区间最值与线段树

与求sum的线段树不同

http://blog.csdn.net/ice110956/article/details/12067537

区间最值问题:

有如下无序序列,求任意子区间段的最大值。

接着,我们要用分治的思想来快速地解决上面的问题。在解决问题之前,先介绍一些分治的概念。


二分查找

二分查找是分治思想的典型运用

我们有如下序列:

A1,A2,A3……An.

要查找其中等于b的元素。一种方法就是一个个对比,看看是不是相等,时间复杂度为N。还有就是二分查找。

如上图,通过不断地与中间元素对比,缩小搜索区间,最后得到A4==b.时间复杂度为logN.


二叉搜索树


在二分查找中,我们要求队列是有序地。那么如果队列无序又要如何?我们可以仿造二分查找的方式,构造一个二叉搜索树,如下:

二叉搜索树左节点比根小,右节点比根大。上图红色箭头代表搜索A4的过程。


线段树

线段树也是一种二叉搜索树,我们回到区间最值的问题,有如下无序序列


现在我们要在上面的序列中,搜索任意指定区间的最大值。


我们先来解决总的最大值的问题

一个基本的方法就是一个个比较,取出最大值,时间复杂度为N。

我们借用二分搜索的分治思想。可以把序列划分为1-5节点的最大值和6-8的最大值,再取这两个值的较大值。递归地,我们再把1-5继续划分至只剩一个元素。这样的时间复杂度为logN .如下面的过程,即线段数搜索的过程:


上面的过程就是选取区间最大值的方式,总的最大值为9.

接着,我们要处理任意指定子序列的最值问题。

根据上图我们可以看出,根据中间的结果,可以和容易地寻找1-6个节点的最大值,分治为1-4的最大值7,5-6的最大值8,1-6的最大值就为8.


总结一下上述的思想。

首先,有点像总统选举,我们要寻找一个国家最适合当总统的人,不需要一个个去比较,只需要每个乡选一个最好的,再在县里比较,得出一个县里最好的,然后市,然后省,最后我们得到了全国最好的。

然后,我们选举的过程中,得到了乡,县的中间结果,这些又可以用来选取任意小范围的最好人选。如我们要选总管广东,广西和南京鼓楼区第二大街的总管,只需要用到不同级别的中间结果汇总即可。


线段树最终回到分治的思想上来,其应用与如下领域:

区间最值查询问题

连续区间修改或者单节点更新的动态查询问题 

多维空间的动态查询


线段树的编程实践

线段树的节点结构为:


其中max保存当前线段的最大值。

线段树最基本要有三个函数:

1.递归地建立树:


2.递归地插入:


3.递归地查询:


最后,求解任意区间最值的代码如下:


最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 220,002评论 6 509
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,777评论 3 396
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 166,341评论 0 357
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,085评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,110评论 6 395
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,868评论 1 308
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,528评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,422评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,938评论 1 319
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,067评论 3 340
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,199评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,877评论 5 347
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,540评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,079评论 0 23
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,192评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,514评论 3 375
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,190评论 2 357