线段树维护单调子序列

线段树优化单调子序列

线段树维护单调子序列

T1 P4198

题目描述

题目描述

题解

显然这样的操作,区间无法直接合并
我们考虑 O ( l o g n ) O(logn) O(logn) p u s h u p pushup pushup
首先左儿子的最长长度不会变,我们考虑递归右儿子下去,并令当前的 m a x n maxn maxn为左儿子的 m a x n maxn maxn
1,如果当前 p u s h u p pushup pushup的区间的 m a x n < = m a x n maxn<=maxn maxn<=maxn,那么显然都不符合条件直接 r e t u r n 0 return 0 return0.
2,如果当前 p u s h u p pushup pushup的区间最左端的点的斜率 > m a x n >maxn >maxn,那么直接当前区间的最长长度.
3,然后继续递归下去
代码如下

int pushup2(int k,int l,int r,double maxn){//关键
	if(tr[k].maxn<=maxn) return 0;
	if(a[l]>maxn) return tr[k].len;
	if(l==r) return a[l]>maxn;
	int mid=(l+r)>>1;
	if(tr[k<<1].maxn<=maxn) return pushup2(k<<1|1,mid+1,r,maxn);
	else return pushup2(k<<1,l,mid,maxn)+tr[k].len-tr[k<<1].len;
}

代码

#include<bits/stdc++.h>
#define M 100009
using namespace std;
int read(){
	int f=1,re=0;char ch;
	for(ch=getchar();!isdigit(ch)&&ch!='-';ch=getchar());
	if(ch=='-'){f=-1,ch=getchar();}
	for(;isdigit(ch);ch=getchar()) re=(re<<3)+(re<<1)+ch-'0';
	return re*f; 
}
int n,m;
double a[M];
struct tree{
	int l,r,len;
	double maxn;
}tr[M*4]; 
void pushup1(int k){tr[k].maxn=max(tr[k<<1].maxn,tr[k<<1|1].maxn);}
int pushup2(int k,int l,int r,double maxn){//关键
	if(tr[k].maxn<=maxn) return 0;
	if(a[l]>maxn) return tr[k].len;
	if(l==r) return a[l]>maxn;
	int mid=(l+r)>>1;
	if(tr[k<<1].maxn<=maxn) return pushup2(k<<1|1,mid+1,r,maxn);
	else return pushup2(k<<1,l,mid,maxn)+tr[k].len-tr[k<<1].len;
}
void update(int k,int l,int r,int pos,int val){
	if(l==r){
		tr[k].maxn=(double)val/pos;
		tr[k].len=1;return;
	}int mid=(l+r)>>1;
	if(pos<=mid) update(k<<1,l,mid,pos,val);
	else update(k<<1|1,mid+1,r,pos,val);
	pushup1(k);tr[k].len=tr[k<<1].len+pushup2(k<<1|1,mid+1,r,tr[k<<1].maxn);
}
int main(){
	n=read(),m=read();
	for(int i=1;i<=m;i++){
		int x=read(),y=read();
		a[x]=(double)y/x;
		update(1,1,n,x,y);
		printf("%d\n",tr[1].len);
	}return 0;
} 
### 线段树优化最长上升子序列(LIS)的算法实现 最长上升子序列(Longest Increasing Subsequence, LIS)问题是动态规划中的经典问题,其朴素解法的时间复杂度为 $O(n^2)$。当数据规模较大时,这种解法效率较低。通过线段树或树状数组优化,可以将时间复杂度降低到 $O(n \log n)$,从而更高效地处理大规模数据[^2]。 #### 1. 核心思想 线段树优化 LIS 的核心思想是利用线段树维护以不同值结尾的最长上升子序列长度。在遍历数组的过程中,对于当前元素 $x$,查询线段树中所有小于 $x$ 的值所对应的最长子序列长度,然后将该值加一作为当前值的 LIS 长度,并更新线段树对应位置的值。 该方法的查询和更新操作均可以在 $O(\log n)$ 时间内完成,因此整体时间复杂度为 $O(n \log n)$。 #### 2. 线段树结构设计 线段树的每个节点表示一个值域区间,存储该区间内以任意值结尾的最长上升子序列长度。线段树支持以下操作: - **区间最大值查询**:查询小于当前值的所有元素的最长子序列长度。 - **点更新**:将当前值对应的位置更新为新的最长子序列长度。 #### 3. 实现步骤 1. **离散化处理**:由于元素值可能较大,需要对原始数组进行离散化处理,将其映射到一个较小的值域范围内。 2. **线段树构建**:初始化线段树,所有节点初始值为 0。 3. **遍历数组**:对每个元素 $x$,执行以下操作: - 查询线段树中 $[1, x-1]$ 区间的最大值。 - 当前最长上升子序列长度为查询结果加一。 - 更新线段树中 $x$ 位置的值为当前最长子序列长度。 4. **最终结果**:线段树根节点的值即为最长上升子序列的长度。 #### 4. 代码实现 以下是一个基于线段树优化的最长上升子序列算法实现: ```cpp #include <iostream> #include <vector> #include <algorithm> using namespace std; struct SegmentTree { vector<int> tree; int size; SegmentTree(int n) { size = 1; while (size < n) size <<= 1; tree.assign(2 * size, 0); } void update(int pos, int value) { pos += size; tree[pos] = max(tree[pos], value); while (pos > 1) { pos >>= 1; tree[pos] = max(tree[2 * pos], tree[2 * pos + 1]); } } int query(int l, int r) { int res = 0; for (l += size, r += size; l <= r; l >>= 1, r >>= 1) { if (l % 2 == 1) res = max(res, tree[l++]); if (r % 2 == 0) res = max(res, tree[r--]); } return res; } }; int main() { int n; cin >> n; vector<int> a(n); for (int i = 0; i < n; ++i) cin >> a[i]; // 离散化 vector<int> sorted = a; sort(sorted.begin(), sorted.end()); for (int i = 0; i < n; ++i) { a[i] = lower_bound(sorted.begin(), sorted.end(), a[i]) - sorted.begin() + 1; } SegmentTree st(n); for (int i = 0; i < n; ++i) { int max_len = st.query(1, a[i] - 1); // 查询小于当前值的最大长度 st.update(a[i], max_len + 1); // 更新当前值对应的最长子序列长度 } cout << st.tree[1] << endl; // 输出最长上升子序列长度 return 0; } ``` #### 5. 性能分析 - **时间复杂度**:离散化需要 $O(n \log n)$,线段树的每次查询和更新操作为 $O(\log n)$,因此总时间复杂度为 $O(n \log n)$。 - **空间复杂度**:线段树的空间复杂度为 $O(n)$,其中 $n$ 是离散化后的值域大小。 #### 6. 应用场景 线段树优化的 LIS 算法适用于以下场景: - **大规模数据处理**:如金融数据分析、基因序列分析等,数据规模可能达到 $10^5$ 或更高。 - **实时系统**:需要快速响应的场景,例如实时推荐系统中的最长上升序列计算。 - **在线算法**:适用于数据流处理,可以在数据到来时动态更新最长上升子序列长度。 #### 7. 优化与扩展 - **支持重复元素**:可以修改线段树查询条件,使其支持非严格递增子序列。 - **多维扩展**:可将线段树扩展为二维线段树,处理二维最长上升子序列问题。 - **结合树状数组**:在某些情况下,使用树状数组实现相同功能会更简洁高效,尤其是当只需要点更新和前缀最大值查询时[^2]。 --- ###
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