C++?線段樹原理與實(shí)現(xiàn)示例詳解
一、問題引入
對于一般的區(qū)間問題,比如RMQ(區(qū)間的最值)、區(qū)間的和,如果使用樸素算法,即通過遍歷的方式求取,則時間復(fù)雜度為O(N),在常數(shù)次查詢的情況下可以接受,但是當(dāng)區(qū)間長度為N,查詢次數(shù)為M時,查詢復(fù)雜度就變成O(M*N)。在M和N較大時,這樣的復(fù)雜度無法滿足要求。
對于這類問題,有一個神奇的數(shù)據(jù)結(jié)構(gòu),能夠在O(M*logN)的時間內(nèi)解決問題——線段樹。
二、線段樹的構(gòu)建

線段樹的每個節(jié)點(diǎn)可以根據(jù)需要存儲一個區(qū)間的最大/最小值/和等內(nèi)容。它的構(gòu)建方式與堆的構(gòu)建方式類似,即線段樹是基于數(shù)組實(shí)現(xiàn)的樹。
以構(gòu)建區(qū)間和的線段樹為例:對于給定數(shù)組nums,設(shè)大小為n,則區(qū)間范圍為[0, n-1]。
- 規(guī)定線段樹的根節(jié)點(diǎn),即
SegmentTree[0]存儲[0, n)的和。 - 根據(jù)堆的構(gòu)建方法,父節(jié)點(diǎn)的左孩子為2*parent+1,右孩子為2*parent+2。
- 假設(shè)父節(jié)點(diǎn)存儲[start, end]的和,
mid=start+(end - start>>1),則左孩子存儲[start, mid]的和,右孩子存儲[mid+1, end]的和 - 注:
mid=start+(end - start>>1)是一種避免整形溢出的寫法,等價于mid=(start+end)/2。 - 由于父節(jié)點(diǎn)的值依賴于兩個子節(jié)點(diǎn),因此線段樹的構(gòu)建是一種后序遍歷。
// nums是給定大小為n的數(shù)組,par表示當(dāng)前正在構(gòu)建的線段樹節(jié)點(diǎn)下標(biāo),start和end是當(dāng)前需要計算的區(qū)間。
void build(vector<int>& nums, int par, int start, int end)
{
if (start == end) // 區(qū)間大小為1,即單個點(diǎn),因此當(dāng)前節(jié)點(diǎn)的區(qū)間和就是單點(diǎn)的值
{
_segmentTree[par] = nums[start];
return;
}
// 如果區(qū)間大于1,則先求當(dāng)前節(jié)點(diǎn)的左孩子和右孩子
int mid = start + (end - start >> 1);
int lchild = 2 * par + 1;
int rchild = 2 * par + 2;
build(nums, lchild, start, mid); // 遞歸求左節(jié)點(diǎn)的區(qū)間和
build(nums, rchild, mid + 1, end); // 遞歸求右孩子的區(qū)間和
// 當(dāng)前節(jié)點(diǎn)的值就是左孩子的值+右孩子的值
_segmentTree[par] = _segmentTree[lchild] + _segmentTree[rchild];
}
注:在極端情況下,最后一層有n個結(jié)點(diǎn),此時線段樹是一棵完全二叉樹,樹的高度h=log2N向上取整+1≤log2N+2。
因此,樹的節(jié)點(diǎn)數(shù)量為2^h-1^≤2^logN+2^-1=4N-1。
所以,線段樹數(shù)組的大小一般為4*n。
此外,如果想要避免因?yàn)閚過大而導(dǎo)致MLE,則可以選擇map/unordered_map來存儲線段樹,不過這會增加時間成本。一般來說直接開辟4*n的線段樹數(shù)組是最方便書寫的。
三、線段樹的單點(diǎn)修改與查詢
1、修改
單點(diǎn)修改要求:修改原數(shù)組下標(biāo)index處的值。此時我們需要對線段樹進(jìn)行更新:
- 依然是從根節(jié)點(diǎn)開始進(jìn)行修改。
- 根據(jù)修改的下標(biāo)index,判斷應(yīng)當(dāng)修改當(dāng)前節(jié)點(diǎn)的左子樹還是右子樹。
- 在遞歸修改左右孩子節(jié)點(diǎn)以后,再根據(jù)左右孩子的值重新對父節(jié)點(diǎn)進(jìn)行賦值(
pushUp())。
