每日一题（22）——区间重合检测（二）（线段树）
一、问题：给定一个窗口区域和系统界面上的N个窗口，判断这个窗口区域是否被已有的窗口覆盖。
二、数据结构之线段树
作者:Dong |可以转载, 但必须以超链接形式标明文章原始出处和作者信息及版权声明
网址:http://dongxicheng.org/structure/segment-tree/
1、概述
线段树，也叫区间树，是一个完全二叉树，它在各个节点保存一条线段（即“子数组”），因而常用于解决数列维护问题，它基本能保证每个操作的复杂度为O(lgN)。
2、线段树基本操作
线段树的基本操作主要包括构造线段树，区间查询和区间修改。
（1） 线段树构造
首先介绍构造线段树的方法：让根节点表示区间[0,N-1]，即所有N个数所组成的一个区间，然后，把区间分成两半，分别由左右子树表示。不难证明，这样的线段树的节点数只有2N-1个，是O(N)级别的，如图：
显然，构造线段树是一个递归的过程，伪代码如下：
//构造求解区间最小值的线段树
function 构造以v为根的子树
ifv所表示的区间内只有一个元素
v区间的最小值就是这个元素, 构造过程结束
endif
把v所属的区间一分为二，用w和x两个节点表示。
标记v的左儿子是w，右儿子是x
分别构造以w和以x为根的子树（递归）
v区间的最小值 <- min(w区间的最小值,x区间的最小值)
end function
线段树除了最后一层外，前面每一层的结点都是满的，因此线段树的深度
h =ceil(log(2n -1))=O(log n)。
（2） 区间查询
区间查询指用户输入一个区间，获取该区间的有关信息，如区间中最大值，最小值，第N大的值等。
比如前面一个图中所示的树，如果询问区间是[0,2]，或者询问的区间是[3,3]，不难直接找到对应的节点回答这一问题。但并不是所有的提问都这么容易回答，比如[0,3]，就没有哪一个节点记录了这个区间的最小值。当然，解决方法也不难找到：把[0,2]和[3,3]两个区间（它们在整数意义上是相连的两个区间）的最小值“合并”起来，也就是求这两个最小值的最小值，就能求出[0,3]范围的最小值。同理，对于其他询问的区间，也都可以找到若干个相连的区间，合并后可以得到询问的区间。
区间查询的伪代码如下：
// node 为线段树的结点类型，其中Left 和Right 分别表示区间左右端点
// Lch 和Rch 分别表示指向左右孩子的指针
void Query(node *p, int a, int b) // 当前考察结点为p，查询区间为(a,b]
{
if(a <= p->Left && p->Right <= b)
// 如果当前结点的区间包含在查询区间内
{
......// 更新结果
return;
}
Push_Down(p);// 等到下面的修改操作再解释这句
intmid = (p->Left + p->Right) / 2; // 计算左右子结点的分隔点
if(a < mid) Query(p->Lch, a, b); // 和左孩子有交集，考察左子结点
if(b > mid) Query(p->Rch, a, b); // 和右孩子有交集，考察右子结点
}
可见，这样的过程一定选出了尽量少的区间，它们相连后正好涵盖了整个[l,r]，没有重复也没有遗漏。同时，考虑到线段树上每层的节点最多会被选取2个，一共选取的节点数也是O(log n)的，因此查询的时间复杂度也是O(log n)。
线段树并不适合所有区间查询情况，它的使用条件是“相邻的区间的信息可以被合并成两个区间的并区间的信息”。即问题是可以被分解解决的。
（3） 区间修改
当用户修改一个区间的值时，如果连同其子孙全部修改，则改动的节点数必定会远远超过O(log n)个。因而，如果要想把区间修改操作也控制在O(log n)的时间内，只修改O(log n)个节点的信息就成为必要。
借鉴前一节区间查询用到的思路：区间修改时如果修改了一个节点所表示的区间，也不用去修改它的儿子节点。然而，对于被修改节点的祖先节点，也必须更新它所记录的值，否则查询操作就肯定会出问题（正如修改单个节点的情况一样）。
这些选出的节点的祖先节点直接更新值即可，而选出的节点的子孙却显然不能这么简单地处理：每个节点的值必须能由两个儿子节点的值得到，如这幅图中的例子：
这里，节点[0,1]的值应该是4，但是两个儿子的值又分别是3和5。如果查询[0,0]区间的RMQ，算出来的结果会是3，而正确答案显然是4。
问题显然在于，尽管修改了一个节点以后，不用修改它的儿子节点，但是它的儿子节点的信息事实上已经被改变了。这就需要我们在节点里增设一个域：标记。把对节点的修改情况储存在标记里面，这样，当我们自上而下地访问某节点时，就能把一路上所遇到的所有标记都考虑进去。
但是，在一个节点带上标记时，会给更新这个节点的值带来一些麻烦。继续上面的例子，如果我把位置0的数字从4改成了3，区间[0,0]的值应该变回3，但实际上，由于区间[0,1]有一个“添加了1”的标记，如果直接把值修改为3，则查询区间[0,0]的时候我们会得到3+1=4这个错误结果。但是，把这个3改成2，虽然正确，却并不直观，更不利于推广（参见下面的一个例子）。
