RMQ (Range Minimum/Maximum Query)问题是指:对于长度为n的数列A,回答若干询问RMQ(A,i,j)(i,j<=n),返回数列A中下标在[i,j]里的最小(大)值,也就是说,RMQ问题是指求区间最值的问题
主要方法及复杂度(处理复杂度和查询复杂度)如下:
1.朴素(即搜索) O(n)-O(n)
2.线段树(segment tree) O(n)-O(qlogn)
3.ST(实质是动态规划) O(nlogn)-O(1)
线段树方法:
线段树能在对数时间内在数组区间上进行更新与查询。
定义线段树在区间[i, j] 上如下:
第一个节点维护着区间 [i, j] 的信息。
if i<j , 那么左孩子维护着区间[i, (i+j)/2] 的信息,右孩子维护着区间[(i+j)/2+1, j] 的信息。
可知 N 个元素的线段树的高度 为 [logN] + 1(只有根节点的树高度为0) .
下面是区间 [0, 9] 的一个线段树:
线段树和堆有一样的结构, 因此如果一个节点编号为 x ,那么左孩子编号为2*x 右孩子编号为2*x+1.
使用线段树解决RMQ问题,关键维护一个数组M[num],num=2^(线段树高度+1).
M[i]:维护着被分配给该节点(编号:i 线段树根节点编号:1)的区间的最小值元素的下标。 该数组初始状态为-1.
ST算法(Sparse Table):它是一种动态规划的方法。
以最小值为例。a为所寻找的数组.
用一个二维数组f(i,j)记录区间[i,i+2^j-1](持续2^j个)区间中的最小值。其中f[i,0] = a[i];
所以,对于任意的一组(i,j),f(i,j) = min{f(i,j-1),f(i+2^(j-1),j-1)}来使用动态规划计算出来。
这个算法的高明之处不是在于这个动态规划的建立,而是它的查询:它的查询效率是O(1).
假设我们要求区间[m,n]中a的最小值,找到一个数k使得2^k<n-m+1.
这样,可以把这个区间分成两个部分:[m,m+2^k-1]和[n-2^k+1,n].我们发现,这两个区间是已经初始化好的.
前面的区间是f(m,k),后面的区间是f(n-2^k+1,k).
这样,只要看这两个区间的最小值,就可以知道整个区间的最小值!
应用: http://acm.pku.edu.cn/JudgeOnline/problem?id=3264
主要方法及复杂度(处理复杂度和查询复杂度)如下:
1.朴素(即搜索) O(n)-O(n)
2.线段树(segment tree) O(n)-O(qlogn)
3.ST(实质是动态规划) O(nlogn)-O(1)
线段树方法:
线段树能在对数时间内在数组区间上进行更新与查询。
定义线段树在区间[i, j] 上如下:
第一个节点维护着区间 [i, j] 的信息。
if i<j , 那么左孩子维护着区间[i, (i+j)/2] 的信息,右孩子维护着区间[(i+j)/2+1, j] 的信息。
可知 N 个元素的线段树的高度 为 [logN] + 1(只有根节点的树高度为0) .
下面是区间 [0, 9] 的一个线段树:

线段树和堆有一样的结构, 因此如果一个节点编号为 x ,那么左孩子编号为2*x 右孩子编号为2*x+1.
使用线段树解决RMQ问题,关键维护一个数组M[num],num=2^(线段树高度+1).
M[i]:维护着被分配给该节点(编号:i 线段树根节点编号:1)的区间的最小值元素的下标。 该数组初始状态为-1.
- #include<iostream>
- using namespace std;
- #define MAXN 100
- #define MAXIND 256 //线段树节点个数
- //构建线段树,目的:得到M数组.
- void initialize(int node, int b, int e, int M[], int A[])
- {
- if (b == e)
- M[node] = b; //只有一个元素,只有一个下标
- else
- {
- //递归实现左孩子和右孩子
- initialize(2 * node, b, (b + e) / 2, M, A);
- initialize(2 * node + 1, (b + e) / 2 + 1, e, M, A);
- //search for the minimum value in the first and
- //second half of the interval
- if (A[M[2 * node]] <= A[M[2 * node + 1]])
- M[node] = M[2 * node];
- else
- M[node] = M[2 * node + 1];
- }
- }
- //找出区间 [i, j] 上的最小值的索引
- int query(int node, int b, int e, int M[], int A[], int i, int j)
- {
- int p1, p2;
- //查询区间和要求的区间没有交集
- if (i > e || j < b)
- return -1;
- //if the current interval is included in
- //the query interval return M[node]
- if (b >= i && e <= j)
- return M[node];
- //compute the minimum position in the
- //left and right part of the interval
- p1 = query(2 * node, b, (b + e) / 2, M, A, i, j);
- p2 = query(2 * node + 1, (b + e) / 2 + 1, e, M, A, i, j);
- //return the position where the overall
- //minimum is
- if (p1 == -1)
- return M[node] = p2;
- if (p2 == -1)
- return M[node] = p1;
- if (A[p1] <= A[p2])
- return M[node] = p1;
- return M[node] = p2;
- }
- int main()
- {
- int M[MAXIND]; //下标1起才有意义,保存下标编号节点对应区间最小值的下标.
- memset(M,-1,sizeof(M));
- int a[]={3,1,5,7,2,9,0,3,4,5};
- initialize(1, 0, sizeof(a)/sizeof(a[0])-1, M, a);
- cout<<query(1, 0, sizeof(a)/sizeof(a[0])-1, M, a, 0, 5)<<endl;
- return 0;
- }
ST算法(Sparse Table):它是一种动态规划的方法。
以最小值为例。a为所寻找的数组.