void update(int index, int val, int par, int start, int end)
{
if (start == end) // 遞歸結(jié)束條件依然是當(dāng)前區(qū)間為單點(diǎn)
{
segtree[par] = val;
return;
}
int mid = start + (end - start >> 1);
// 遞歸修改左孩子或右孩子
if (index <= mid)
update(index, val, 2 * par + 1, start, mid);
else
update(index, val, 2 * par + 2, mid + 1, end);
// 修改完成后重新對父節(jié)點(diǎn)賦值
pushUp(par);
}
// pushUp負(fù)責(zé)利用左右孩子的值更新父節(jié)點(diǎn)
void pushUp(int par)
{
segtree[par] = segtree[2 * par + 1] + segtree[2 * par + 2];
}
2、查詢
由于每個節(jié)點(diǎn)可以存儲最值和區(qū)間和,因此求最值與求和的過程幾乎相同,這里以求和為例:
假設(shè)當(dāng)前節(jié)點(diǎn)的區(qū)間為[start, end],中點(diǎn)為mid。
對于給定區(qū)間[left, right],它有三種分布情況:
- right<=mid,即給定區(qū)間全部在左節(jié)點(diǎn)中,因此只需要遞歸左子樹計算區(qū)間和即可。
- left>mid,即給定區(qū)間全部在右節(jié)點(diǎn)中,因此只需要遞歸右子樹計算區(qū)間和即可。
- 給定區(qū)間有一部分在左子樹,一部分在右子樹,因此需要分成兩部分,一部分是[left, mid],這部分到左子樹中遞歸求取。另一部分是[mid+1,right],這部分到右子樹中遞歸求取。
// [left, right]是目標(biāo)求和區(qū)間,par是當(dāng)前節(jié)點(diǎn)編號,當(dāng)前節(jié)點(diǎn)存儲區(qū)間[start, end]的和
int query(int left, int right, int par, int start, int end)
{
// 目標(biāo)求和區(qū)間與當(dāng)前節(jié)點(diǎn)的區(qū)間吻合,直接返回當(dāng)前節(jié)點(diǎn)的值即可
if (left == start && right == end)
return segtree[par];
int mid = start + (end - start >> 1);
if (right <= mid) // 目標(biāo)求和區(qū)間全部在左子樹
return query(left, right, 2 * par + 1, start, mid);
else if (left > mid) // 目標(biāo)求和區(qū)間全部在右子樹
return query(left, right, 2 * par + 2, mid + 1, end);
else // 目標(biāo)求和區(qū)間分布在左右子樹上
return query(left, mid, 2 * par + 1, start, mid) +
query(mid + 1, right, 2 * par + 2, mid + 1, end);
}
四、線段樹的區(qū)間修改與查詢
1、修改
區(qū)間修改要求:修改原數(shù)組[left, right]處的值,將它們?nèi)考?減value,或者全部改為value。此時我們需要對線段樹進(jìn)行更新。
我們可以選擇將[left, right]看成一個個點(diǎn),然后進(jìn)行單點(diǎn)修改,但是一個點(diǎn)的修改消耗為log2N,修改整個區(qū)間就是C*log2N了,M次修改就是M*C*log2N,這比暴力法的M*C還要差。
我們使用懶標(biāo)記法,引入一個lazy變量:
依然從根節(jié)點(diǎn)開始修改。
如果節(jié)點(diǎn)對應(yīng)的區(qū)間[start, end]完全包含在[left, right]中時,即left≤start≤end≤right,此時將這個節(jié)點(diǎn)的值進(jìn)行修改,并按要求修改lazy,比如:對給定區(qū)間整體加4,則lazy加4,整體減3,則lazy減3。
