LeetCode 307. Range Sum Query - Mutable

本文探讨了在数组中进行区间和查询与动态更新的三种高效算法:前缀和、线段树和二叉索引树。前缀和方法简单但效率较低,线段树和二叉索引树则能在对数时间内完成查询与更新操作。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

链接:https://leetcode.com/problems/range-sum-query-mutable/

思路

Approach 1

类似Immutable的版本,同样记录从下标0~i间元素之和cache,不同在于还要记录原nums,并在update时逐个更新cache。sumRange()复杂度O(1),update()复杂度O(n)。还不如不cache,sumRange()时直接从i加到j。

Approach 2

Segment tree. A segment tree is a binary tree where each node represents an interval. Generally a node would store one or more properties of an interval which can be queried later. 记录线段上元素总和。sumRange() update()复杂度都是O(logn)

Approach 3

Binary indexed tree. 假设有一条重量不均匀的长面包,每次切下2的幂次方的长度,且小于上次切的长度。由于每步可能有多种切法,则形成了树形结构,按长度升序从左往右排列,每个结点代表了此次切下的长度及重量。虽然叫做树,但物理结构是数组,结点在树里的位置由数组的下标决定。设某元素BITree[i],A = i & -i,即i最低位的1及其后面的0组成的数,B = i - A,则BITree[i]表示此次切下的A个元素的总和,之前已切下了B个,即父结点BITree[B]。至于右边兄弟,这次切下了A,则最近的右兄弟(假设存在的话)切下了2A,即结点BITree[B+2A],剩下的右兄弟依此类推。

一个数i的二进制表示是唯一的,切出总长度i的切法也是唯一的,对应树里唯一的路径,想求长度i的总重,将路径上结点相加即可。而如果某点i的密度变化,则i对应的结点及其右边的兄弟重量都会变化,因为它们切掉的部分包含了点i。

构造BITree时,可以先视nums全为0,则BITree全为0,然后依次将nums[i]更新为真实值,并更新BITree。

代码

// Approach 1 212ms
class NumArray {
private:
    vector<int> cache;
    vector<int> vi;
public:
    NumArray(vector<int>& nums) {
        vi = nums;
        int prev = 0;
        for(auto num : nums) {
            cache.push_back(prev += num);
        }     
    }
    
    void update(int i, int val) {
        int interval = val - vi[i];
        vi[i] = val;
        for(; i < vi.size(); i++) {
            cache[i] += interval;
        }
    }
    
    int sumRange(int i, int j) {
        return cache[j] - (i == 0 ? 0 : cache[i-1]);
    }
};

/**
 * Your NumArray object will be instantiated and called as such:
 * NumArray* obj = new NumArray(nums);
 * obj->update(i,val);
 * int param_2 = obj->sumRange(i,j);
 */
// Approach 2
class STreeNode {
public:
    int l, r, sum;
    STreeNode *left, *right;
    STreeNode(int l, int r, int sum, STreeNode *left, STreeNode *right) : l(l), r(r), sum(sum), left(left), right(right) {}
    ~STreeNode() {
        if(left) delete left;
        if(right) delete right;
    }
};