用一个二维数组f(i,j)记录区间[i,i+2^j-1](持续2^j个)区间中的最小值。其中f[i,0] = a[i];
所以,对于任意的一组(i,j),f(i,j) = min{f(i,j-1),f(i+2^(j-1),j-1)}来使用动态规划计算出来。
这个算法的高明之处不是在于这个动态规划的建立,而是它的查询:它的查询效率是O(1).
假设我们要求区间[m,n]中a的最小值,找到一个数k使得2^k<n-m+1.
这样,可以把这个区间分成两个部分:[m,m+2^k-1]和[n-2^k+1,n].我们发现,这两个区间是已经初始化好的.
前面的区间是f(m,k),后面的区间是f(n-2^k+1,k).
这样,只要看这两个区间的最小值,就可以知道整个区间的最小值!
- #include<iostream>
- #include<cmath>
- #include<algorithm>
- using namespace std;
- #define M 100010
- #define MAXN 500
- #define MAXM 500
- int dp[M][18];
- /*
- *一维RMQ ST算法
- *构造RMQ数组 makermq(int n,int b[]) O(nlog(n))的算法复杂度
- *dp[i][j] 表示从i到i+2^j -1中最小的一个值(从i开始持续2^j个数)
- *dp[i][j]=min{dp[i][j-1],dp[i+2^(j-1)][j-1]}
- *查询RMQ rmq(int s,int v)
- *将s-v 分成两个2^k的区间
- *即 k=(int)log2(s-v+1)
- *查询结果应该为 min(dp[s][k],dp[v-2^k+1][k])
- */
- void makermq(int n,int b[])
- {
- int i,j;
- for(i=0;i<n;i++)
- dp[i][0]=b[i];
- for(j=1;(1<<j)<=n;j++)
- for(i=0;i+(1<<j)-1<n;i++)
- dp[i][j]=min(dp[i][j-1],dp[i+(1<<(j-1))][j-1]);
- }
- int rmq(int s,int v)
- {
- int k=(int)(log((v-s+1)*1.0)/log(2.0));
- return min(dp[s][k],dp[v-(1<<k)+1][k]);
- }
- void makeRmqIndex(int n,int b[]) //返回最小值对应的下标
- {
- int i,j;
- for(i=0;i<n;i++)
- dp[i][0]=i;
- for(j=1;(1<<j)<=n;j++)
- for(i=0;i+(1<<j)-1<n;i++)
- dp[i][j]=b[dp[i][j-1]] < b[dp[i+(1<<(j-1))][j-1]]? dp[i][j-1]:dp[i+(1<<(j-1))][j-1];
- }
- int rmqIndex(int s,int v,int b[])
- {
- int k=(int)(log((v-s+1)*1.0)/log(2.0));
- return b[dp[s][k]]<b[dp[v-(1<<k)+1][k]]? dp[s][k]:dp[v-(1<<k)+1][k];
- }
- int main()
- {
- int a[]={3,4,5,7,8,9,0,3,4,5};
- //返回下标
- makeRmqIndex(sizeof(a)/sizeof(a[0]),a);
- cout<<rmqIndex(0,9,a)<<endl;
- cout<<rmqIndex(4,9,a)<<endl;
- //返回最小值
- makermq(sizeof(a)/sizeof(a[0]),a);
- cout<<rmq(0,9)<<endl;
- cout<<rmq(4,9)<<endl;
- return 0;
- }
应用: http://acm.pku.edu.cn/JudgeOnline/problem?id=3264
- #include<iostream>
- #include<stdio.h>
- #include<math.h>
- using namespace std;
- #define maxn 50001
- int a[maxn];
- int dpmax[maxn][40];
- int dpmin[maxn][40];
- int getmin(int a,int b)
- {
- if(a<b) return a;
- else return b;
- }
- int getmax(int a,int b)
- {
- if(a>b) return a;
- else return b;
- }
- void Make_Big_RMQ(int n)
- {
- int i,j;
- for(i=1;i<=n;i++) dpmax[i][0]=a[i];
- for(j=1;j<=log((double)n)/log(2.0);j++)
- for(i=1;i+(1<<j)-1<=n;i++)
- {
- dpmax[i][j]=getmax(dpmax[i][j-1],dpmax[i+(1<<(j-1))][j-1]);
- }
- }
- void Make_Min_RMQ(int n)
- {
- int i,j;
- for(i=1;i<=n;i++) dpmin[i][0]=a[i];
- for(j=1;j<=log((double)n)/log(2.0);j++)
- for(i=1;i+(1<<j)-1<=n;i++)
- {
- dpmin[i][j]=getmin(dpmin[i][j-1],dpmin[i+(1<<(j-1))][j-1]);
- }
- }
- int get_big_rmq(int a,int b)
- {
- int k=(int)(log((double)(b-a+1))/log(2.0));
- return getmax(dpmax[a][k],dpmax[b-(1<<k)+1][k]);
- }
- int get_min_rmq(int a,int b)
- {
- int k=(int)(log((double)(b-a+1))/log(2.0));
- return getmin(dpmin[a][k],dpmin[b-(1<<k)+1][k]);
- }
- int main()
- {
- int n,i,q,x,y;
- while(scanf("%d %d",&n,&q)!=EOF)
- {
- for(i=1;i<=n;i++)
- scanf("%d",&a[i]);
- Make_Big_RMQ(n);
- Make_Min_RMQ(n);
- for(i=1;i<=q;i++)
- {
- scanf("%d%d",&x,&y);
- printf("%d\n",get_big_rmq(x,y)-get_min_rmq(x,y));
- }
- }
- return 0;
- }