修改完lazy數(shù)組后,我們不再需要修改它的子節(jié)點(diǎn),因此lazy的意義在于減少向下更新的次數(shù),從而降低時間復(fù)雜度**「懶的體現(xiàn)」**。
如果節(jié)點(diǎn)對應(yīng)的區(qū)間[start, end]不完全包含在[left, right]中時,則遞歸修改左右節(jié)點(diǎn),直至對應(yīng)節(jié)點(diǎn)的區(qū)間與待修改的區(qū)間沒有交集**「遞歸的結(jié)束條件」**。子樹修改完成后,再利用子節(jié)點(diǎn)的值更新父節(jié)點(diǎn)(pushUp())。
注意:由于lazy變量的存在,使用子節(jié)點(diǎn)的值更新父節(jié)點(diǎn)時,需要加上父節(jié)點(diǎn)的lazy值,因?yàn)樵撝凳怯捎?quot;偷懶"而沒有添加在子節(jié)點(diǎn)上的。
// 以「將給定區(qū)間內(nèi)的數(shù)加x,查詢每個節(jié)點(diǎn)存儲對應(yīng)區(qū)間的和」為例:
void update(int left, int right, int x, int node, int start, int end)
{
// 區(qū)間沒有交集,無需修改
if (end < left || right < start)
return;
// 當(dāng)前節(jié)點(diǎn)對應(yīng)的區(qū)間被需要修改的區(qū)間完全包含
if (left <= start && right >= end)
{
segtree[node].val += x * (end - start + 1);
segtree[node].lazy += x;
return;
}
// 不被[left, right]完全包含,則說明本輪只會更新[start, end]的一部分,因此不能再"偷懶"直接將x加在lazy上了
// 而是先根據(jù)lazy的值修改左右子節(jié)點(diǎn),然后再遞歸修改左右子樹
int mid = start + ((end - start) >> 1);
// 先利用lazy修改孩子節(jié)點(diǎn)
pushDown(node, mid - start + 1, end - mid);
// 遞歸修改孩子節(jié)點(diǎn)
update(left, right, 2 * node + 1, start, mid);
update(left, right, 2 * node + 2, mid + 1, end);
// 利用左右子樹的區(qū)間最大值確定父節(jié)點(diǎn)的區(qū)間最大值
pushUp(par);
}
void pushUp(int par)
{
segtree[par].val = segtree[2 * par + 1] + segtree[2 * par + 2] + segtree[par].lazy;
}
// par表示父節(jié)點(diǎn),ln表示左孩子的區(qū)間長度,rn表示右孩子的區(qū)間長度
void pushDown(int par, int ln, int rn)
{
if (segtree[par].lazy != 0)
{
segtree[2 * par + 1].val += segtree[par].lazy * ln; // 修改左孩子的值
segtree[2 * par + 1].lazy += segtree[par].lazy; // 偷懶,不再往下繼續(xù)修改,因此左孩子繼承父節(jié)點(diǎn)的lazy值
segtree[2 * par + 2].lazy += segtree[par].lazy * rn;
segtree[2 * par + 2].lazy += segtree[par].lazy;
segtree[par].lazy = 0; // 父節(jié)點(diǎn)的lazy已經(jīng)分配到子節(jié)點(diǎn)了,因此父節(jié)點(diǎn)lazy清零
}
}
2、查詢
查詢的過程與修改幾乎相同:
- 依然從根節(jié)點(diǎn)開始查詢。
- 如果當(dāng)前節(jié)點(diǎn)有懶標(biāo)記,此時返回節(jié)點(diǎn)的值,無需向下遍歷。
- 當(dāng)某個節(jié)點(diǎn)對應(yīng)的區(qū)間[start, end]完全包含在[left, right]中時,即
