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。
http://www.xdnf.cn/news/888283.html

相关文章:

  • C#异步编程:从线程到Task的进化之路
  • Linux 内核队列调度相关内核选项详解
  • Java + Spring Boot + Mybatis 插入数据后,获取自增 id 的方法
  • 【.net core】.KMZ文件解压为.KML文件并解析为GEOJSON坐标数据集。附KML处理多线(LineString)闭环问题
  • 【LLIE专题】NTIRE 2025 低照度图像增强第二名方案
  • EtherCAT Module and Slot
  • Python训练第四十五天
  • 中国森林地上和地下植被碳储量数据集(2002~2021)
  • 【EN 18031】访问控制机制(ACM - 3):儿童玩具的防护盾
  • 我认为STM32输入只分为模拟输入 与 数字输入
  • 实现基于Yolo的异常聚集算法
  • 会话技术:Cookie 与 Session 详解
  • Ubuntu崩溃修复方案
  • 基于Java(Jsp+servelet+Javabean)+MySQL实现图书管理系统
  • Vue中实现表格吸底滚动条效果,列太多时左右滚动条始终显示在页面中
  • android知识总结
  • 【从0-1的CSS】第1篇:CSS简介,选择器已经常用样式
  • NoSQl之Redis部署
  • 【PhysUnits】15.16 补充to_i32方法的类型级整数表示(basic.rs)
  • wxpython快捷键示例
  • Python cryptography【密码库】库功能与使用指南
  • 模块化架构下的前端调试体系建设:WebDebugX 与多工具协同的工程实践
  • Sublime Text4 4192 安装
  • NGINX `ngx_stream_core_module` 模块概览
  • 数据分析后台设计指南:实战案例解析与5大设计要点总结
  • 实用对比图软件推荐:快速呈现信息差异
  • 【请关注】MySQL 碎片整理提升性能
  • 在Facebook平台有效结合TikTok跨境营销的方法
  • Calendar类日期设置进位问题
  • CSS3相关知识点