ST
表是一种基于 倍增 思想,用于解决 可重复贡献问题 的数据结构
关于上述提到的 可重复贡献问题 其中最出名的就是 RMQ
问题,即区间最大(小)值,虽然线段树也能解决这个问题,但是各有优缺点,首先两者的预处理复杂度都是
n
l
o
g
2
n
nlog_2n
nlog2n 但是 ST
表的查询效率是
O
(
1
)
O(1)
O(1) 而线段树的效率是
l
o
g
n
log_n
logn 显然在一些大量区间重复贡献 查询 问题上来说, ST
表还是有一定的优势,但是 ST
表不支持数据的修改,也就是只能查,而线段树的修改和查询的复杂度都是
l
o
g
2
n
log_2n
log2n
如果按照 一般的倍增 思想的话,我们每次都是跳 2 i 2^i 2i 步,那么查询的复杂度还是 l o g 2 n log_2n log2n 但是由于我们查询的数据是满足 可重复贡献 的,所以我们只需要提前处理一下重叠的区间(其实就是将当前的区间分成两部分查过的区间,然后合并查询一下)
二、原理在上面的简介中其实也说了 ST
表的原理,其实就是将我们当前查询的区间分成两部分,假设我们用
f
[
j
]
[
i
]
f[j][i]
f[j][i] 表示
[
j
,
j
+
2
i
−
1
]
[j,j+2^i-1]
[j,j+2i−1] 这个区间的一个最大值,我们可以用下图来表示
前半段就是已经求出来的 [ j , j + 2 i − 1 − 1 ] [j,j+2^{i-1}-1] [j,j+2i−1−1] 的区间最大值,而后半段就是 [ j + 2 i − 1 , j + 2 i − 1 ] [j+2^{i-1},j+2^i-1] [j+2i−1,j+2i−1] 的区间最大值,那么整个 [ i , i + 2 j − 1 ] [i,i+2^j-1] [i,i+2j−1] 区间的最大值就是两区间的最大值的最大值,也就是去一个 m a x ( m a x ( [ j , j + 2 i − 1 − 1 ] ) , m a x ( [ j + 2 i − 1 , j + 2 i − 1 ] ) ) max(max([j,j+2^{i-1}-1]),max([j+2^{i-1},j+2^i-1])) max(max([j,j+2i−1−1]),max([j+2i−1,j+2i−1])) 即可
那么我们继续思考如何得到 f [ j ] [ i ] f[j][i] f[j][i] 的值呢?不难发现其实就是我们上面推导的式子: f [ j ] [ i ] = m a x ( f [ j ] [ i − 1 ] , f [ j + 2 i − 1 , i − 1 ] ) f[j][i] = max(f[j][i-1],f[j+2^{i-1},i-1]) f[j][i]=max(f[j][i−1],f[j+2i−1,i−1])
其实这里也能看出 2 i = 2 i − 1 + 2 i − 1 2^i = 2^{i-1} + 2^{i-1} 2i=2i−1+2i−1
不难得出预处理的递推代码:
void init(int n){
for(int i = 1;i
关注
打赏
最近更新
- 深拷贝和浅拷贝的区别(重点)
- 【Vue】走进Vue框架世界
- 【云服务器】项目部署—搭建网站—vue电商后台管理系统
- 【React介绍】 一文带你深入React
- 【React】React组件实例的三大属性之state,props,refs(你学废了吗)
- 【脚手架VueCLI】从零开始,创建一个VUE项目
- 【React】深入理解React组件生命周期----图文详解(含代码)
- 【React】DOM的Diffing算法是什么?以及DOM中key的作用----经典面试题
- 【React】1_使用React脚手架创建项目步骤--------详解(含项目结构说明)
- 【React】2_如何使用react脚手架写一个简单的页面?