left≤start≤end≤right,則該節(jié)點(diǎn)的值是我們最終結(jié)果的子集,直接返回節(jié)點(diǎn)值即可。 - 如果不完全包含,則遞歸查詢左右子樹,直至對應(yīng)節(jié)點(diǎn)的區(qū)間與待修改的區(qū)間沒有交集**「遞歸的結(jié)束條件」**。利用子樹的查詢結(jié)果作為最終的返回結(jié)果。
// 以「將給定區(qū)間內(nèi)的數(shù)加x,查詢每個節(jié)點(diǎn)存儲對應(yīng)區(qū)間的和」為例:
bool query(int left, int right, int node, int start, int end)
{
// 區(qū)間沒有交集,無需查詢
if (end < left || right < start)
return false;
// 有懶標(biāo)記,則無需查詢左右孩子,而是直接返回節(jié)點(diǎn)值,外加懶標(biāo)記
// 或者當(dāng)前節(jié)點(diǎn)對應(yīng)的區(qū)間被需要查詢的區(qū)間完全包含,則直接返回節(jié)點(diǎn)值
if (segtree[node].lazy || left <= start && right >= end)
return segtree[node].val;
int mid = start + ((end - start) >> 1);
// 不完全包含,則先根據(jù)lazy修改子節(jié)點(diǎn),再遞歸查詢左右子樹的和
pushDown(node, mid - start + 1, end - mid);
return query(left, right, 2 * node + 1, start, mid) +
query(left, right, 2 * node + 2, mid + 1, end);
}
// par表示父節(jié)點(diǎn),ln表示左孩子的區(qū)間長度,rn表示右孩子的區(qū)間長度
void pushDown(int par, int ln, int rn)
{
if (segtree[par].lazy != 0)
{
segtree[2 * par + 1].val += segtree[par].lazy * ln; // 修改左孩子的值
segtree[2 * par + 1].lazy += segtree[par].lazy; // 偷懶,不再往下繼續(xù)修改,因此左孩子繼承父節(jié)點(diǎn)的lazy值
segtree[2 * par + 2].lazy += segtree[par].lazy * rn;
segtree[2 * par + 2].lazy += segtree[par].lazy;
segtree[par].lazy = 0; // 父節(jié)點(diǎn)的lazy已經(jīng)分配到子節(jié)點(diǎn)了,因此父節(jié)點(diǎn)lazy清零
}
}
以上就是C++ 線段樹原理與實(shí)現(xiàn)示例詳解的詳細(xì)內(nèi)容,更多關(guān)于C++ 線段樹原理的資料請關(guān)注腳本之家其它相關(guān)文章!
相關(guān)文章
使用opencv實(shí)現(xiàn)車道線檢測實(shí)戰(zhàn)代碼
這篇文章主要介紹了opencv車道線檢測實(shí)戰(zhàn),效果非常逼真,代碼簡單易懂,對opencv車道線檢測實(shí)戰(zhàn)代碼感興趣的朋友一起看看吧2022-03-03
C++實(shí)現(xiàn)字符串轉(zhuǎn)整數(shù)(atoi)的代碼詳解
在編程中,經(jīng)常會遇到將字符串轉(zhuǎn)換為整數(shù)的需求,就像標(biāo)準(zhǔn)庫中的 atoi 函數(shù)一樣,本文給大家介紹了C++中字符串轉(zhuǎn)整數(shù)(atoi)的實(shí)現(xiàn)與解析,并有詳細(xì)的代碼示例供大家參考,需要的朋友可以參考下2025-04-04
Reactor反應(yīng)器的實(shí)現(xiàn)方法詳解
本篇文章是對Reactor反應(yīng)器的實(shí)現(xiàn)方法進(jìn)行了詳細(xì)的分析介紹,需要的朋友參考下2013-05-05
C語言實(shí)現(xiàn)簡易停車場管理系統(tǒng)
這篇文章主要為大家詳細(xì)介紹了C語言實(shí)現(xiàn)簡易停車場管理系統(tǒng),文中示例代碼介紹的非常詳細(xì),具有一定的參考價值,感興趣的小伙伴們可以參考一下2022-03-03