为此我们引入延迟标记的一些概念。每个结点新增加一个标记，记录这个结点是否被进行了某种修改操作(这种修改操作会影响其子结点)。还是像上面的一样，对于任意区间的修改，我们先按照查询的方式将其划分成线段树中的结点，然后修改这些结点的信息，并给这些结点标上代表这种修改操作的标记。在修改和查询的时候，如果我们到了一个结点p ，并且决定考虑其子结点，那么我们就要看看结点p 有没有标记，如果有，就要按照标记修改其子结点的信息，并且给子结点都标上相同的标记，同时消掉p 的标记。代码框架为：
// node 为线段树的结点类型，其中Left 和Right 分别表示区间左右端点
// Lch 和Rch 分别表示指向左右孩子的指针
void Change(node *p, int a, int b) // 当前考察结点为p，修改区间为(a,b]
{
if(a <= p->Left && p->Right <= b)
// 如果当前结点的区间包含在修改区间内
{
......// 修改当前结点的信息，并标上标记
return;
}
Push_Down(p);// 把当前结点的标记向下传递
intmid = (p->Left + p->Right) / 2; // 计算左右子结点的分隔点
if(a < mid) Change(p->Lch, a, b); // 和左孩子有交集，考察左子结点
if(b > mid) Change(p->Rch, a, b); // 和右孩子有交集，考察右子结点
Update(p);// 维护当前结点的信息（因为其子结点的信息可能有更改）
}
3、应用
下面给出线段树的几个应用：
（1）有一列数，初始值全部为0。每次可以进行以下三种操作中的一种：
a. 给指定区间的每个数加上一个特定值；
b.将指定区间的所有数置成一个统一的值；
c.询问一个区间上的最小值、最大值、所有数的和。
给出一系列a.b.操作后，输出c的结果。
[问题分析]
这个是典型的线段树的应用。在每个节点上维护一下几个变量：delta（区间增加值），same（区间被置为某个值），min（区间最小值），max（区间最大值），sum（区间和），其中delta和same属于“延迟标记”。
（2）在所有不大于30000的自然数范围内讨论一个问题：已知n条线段，把端点依次输入给你，然后有m（≤30000）个询问，每个询问输入一个点，要求这个点在多少条线段上出现过。
[问题分析]
在这个问题中，我们可以直接对问题处理的区间建立线段树，在线段树上维护区间被覆盖的次数。将n条线段插入线段树，然后对于询问的每个点，直接查询被覆盖的次数即可。
但是我们在这里用这道题目，更希望能够说明一个问题，那就是这道题目完全可以不用线段树。我们将每个线段拆成(L,+1)，(R+1,-1)的两个事件点，每个询问点也在对应坐标处加上一个询问的事件点，排序之后扫描就可以完成题目的询问。我们这里讨论的问题是一个离线的问题，因此我们也设计出了一个很简单的离线算法。线段树在处理在线问题的时候会更加有效，因为它维护了一个实时的信息。
这个题目也告诉我们，有的题目尽管可以使用线段树处理，但是如果我们能够抓住题目的特点，就可能获得更加优秀的算法。
（3）某次列车途经C个城市，城市编号依次为1到C，列车上共有S个座位，铁路局规定售出的车票只能是坐票，即车上所有的旅客都有座，售票系统是由计算机执行的，每一个售票申请包含三个参数，分别用O、D、N表示，O为起始站，D为目的地站，N为车票张数，售票系统对该售票申请作出受理或不受理的决定，只有在从O到D的区段内列车上都有N个或N个以上的空座位时该售票申请才被受理，请你写一个程序，实现这个自动售票系统。
[问题分析]
这里我们可以把所有的车站顺次放在一个数轴上，在数轴上建立线段树，在线段树上维护区间的delta与max。每次判断一个售票申请是否可行就是查询区间上的最大值；每个插入一个售票请求，就是给一个区间上所有的元素加上购票数。
这道题目在线段树上维护的信息既包括自下至上的递推，也包括了自上至下的传递，能够比较全面地对线段树的基本操作进行训练。
（4）给一个n*n的方格棋盘，初始时每个格子都是白色。现在要刷M次黑色或白色的油漆。每次刷漆的区域都是一个平行棋盘边缘的矩形区域。
输入n,M,以及每次刷漆的区域和颜色，输出刷了M次之后棋盘上还有多少个棋格是白色。
[问题分析]
首先我们从简单入手，考虑一维的问题。即对于一个长度为n的白色线段，对它进行M次修改（每次更新某一子区域的颜色）。问最后还剩下的白色区域有多长。
对于这个问题，很容易想到建立一棵线段树的模型。复杂度为O(Mlgn)。
扩展到二维，需要把线段树进行调整，即首先在横坐标上建立线段树，它的每个节点是一棵建立在纵坐标上的线段树（即树中有树。称为二维线段树）。复杂度为O(M(logn)^2)。
4、总结
利用线段树，我们可以高效地询问和修改一个数列中某个区间的信息，并且代码也不算特别复杂。
但是线段树也是有一定的局限性的，其中最明显的就是数列中数的个数必须固定，即不能添加或删除数列中的数。
5、参考资料
（1） 杨弋文章：《线段树》：
http://download.csdn.net/source/2255479
（2） 林涛文章《线段树的应用》：
http://wenku.baidu.com/view/d65cf31fb7360b4c2e3f64ac.html
