当前位置: 首页 > news >正文

【Algorithm】Segment Tree 简单介绍

文章目录

  • Segment Tree
    • 1 基本概念
    • 2 基本思想
    • 3 适用场景
    • 4 代码示例(区间求和)
    • 5 使用示例
    • 6 使用注意事项
    • 7 进阶拓展

Segment Tree

线段树(Segment Tree)是一种高级数据结构,主要用于在区间范围内高效地进行查询与修改操作。它是一个二叉树结构,每个节点代表一个区间的信息,通常用于解决如下问题:


1 基本概念

线段树是对一个区间 [l, r] 上的数列进行划分,并在每个子区间上维护某种信息(如最值、和、最大公约数等)。

  • 节点表示一个区间
  • 根节点表示整个区间
  • 每个节点的两个子节点分别表示当前区间的左右子区间

2 基本思想

构建线段树是将区间不断对半划分,直到区间中只包含一个元素。每个节点保存其所代表区间的值(如区间和、最大值、最小值等)。

  • 建树复杂度:O(n)
  • 单点更新复杂度:O(log n)
  • 区间查询复杂度:O(log n)
  • 区间修改(懒标记):O(log n)

3 适用场景

线段树适用于以下问题:

场景描述
区间求和查询某个区间内所有元素的和
区间最值查询某个区间内最大值或最小值
区间更新给某个区间内所有元素加/减某个值
区间 GCD查询某区间所有元素的最大公约数
动态维护序列统计信息在元素更新的同时仍能高效查询

4 代码示例(区间求和)

  • C++版本:
#include <iostream>
#include <vector>
using namespace std;class SegmentTree {
private:vector<int> tree;int n;void build(vector<int>& nums, int node, int l, int r) {if (l == r) {tree[node] = nums[l];} else {int mid = (l + r) / 2;build(nums, 2 * node + 1, l, mid);build(nums, 2 * node + 2, mid + 1, r);tree[node] = tree[2 * node + 1] + tree[2 * node + 2];}}void update(int index, int value, int node, int l, int r) {if (l == r) {tree[node] = value;} else {int mid = (l + r) / 2;if (index <= mid)update(index, value, 2 * node + 1, l, mid);elseupdate(index, value, 2 * node + 2, mid + 1, r);tree[node] = tree[2 * node + 1] + tree[2 * node + 2];}}int query(int ql, int qr, int node, int l, int r) {if (qr < l || ql > r)return 0;  // 无交集if (ql <= l && r <= qr)return tree[node];  // 完全包含int mid = (l + r) / 2;int left_sum = query(ql, qr, 2 * node + 1, l, mid);int right_sum = query(ql, qr, 2 * node + 2, mid + 1, r);return left_sum + right_sum;}public:SegmentTree(vector<int>& nums) {n = nums.size();tree.resize(4 * n);build(nums, 0, 0, n - 1);}void update(int index, int value) {update(index, value, 0, 0, n - 1);}int query(int ql, int qr) {return query(ql, qr, 0, 0, n - 1);}
};
  • python 版本
class SegmentTree:def __init__(self, nums):self.n = len(nums)self.tree = [0] * (4 * self.n)  # 开4倍空间self._build(nums, 0, 0, self.n - 1)def _build(self, nums, node, l, r):if l == r:self.tree[node] = nums[l]else:mid = (l + r) // 2self._build(nums, 2 * node + 1, l, mid)self._build(nums, 2 * node + 2, mid + 1, r)self.tree[node] = self.tree[2 * node + 1] + self.tree[2 * node + 2]def update(self, index, value, node=0, l=0, r=None):if r is None:r = self.n - 1if l == r:self.tree[node] = valueelse:mid = (l + r) // 2if index <= mid:self.update(index, value, 2 * node + 1, l, mid)else:self.update(index, value, 2 * node + 2, mid + 1, r)self.tree[node] = self.tree[2 * node + 1] + self.tree[2 * node + 2]def query(self, ql, qr, node=0, l=0, r=None):if r is None:r = self.n - 1if qr < l or ql > r:return 0  # 无交集if ql <= l and r <= qr:return self.tree[node]  # 完全包含mid = (l + r) // 2left_sum = self.query(ql, qr, 2 * node + 1, l, mid)right_sum = self.query(ql, qr, 2 * node + 2, mid + 1, r)return left_sum + right_sum

5 使用示例

  • C++版本
int main() {vector<int> nums = {1, 3, 5, 7, 9, 11};SegmentTree seg(nums);cout << "区间 [1, 3] 的和: " << seg.query(1, 3) << endl;  // 输出 15seg.update(1, 10);  // 将 nums[1] 改为 10cout << "更新后区间 [1, 3] 的和: " << seg.query(1, 3) << endl;  // 输出 22return 0;
}
  • python版本
nums = [1, 3, 5, 7, 9, 11]
seg = SegmentTree(nums)
print(seg.query(1, 3))  # 输出:15(3 + 5 + 7)
seg.update(1, 10)
print(seg.query(1, 3))  # 输出:22(10 + 5 + 7)

6 使用注意事项

  1. 空间消耗大:为了避免越界,需要预分配约 4 倍原始数组大小的空间。
  2. 边界细节多:区间划分时容易出错,如 (l + r) // 2、递归终止条件。
  3. 懒标记复杂度高:当要进行区间修改时,引入懒惰标记(Lazy Propagation)会使实现变复杂。
  4. 更新频率高适合使用树状数组(Binary Indexed Tree):如只支持前缀和。

7 进阶拓展

  • 懒惰标记(Lazy Propagation):支持区间更新,优化大量重复更新操作。
  • 可持久化线段树:支持版本控制、历史查询。
  • 线段树合并:用于合并多个线段树数据。
  • 二维线段树:处理二维矩阵中的区间查询。

相关文章:

  • 图着色问题(回溯)
  • Redisson简明教程—你家的锁芯该换了
  • 【连接器专题】案例:从可靠性测试报告来看SD卡座测试都需要用到哪些仪器
  • Github Copilot新特性:Copilot Spaces-成为某个主题的专家
  • [大语言模型]在个人电脑上部署ollama 并进行管理,最后配置AI程序开发助手.
  • [蓝桥杯]修改数组
  • 28. Revit API:尺寸标注(Dimension)
  • 线程的基础知识
  • 8天Python从入门到精通【itheima】-69~70(字符串的常见定义和操作+案例练习)
  • rocketmq延迟消息的底层原理浅析
  • Vue 中组件命名与引用
  • Qt 开发中的父类与父对象的区别和父对象传递:如何选择 `QWidget` 或 `QObject`?
  • python爬虫:grequests的详细使用(基于gevent和requests的异步HTTP请求库)
  • 009-libb64 迅速上手 libb64 -C++开源库108杰
  • 欧拉公式简明推导
  • 如何通过ETLCloud实现跨系统数据同步?
  • 【持续更新】c++指针相关试题
  • STM32入门教程——OLED调试工具
  • 核心机制:延时应答,捎带应答,面向字节流
  • nginx.conf配置详解:从(413 Request Entity Too Large)说起
  • 拼车网站的建设雨实现/企业网站模板 免费
  • 眉山北京网站建设/个人免费网上注册公司
  • 合肥网站建设哪家好/个人在线网站推广
  • 网站 建设 方案/搜狗网站收录入口
  • 可以做外贸的网站有哪些/app网站
  • 网站建设怎么收费/2023年11月新冠高峰