浅谈RMQ ST算法

RMQ(Range Minimum/Maximum Query)题目是求区间最值的题目。

这里主要简单介绍一下ST算法

我们知道如果使用朴素的算法求解区间最大值的话,假设数列长度为n,那么每询问一次的时间复杂度是O(n),在数列较长的情况下,这种方法是十分慢的,我们采用类似树状数组的思想,维护一个DP数组,有DP[i][j]值为以i为下标的后个数的这段区间内的最值。

举个简单的例子,假设有数列arr[5] = {5, 5, 5, 2, 1},那么DP[i][0]值就为a[i],因为,所以我们可以对其进行直接的赋值操作,而对于DP[i][1]我们知道他是arr[i],arr[i + 1]两个数字中的最值。所以他的结果就是DP[i][0]和DP[i][1]中的最值,同理可知DP[i][2]就为DP[i][1]和DP[i + 2][1],此时我们归纳推出DP[i][j]的值为DP[i][j - 1]和DP[i + (1 << j)][j - 1]的最值,这样我们就维护出了DP数组。那么接下来的问题就是如何求解某个区间中的最大值,其实非常简单,我们只要把区间的长度n分成log2(n)的两段即可,也就是区间[l, r]的最值,我们有,在计算时,我们的结果就是DP[l][k]和DP[r - (1 << k ) + 1][k]的最值。这就是ST算法的全部内容,也就解决区间最值的在线算法。当然解决这类问题也可以使用线段树。

使用ST算法的时候需要注意几点,首先需要注意DP数组的下标范围,DP[i][j]的i显然是这个序列的长度n,而j则是即可。其次在创建DP数组的时候需要注意i + 1 << j大于序列长度的情况,这样的我们直接break跳出当前循环即可

举一个简单的题目来说明这个算法的用法。

 
Balanced Lineup
Time Limit: 5000MSMemory Limit: 65536K
Total Submissions: 45880Accepted: 21556
Case Time Limit: 2000MS

Description

For the daily milking, Farmer John's N cows (1 ≤ N ≤ 50,000) always line up in the same order. One day Farmer John decides to organize a game of Ultimate Frisbee with some of the cows. To keep things simple, he will take a contiguous range of cows from the milking lineup to play the game. However, for all the cows to have fun they should not differ too much in height. Farmer John has made a list of Q (1 ≤ Q ≤ 200,000) potential groups of cows and their heights (1 ≤ height ≤ 1,000,000). For each group, he wants your help to determine the difference in height between the shortest and the tallest cow in the group.

Input

Line 1: Two space-separated integers, N and Q. Lines 2.. N+1: Line i+1 contains a single integer that is the height of cow i Lines N+2.. N+ Q+1: Two integers A and B (1 ≤ ABN), representing the range of cows from A to B inclusive.

Output

Lines 1.. Q: Each line contains a single integer that is a response to a reply and indicates the difference in height between the tallest and shortest cow in the range.

Sample Input

6 3
1
7
3
4
2
5
1 5
4 6
2 2

Sample Output

6
3
0

题意是给出一个序列,然后有若干个询问,求每个询问给出的区间内最大值最小值的差值。

方法就是利用ST算法维护区间的最大值和最小值两个DP数组,然后设计两个求最值的函数即可。

代码如下:

/*************************************************************************
	> File Name: Balanced_Lineup.cpp
	> Author: ZhangHaoRan
	> Mail: chilumanxi@gmail.com
	> Created Time: 2016年07月14日 星期四 09时52分03秒
 ************************************************************************/

#include<iostream>
#include<cstdio>
#include<cstdlib>
#include<cstring>
#include<string>
#include<vector>
#include<set>
#include<map>
#include<queue>
#include<list>
#include<algorithm>
#include<cmath>
using namespace std;
const int N = 50010;
int dh[N][17], dl[N][17];

int GetMax(int l, int r){
    int k = log2(r - l + 1);
    return max(dh[l][k], dh[r - (1 << k) + 1][k]);
}

int GetMin(int l , int r){
    int k = log2(r - l  + 1);
    return min(dl[l][k], dl[r - (1 << k) + 1][k]);
}

int n, q;
int main(void){
    cin >> n >> q;
    int temp;
    for(int i = 1; i <= n; i ++){
        scanf("%d", &temp);
        dl[i][0] = temp;
        dh[i][0] = temp;
    }
    for(int i = 1; i <= 16; i ++){
        for(int j = 1; j <= n; j ++){
            if(j + (1 << (i - 1)) <= n){
                dh[j][i] = max(dh[j][i - 1], dh[j + (1 << (i - 1))][i - 1]);
                dl[j][i] = min(dl[j][i - 1], dl[j + (1 << (i - 1))][i - 1]);
            }
            else 
                break;
        }
    }
    int l, r;
    for(int i = 0; i < q; i ++){
        scanf("%d %d", &l, &r);

        cout << GetMax(l, r) - GetMin(l, r) << endl;
    }
    
    return 0;
}



查看原文:http://chilumanxi.org/2016/07/27/%e6%b5%85%e8%b0%88rmq-st%e7%ae%97%e6%b3%95/
一、 内容概要 本资源提供了一个完整的“金属板材压弯成型”非线性仿真案例,基于ABAQUS/Explicit或Standard求解器完成。案例精确模拟了模具(凸模、凹模)与金属板材之间的接触、压合过程,直至板材发生塑性弯曲成型。 模型特点:包含完整的模具-工件装配体,定义了刚体约束、通用接触(或面面接触)及摩擦系数。 材料定义:金属板材采用弹塑性材料模型,定义了完整的屈服强度、塑性应变等真实应力-应变数据。 关键结果:提供了成型过程中的板材应力(Mises应力)、塑性应变(PE)、厚度变化​ 云图,以及模具受力(接触力)曲线,完整再现了压弯工艺的力学状态。 二、 适用人群 CAE工程师/工艺工程师:从事钣金冲压、模具设计、金属成型工艺分析与优化的专业人员。 高校师生:学习ABAQUS非线性分析、金属塑性成形理论,或从事相关课题研究的硕士/博士生。 结构设计工程师:需要评估钣金件可制造性(DFM)或预测成型回弹的设计人员。 三、 使用场景及目标 学习目标: 掌握在ABAQUS中设置金属塑性成形仿真的全流程,包括材料定义、复杂接触设置、边界条件与载荷步。 学习如何调试和分析大变形、非线性接触问题的收敛性技巧。 理解如何通过仿真预测成型缺陷(如减薄、破裂、回弹),并与理论或实验进行对比验证。 应用价值:本案例的建模方法与分析思路可直接应用于汽车覆盖件、电器外壳、结构件等钣金产品的冲压工艺开发与模具设计优化,减少试模成本。 四、 其他说明 资源包内包含参数化的INP文件、CAE模型文件、材料数据参考及一份简要的操作要点说明文档。INP文件便于用户直接修改关键参数(如压边力、摩擦系数、行程)进行自主研究。 建议使用ABAQUS 2022或更高版本打开。显式动力学分析(如用Explicit)对计算资源有一定要求。 本案例为教学与工程参考目的提供,用户可基于此框架进行拓展,应用于V型弯曲
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值