RMQ

一、了解算法

RMQ主要用于求一个较大区间内的最值,其思想便是利用二分和dp每次分别求左右区间的最大值,最后递推出结果

二、代码实现

1、递推状态

因为我们要求区间的最值,所以不妨建立一个二维数组来存储它们:f[i][j]。其中i表示从第i为起,j表示连续2^j个数。

所以f[i][j]表示从i位开始,连续2^j个数的最值。

e.g: 令一串数为2 5 4 3 8 9
则f[2][2]为5 4 3 8的最值

2、递推边界

根据上方的讲解,我们可快速找出递推边界

初始边界:f[i][0]为以i开始连续2^0个数,即为a[i]本身
所以f[i][0] = a[i]

for(int i = 1; i <= m; i++){
		f[i][0] = a[i];
	}

3、递推方程

由二分的思想可得到动态转移方程,详解如下:

同样以2 5 4 3 8 9为例

将这个数组二分便可以得到2 5 4与3 8 9,即把原数组分为i到i+2(j-1)-1和i+2(j-1)到i+2^j-1两段

所以动态转移方程为

f[i][j] = (此处为最值)(f[i][j-1], f[i+(1<<(j-1))][j-1])

三、应用

1、查询最大或最小值

同样以2 5 4 3 8 9为例

问:区间【2,8】间的最大值?

由f数组的定义,区间【2,8】可转化为f[2][2],继而通过二分递推便可求出答案

所以现在的问题转化为如何将区间【2,8】变为f[2][2]?

首先,我们要引入一个函数log(需调用#include)

所以j = log2(末尾-首位+1)(即log2(8-2+1)=2)

2、实例应用

请跳至题目 P1816 忠诚
,这里就不再讲解,直接贴代码:

#include <bits/stdc++.h>
using namespace std;
const int MAXN = 1e5 + 10;
int a[MAXN], f[MAXN][20];
int main() {
   int m, n;
   cin >> m >> n;
   for(int i = 1; i <= m; i++)
   {
   	cin >> a[i];
   	f[i][0] = a[i];
   }
   for(int j = 1; (1<<j) <= m; j++){
   	for(int i = 1; (i + (1<<j)-1)<= m; i++) {
   		f[i][j] = min(f[i][j-1], f[i+(1<<(j-1))][j-1]);
   	}
	}
   for(int i = 1; i <= n; i++) {
   	int x, y;
   	cin >> x >> y;
   	int k = log2(y-x+1);
   	y = y-(1<<k)+1;
   	cout << min(f[x][k], f[y][k]) << " ";
   }
   return 0;
} 

### 单调栈实现RMQ算法的原理与代码示例 单调栈是一种特殊的数据结构,其内部元素按照一定的顺序排列(例如单调递增或单调递减)。在解决 RMQ(Range Minimum/Maximum Query)问题时,单调栈可以用来快速找到区间内的最小值或最大值[^1]。 #### 原理 单调栈的核心思想是通过维护一个具有单调性质的栈来减少不必要的比较操作。对于 RMQ 问题,单调栈可以通过以下方式实现: - **构造影响力区间**:使用单调栈计算每个元素的影响力区间,即该元素作为区间最小值或最大值所能覆盖的范围。 - **预处理**:通过一次遍历数组,利用单调栈记录每个元素的左边界和右边界,从而确定其影响力区间。 - **查询优化**:在预处理完成后,RMQ 查询可以在 O(1) 时间内完成,因为每个区间的最小值或最大值已经被提前计算并存储。 #### 代码示例 以下是使用单调栈实现 RMQ 的 Python 示例代码: ```python def preprocess_min(arr): n = len(arr) left = [-1] * n # 记录每个元素左侧最近的小于它的元素位置 right = [n] * n # 记录每个元素右侧最近的小于它的元素位置 stack = [] # 单调递增栈 # 计算左侧边界 for i in range(n): while stack and arr[stack[-1]] >= arr[i]: stack.pop() if stack: left[i] = stack[-1] stack.append(i) stack.clear() # 清空栈以便复用 # 计算右侧边界 for i in range(n - 1, -1, -1): while stack and arr[stack[-1]] >= arr[i]: stack.pop() if stack: right[i] = stack[-1] stack.append(i) return left, right def rmq_query(arr, queries): left, right = preprocess_min(arr) result = [] for l, r in queries: min_val = float('inf') for i in range(l, r + 1): if left[i] < l and right[i] > r: # 检查是否为区间最小值 min_val = min(min_val, arr[i]) result.append(min_val) return result # 测试代码 arr = [3, 1, 2, 1, 4] queries = [(0, 4), (1, 3), (2, 4)] print(rmq_query(arr, queries)) # 输出区间最小值 ``` #### 解释 1. `preprocess_min` 函数通过两次遍历数组构建单调栈,分别计算每个元素的左侧和右侧边界。 2. `rmq_query` 函数根据预处理结果回答多个 RMQ 查询。对于每个查询区间 `(l, r)`,检查该区间内的所有元素,判断其是否为最小值,并返回结果。 #### 性能分析 - **时间复杂度**:预处理阶段的时间复杂度为 O(n),查询阶段的时间复杂度为 O(q * k),其中 q 是查询次数,k 是平均每个查询涉及的元素数量。 - **空间复杂度**:O(n),用于存储左侧和右侧边界信息。
评论
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