndex]);
}
public int getSize(){
return data.length;
}
public E get(int index){
if (index < 0 || index >= data.length){
throw new IllegalArgumentException("Index is illegal.");
}
return data[index];
}
//返回完全二叉树的数组表示中,一个索引所表示的元素的左孩子节点的索引
private int leftChild(int index){
return index << 1|1; //index * 2 + 1
}
//返回完全二叉树的数组表示中,一个索引所表示的元素的右孩子节点的索引
private int rightChild(int index){
return index << 1|2; //index * 2 + 2
}
//返回区间[queryL, queryR]的值
public E query(int queryL, int queryR){
if (queryL < 0 || queryR >= data.length || queryR < 0 || queryR >= data.length || queryL > queryR){
throw new IllegalArgumentException("Index is illegal.");
}
return query(0,0,data.length - 1, queryL, queryR);
}
//在以treeIndex为根节点的线段树中[l...r]的范围里,搜索区间[queryL...queryR]的值
private E query(int treeIndex, int l, int r, int queryL, int queryR){
if (l == queryL && r == queryR){
return tree[treeIndex];
}
int mid = l + (r - l) / 2;
int leftTreeIndex = leftChild(treeIndex);
int rightTreeIndex = rightChild(treeIndex);
//当查询的左区间大于中间值,则查询的内容不会在区间的左边
if (queryL >= mid + 1){
return query(rightTreeIndex, mid + 1, r, queryL, queryR);
}else if (queryR <= mid){//同理,当查询的右区间小于中间值,则查询的内容不会在区间的右边
return query(leftTreeIndex, l, mid, queryL, queryR);
}
//当查询的内容一部分在左,一部分在右时,指定范围查询。
E leftResult = query(leftTreeIndex, l, mid, queryL, mid);
E rightResult = query(rightTreeIndex, mid + 1, r, mid + 1, queryR);
return merger.merge(leftResult, rightResult);
}
//将index位置的值,更新为e
public void set(int index, E e){
if (index < 0 || index >= data.length){
throw new IllegalArgumentException("Index is illegal.");
}
data[index] = e;
set(0,0,data.length - 1, index, e);
}
//在以treeIndex为根的线段树中更新index的值为e
private void set(int treeIndex, int l, int r, int index, E e){
if (l == r){
tree[treeIndex] = e;
return;
}
int leftTreeIndex = leftChild(treeIndex);
int rightTreeIndex = rightChild(treeIndex);
int mid = l + (r - l) / 2;
//修改的节点索引大于中间索引,向右边线段树查找更新
if (index >= mid + 1){
set(rightTreeIndex, mid + 1, r, index, e);
}else {//否则就是修改的节点索引小于中间索引,向左边线段树查找更新
set(leftTreeIndex, l, mid, index, e);
}
merger.merge(tree[leftTreeIndex], tree[rightTreeIndex]);
}
@Override
public String toString() {
StringBuilder stringBuilder = new StringBuilder();
stringBuilder.append("[");
for (int i=0; i< tree.length; i++){
if (tree[i] != null){
stringBuilder.append(tree[i]);
}else {
stringBuilder.append("null");
}
if (i != tree.length - 1){
stringBuilder.append(", ");
}
}
stringBuilder.append("]");
return stringBuilder.toString();
}
}
end