线段树模板 区间更新 区间查询

本文介绍了线段树的基础知识,包括区间更新和懒惰标记的概念。懒惰标记使得在线段树中能高效处理多次更新操作,保持时间复杂度为O(logN)。通过实例分析HDU1698问题,展示了线段树在区间更新和单点查询上的应用。同时,文中提到,线段树的精髓在于其懒惰更新策略,即非必要不更新,以达到优化效率的目的。

数据结构专题——线段树_MetalSeed的博客-优快云博客 

线段树详解 (原理,实现与应用)_岩之痕的博客-优快云博客_线段树

先推荐两篇大佬的博客,包含了对于线段树的理解、常见题型。

今天学了线段树的区间更新,主要是懒惰标记的应用。

众所周知,世界的进步是由懒人推动的(大雾),那么懒惰标签可以说是线段树的精髓,所谓懒惰就体现在多次更新,一次下推,非必要不更新。至于为啥能把时间复杂度降到log级,我现在也不懂啊啊啊啊。

hdu 1698 Problem - 1698

本题就是线段树的区间更新,单点查询。     

由于最后是问整个钩子的价值,所以直接输出树根节点的值即可。

顺便一提   

这张图真的是时代的眼泪了, 让我想起了小学在网吧看别人玩war3哈哈。

// Problem: Just a Hook
// Contest: HDOJ
// URL: http://acm.hdu.edu.cn/showproblem.php?pid=1698
// Memory Limit: 32 MB
// Time Limit: 4000 ms
//
// Powered by CP Editor (https://cpeditor.org)

#include <bits/stdc++.h>

using namespace std;
const int N = 100005;
struct node
{
    int val;
    int lazy;
} segtree[4 * N + 500];
void pushup(int rt)
{
    segtree[rt].val = segtree[rt * 2].val + segtree[rt * 2 + 1].val;
}
void pushdown(int ln, int rn, int rt)
{
    if (segtree[rt].lazy)
    {
        segtree[rt * 2].lazy = segtree[rt].lazy;
        segtree[rt * 2 + 1].lazy = segtree[rt].lazy;
        segtree[rt * 2].val = segtree[rt].lazy * ln;
        segtree[rt * 2 + 1].val = segtree[rt].lazy * rn;
        segtree[rt].lazy = 0;
    }
}
void build(int l, int r, int rt)
{
    segtree[rt].lazy = 0;
    if (l == r)
    {
        segtree[rt].val = 1;
        return;
    }
    int m = (l + r) / 2;
    build(l, m, rt * 2);
    build(m + 1, r, rt * 2 + 1);
    pushup(rt);
}
void update(int L, int R, int add, int l, int r, int rt)
{
    if (L <= l && r <= R)
    {
        segtree[rt].val = add * (r - l + 1);
        segtree[rt].lazy = add;
        return;
    }
    int m = (l + r) / 2;
    pushdown(m - l + 1, r - m, rt);
    if (L <= m)
        update(L, R, add, l, m, rt * 2);
    if (R > m)
        update(L, R, add, m + 1, r, rt * 2 + 1);
    pushup(rt);
}
int query(int L, int R, int l, int r, int rt)
{
    if (L <= l && r <= R)
    {
        return segtree[rt].val;
    }
    if (l > R || r < L)
    {
        return 0;
    }
    int m = (l + r) / 2;
    return query(L, R, l, m, rt * 2) + query(L, R, m + 1, r, rt * 2 + 1);
}
int main()
{
    int t;
    scanf("%d", &t);
    for (int count = 1; count <= t; count++)
    {
        int n;
        scanf("%d", &n);
        int q;
        scanf("%d", &q);
        build(1, n, 1);
        for (int i = 1; i <= q; i++)
        {
            int x, y, z;
            scanf("%d %d %d", &x, &y, &z);
            if (z == 1)
            {
                update(x, y, z, 1, n, 1);
            }
            else if (z == 2)
            {
                update(x, y, z, 1, n, 1);
            }
            else if (z == 3)
            {
                update(x, y, z, 1, n, 1);
            }
        }
        printf("Case %d: The total value of the hook is %d.\n", count, segtree[1]);
    }
}
### 线段树算法实现 线段树是一种高效的数据结构,能够快速处理数组上的单点修改和区间查询操作。以下是基于 Python 的线段树模板代码,支持单点更新区间查询功能。 #### 1. 初始化线段树 构建线段树时,通常会采用递归的方式初始化节点范围及其对应的值。 ```python class SegmentTree: def __init__(self, data): self.n = len(data) self.tree = [0] * (4 * self.n) # 创建大小为4n的数组存储线段树 self.build(0, 0, self.n - 1, data) def build(self, node, start, end, data): if start == end: # 叶子节点 self.tree[node] = data[start] else: mid = (start + end) // 2 left_child = 2 * node + 1 right_child = 2 * node + 2 self.build(left_child, start, mid, data) # 构建左子树 self.build(right_child, mid + 1, end, data) # 构建右子树 self.tree[node] = self.tree[left_child] + self.tree[right_child] # 合并左右子树的结果 ``` #### 2. 单点更新 当某个位置的值发生变化时,可以通过递归找到对应叶子节点并更新其父节点的值。 ```python def update_point(self, idx, value): self.update_node(0, 0, self.n - 1, idx, value) def update_node(self, node, start, end, idx, value): if start == end: # 找到目标叶子节点 self.tree[node] = value else: mid = (start + end) // 2 left_child = 2 * node + 1 right_child = 2 * node + 2 if start <= idx <= mid: # 更新左侧子树 self.update_node(left_child, start, mid, idx, value) else: # 更新右侧子树 self.update_node(right_child, mid + 1, end, idx, value) self.tree[node] = self.tree[left_child] + self.tree[right_child] # 维护当前节点的值 ``` #### 3. 区间查询 通过递归方式查找指定区间的总和或其他聚合函数结果。 ```python def query_range(self, l, r): return self.query_node(0, 0, self.n - 1, l, r) def query_node(self, node, start, end, l, r): if r < start or end < l: # 当前区间完全不重叠 return 0 if l <= start and end <= r: # 完全覆盖 return self.tree[node] mid = (start + end) // 2 left_child = 2 * node + 1 right_child = 2 * node + 2 p1 = self.query_node(left_child, start, mid, l, r) # 查询左子树 p2 = self.query_node(right_child, mid + 1, end, l, r) # 查询右子树 return p1 + p2 ``` 以上实现了线段树的核心功能——单点更新区间查询[^1]。 --- ### 使用示例 以下是一个简单的例子展示如何使用上述线段树类来完成单点更新区间查询的操作: ```python data = [1, 3, 5, 7, 9, 11] st = SegmentTree(data) print(st.query_range(1, 3)) # 输出:15 (3+5+7) st.update_point(2, 6) # 将索引2处的值从5改为6 print(st.query_range(1, 3)) # 输出:16 (3+6+7) ``` ---
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