（3） 朱全民文章《线段树及其应用》：
http://wenku.baidu.com/view/437ad3bec77da26925c5b0ba.html
（4） 线段树：
http://wenku.baidu.com/view/32652a2d7375a417866f8f51.html
三、解法：
这个问题适合使用线段树来解答，单次查找的时间复杂度为O(nlogn)，当然也能用数组解答，但单次查找的时间复杂度会增加到O(n^2)。这里我们直接使用线段树来解答。
线段树是一棵二叉树，将数轴划分成一系列的初等区间[I, I+1] (I=1,2,..,N-1)。每个初等区间对应于线段树的一个叶结点。线段树的内部结点对应于形如[ I, J ](J – I > 1)的一般区间。由于线段树给每一个区间都分配了结点，利用线段树可以求区间并后的总长度与区间并后的线段数。先给出测试数据（前4行是系统界面上已有的N个窗口，之后的一行是待测试的窗口区域），后面是代码：
4
-15 0 5 10
-5 8 20 25
15 -4 24 14
0 -6 16 4
2 15 10 22
#include <iostream>
#include <cmath>
#include <algorithm>
using namespace std;
// 线段树的结点
struct SegNode
{
int low, high; // 线段的两端点索引
int ncover; // 线段被覆盖的次数
SegNode *left; // 结点的左子树
SegNode *right; // 结点的右子树
SegNode() {low=high=0;ncover=0;
left=right=NULL;}
};
// 构造线段树，它是一个完全二叉树
void BuildSegTree(SegNode *&tree, int *index, int low, int high)
{
if (low < high)
{
tree = new SegNode;
tree->low = low;
tree->high = high;
if (high-low>1)
{
int m = (low+high)/2;
BuildSegTree(tree->left, index, low, m);
BuildSegTree(tree->right, index, m, high);
}
}
}
// 往线段树中插入线段，即用线段(low,high)来覆盖线段树
void InsertSegTree(SegNode *tree, int low, int high)
{
// 先序遍历
if (low<=tree->low && tree->high<=high)
tree->ncover++;
else if (tree->high-tree->low > 1)
{
int m = (tree->low+tree->high)/2;
if (low < m) InsertSegTree(tree->left, low, high);
if (m < high) InsertSegTree(tree->right, low, high);
}
}
// 从线段树中删除线段
void DeleteSegTree(SegNode *tree, int low, int high)
{
if (low<=tree->low && tree->high<=high)
tree->ncover--;
else if (tree->high-tree->low > 1)
{
int m = (tree->low+tree->high)/2;
if (low < m) DeleteSegTree(tree->left, low, high);
if (m < high) DeleteSegTree(tree->right, low, high);
}
}
// 线段树中是否包含线段(low,high)
bool FindSegTree(SegNode *tree, int low, int high)
{
// 若当前区间被覆盖，且线段(low,high)属于当前区间则返回覆盖
if (tree->ncover && tree->low <= low && high <= tree->high )
return true;
// 若(low,high)没被当前区间覆盖，则将其分为两段，
// 分别考虑是否被子结点表示的区间覆盖
else if (tree->high - tree->low > 1)
{
int m = (tree->low + tree->high) >> 1;
bool ret = true;
if (low<m) ret = FindSegTree(tree->left, low, high<m?high:m);
if (!ret) return false;
if (m<high) ret = FindSegTree(tree->right, m<low?low:m, high);
if (!ret) return false;
return true;
}
return false;
}
#define LEFT true
