数据结构 -- 线段树

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][(L+R)/2+1…R]这两个小区间进行维护,直到L=R。

如图所示:

数据结构 -- 线段树_第1张图片

数据结构 -- 线段树_第2张图片

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:

  • l = fa*2 (左子树下标为父亲下标的两倍)
  • r = fa*2+1(右子树下标为父亲下标的两倍+1)

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

 

你可能感兴趣的:(数据结构,java,数据结构)