class NumArray {
private:
    vector<int> vi;
    STreeNode *root;
    // 建立以线段[l, r]为根的线段树
    STreeNode *buildTree(int l, int r) {
        if(l == r) {
            return new STreeNode(l, r, vi[l], nullptr, nullptr);
        }
        int mid = l + (r-l)/2;
        // 建立左右子树
        STreeNode *left = buildTree(l, mid),
            *right = buildTree(mid+1, r);
        return new STreeNode(l, r, left->sum + right->sum, left, right);
    }
    // 更新root树中所有包含i的线段结点
    void updateTree(STreeNode *root, int i, int diff) {
        if(!root) return;
        int l = root->l, r = root->r;
        if(i <= r && i >= l) {
            root->sum += diff;
        } else {
            return;
        }
        int mid = l + (r-l)/2;
        // i在左子线段内
        if(i <= mid) updateTree(root->left, i, diff);
        // i在右子线段内
        else updateTree(root->right, i, diff);  
    }
    int querySum(STreeNode *root, int i, int j) {
        if(!root) return 0;
        int l = root->l, r = root->r;
        if(l == i && r == j) return root->sum;
        int mid = l + (r-l)/2;
        if(i > mid) return querySum(root->right, i, j);
        if(j <= mid) return querySum(root->left, i, j);
        return querySum(root->left, i, mid) + querySum(root->right, mid+1, j);
    }
public:
    NumArray(vector<int>& nums) {
        vi = nums;
        if(nums.empty()) return;
        root = buildTree(0, nums.size() - 1);
    }
    
    void update(int i, int val) {
        updateTree(root, i, val - vi[i]);
        vi[i] = val;
    }
    
    int sumRange(int i, int j) {
        return querySum(root, i, j);
    }
};

/**
 * Your NumArray object will be instantiated and called as such:
 * NumArray* obj = new NumArray(nums);
 * obj->update(i,val);
 * int param_2 = obj->sumRange(i,j);
 */
// Approach 3
class NumArray {
private:
    vector<int> BITree;
    vector<int> vi;
    int prefixSum(int i) {
        i++;
        int sum = 0;
        while(i) {
            sum += BITree[i];
            i -= i & -i;
        }
        return sum;
    }
    void updateBITree(int i, int diff) {
        i++;
        while(i <= vi.size()) {
            BITree[i] += diff;
            i += i & -i;
        }
        
    }
public:
    NumArray(vector<int>& nums) {
        vi = nums;
        BITree = vector<int>(nums.size() + 1, 0);
        for(int i = 0; i < nums.size(); i++) {
            updateBITree(i, nums[i]);
        }
    }
    
    void update(int i, int val) {
        int diff = val - vi[i];
        vi[i] = val;
        updateBITree(i, diff);
    }
    
    int sumRange(int i, int j) {
        return prefixSum(j) - prefixSum(i-1);
    }
};

/**
 * Your NumArray object will be instantiated and called as such:
 * NumArray* obj = new NumArray(nums);
 * obj->update(i,val);
 * int param_2 = obj->sumRange(i,j);
 */
内容概要:本文详细介绍了如何利用Simulink进行自动代码生成,在STM32平台上实现带57次谐波抑制功能的霍尔场定向控制(FOC)。首先,文章讲解了所需的软件环境准备,包括MATLAB/Simulink及其硬件支持包的安装。接着,阐述了构建永磁同步电机(PMSM)霍尔FOC控制模型的具体步骤,涵盖电机模型、坐标变换模块(如Clark和Park变换)、PI调节器、SVPWM模块以及用于抑制特定谐波的陷波器的设计。随后,描述了硬件目标配置、代码生成过程中的注意事项,以及生成后的C代码结构。此外,还讨论了霍尔传感器的位置估算、谐波补偿器的实现细节、ADC配置技巧、PWM死区时间和换相逻辑的优化。最后,分享了一些实用的工程集成经验,并推荐了几篇有助于深入了解相关技术和优化控制效果的研究论文。 适合人群:从事电机控制系统开发的技术人员,尤其是那些希望掌握基于Simulink的自动代码生成技术,以提高开发效率和控制精度的专业人士。 使用场景及目标:适用于需要精确控制永磁同步电机的应用场合,特别是在面对高次谐波干扰导致的电流波形失真问题时。通过采用文中提供的解决方案,可以显著改善系统的稳定性和性能,降低噪声水平,提升用户体验。 其他说明:文中不仅提供了详细的理论解释和技术指导,还包括了许多实践经验教训,如霍尔传感器处理、谐波抑制策略的选择、代码生成配置等方面的实际案例。这对于初学者来说是非常宝贵的参考资料。
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