#define RIGHT false
#define INF 10000
// 表示竖直方向的线段
struct Line
{
int starty, endy; // 竖线的长度
int x; // 竖线的位置
bool inout; // 竖线是长方形的左边还是右边
bool operator<(const Line& a) const{ // 依据x坐标进行排序
return x<a.x;
}
};
// 所有竖直方向的线段
Line lines[INF];
// 对横向超元线段进行分组
int index[INF];
int nCnt = 0;
// 获取key的位置
int GetIndex(int key)
{
// 用二分查找查出key在index中的位置
return lower_bound(index,index+nCnt,key)-index;
}
// 获取key的位置或比它小的最大数的位置
int GetLower(int key)
{
size_t pos = lower_bound(index,index+nCnt,key)-index;
if (key == index[pos]) return pos;
else return pos-1;
}
// 获取key的位置或比它大的最小数的位置
int GetUpper(int key)
{
return lower_bound(index,index+nCnt,key)-index;
}
int main()
{
int nRec;
cin >> nRec;
int i, j;
int x[2], y[2];
// 读取nRec个窗口的数据
for (i=0; i<nRec; i++)
{
cin >> x[0] >> y[0] >> x[1] >> y[1];
// 记录每个长方形的两条竖直边
lines[2*i].x=x[0]; lines[2*i+1].x=x[1];
lines[2*i].starty=lines[2*i+1].starty=min(y[0],y[1]);
lines[2*i].endy=lines[2*i+1].endy=max(y[0],y[1]);
lines[2*i].inout=LEFT; lines[2*i+1].inout=RIGHT;
// 对竖直的线段进行离散化
index[2*i]=y[0]; index[2*i+1]=y[1];
}
// 待查询的窗口区域
Line search[2];
cin >> x[0] >> y[0] >> x[1] >> y[1];
search[0].x=x[0]; search[1].x=x[1];
search[0].starty=search[1].starty=min(y[0],y[1]);
search[0].endy=search[1].endy=max(y[0],y[1]);
search[0].inout=LEFT; search[1].inout=RIGHT;
// 对x坐标进行排序O(nlogn)
sort(index, index+2*nRec);
sort(lines, lines+2*nRec);
// 排除index数组中的重复数据O(n)
for (i=1; i<2*nRec; i++)
if (index[i]!=index[i-1])
index[nCnt++] = index[i-1];
index[nCnt++] = index[2*nRec-1];
// 建立线段树
SegNode *tree;
BuildSegTree(tree, index, 0, nCnt-1);
// 单词查找的时间复杂度为O(nlogn)
bool res;
InsertSegTree(tree, GetIndex(lines[0].starty), GetIndex(lines[0].endy));
for (i=1; i<2*nRec; i++)
{
if (lines[i].inout==LEFT) // 遇窗口的左边界，将其加入线段树
InsertSegTree(tree, GetIndex(lines[i].starty), GetIndex(lines[i].endy));
else // 遇窗口的右边界，将其删出线段树
DeleteSegTree(tree, GetIndex(lines[i].starty), GetIndex(lines[i].endy));
if (lines[i].x!=lines[i-1].x && search[0].x < lines[i+1].x && search[1].x > lines[i].x)
{
// 从待查窗口区域的左边界开始查询直到其右边界结束查询
res = FindSegTree(tree, GetLower(search[0].starty), GetUpper(search[0].endy));
if (!res) break;
}else if (search[1].x <= lines[i].x)
break;
}
if (res) printf("Yes\n");
else printf("No\n");
return 0;
}
线段树做题真心比较麻烦~