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.

 1 #include<iostream>
 2
 3 using namespace std;
 4
 5 #define MAXN 100
 6 #define MAXIND 256 //线段树节点个数
 7
 8 //构建线段树,目的:得到M数组.
 9 void initialize(int node, int b, int e, int M[], int A[])
10 {
11     if (b == e)
12         M[node] = b; //只有一个元素,只有一个下标
13     else
14     {
15     //递归实现左孩子和右孩子
16         initialize(2 * node, b, (b + e) / 2, M, A);
17         initialize(2 * node + 1, (b + e) / 2 + 1, e, M, A);
18     //search for the minimum value in the first and
19     //second half of the interval
20     if (A[M[2 * node]] <= A[M[2 * node + 1]])
21         M[node] = M[2 * node];
22     else
23         M[node] = M[2 * node + 1];
24     }
25 }
26
27 //找出区间 [i, j] 上的最小值的索引
28 int query(int node, int b, int e, int M[], int A[], int i, int j)
29 {
30     int p1, p2;
31
32
33     //查询区间和要求的区间没有交集
34     if (i > e || j < b)
35         return -1;
36
37     //if the current interval is included in
38     //the query interval return M[node]
39     if (b >= i && e <= j)
40         return M[node];
41
42     //compute the minimum position in the
43     //left and right part of the interval
44     p1 = query(2 * node, b, (b + e) / 2, M, A, i, j);
45     p2 = query(2 * node + 1, (b + e) / 2 + 1, e, M, A, i, j);
46
47     //return the position where the overall
48     //minimum is
49     if (p1 == -1)
50         return M[node] = p2;
51     if (p2 == -1)
52         return M[node] = p1;
53     if (A[p1] <= A[p2])
54         return M[node] = p1;
55     return M[node] = p2;
56
57 }
58
59
60 int main()
61 {
62     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.
63     memset(M,-1,sizeof(M));
64     int a[]={3,1,5,7,2,9,0,3,4,5};
65     initialize(1, 0, sizeof(a)/sizeof(a[0])-1, M, a);
66     cout<<query(1, 0, sizeof(a)/sizeof(a[0])-1, M, a, 0, 5)<<endl;
67     return 0;
68 }

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!

 1 #include<iostream>
 2 #include<cmath>
 3 #include<algorithm>
 4 using namespace std;
 5
 6 #define M 100010
 7 #define MAXN 500
 8 #define MAXM 500
 9 int dp[M][18];
10 /*
11 *一维RMQ ST算法
12 *构造RMQ数组 makermq(int n,int b[]) O(nlog(n))的算法复杂度
13 *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)
14 *dp[i][j]=min{dp[i][j-1],dp[i+2^(j-1)][j-1]}
15 *查询RMQ rmq(int s,int v)
16 *将s-v 分成两个2^k的区间
17 *即 k=(int)log2(s-v+1)
18 *查询结果应该为 min(dp[s][k],dp[v-2^k+1][k])
19 */
20
21 void makermq(int n,int b[])
22 {
23     int i,j;
24     for(i=0;i<n;i++)
25         dp[i][0]=b[i];
26     for(j=1;(1<<j)<=n;j++)
27         for(i=0;i+(1<<j)-1<n;i++)
28             dp[i][j]=min(dp[i][j-1],dp[i+(1<<(j-1))][j-1]);
29 }
30 int rmq(int s,int v)
31 {
32     int k=(int)(log((v-s+1)*1.0)/log(2.0));
33     return min(dp[s][k],dp[v-(1<<k)+1][k]);
34 }
35
36 void makeRmqIndex(int n,int b[]) //返回最小值对应的下标
37 {
38     int i,j;
39     for(i=0;i<n;i++)
40         dp[i][0]=i;
41     for(j=1;(1<<j)<=n;j++)
42         for(i=0;i+(1<<j)-1<n;i++)
43             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];
44 }
45 int rmqIndex(int s,int v,int b[])
46 {
47     int k=(int)(log((v-s+1)*1.0)/log(2.0));
48     return b[dp[s][k]]<b[dp[v-(1<<k)+1][k]]? dp[s][k]:dp[v-(1<<k)+1][k];
49 }
50
51 int main()
52 {
53     int a[]={3,4,5,7,8,9,0,3,4,5};
54     //返回下标
55     makeRmqIndex(sizeof(a)/sizeof(a[0]),a);
56     cout<<rmqIndex(0,9,a)<<endl;
57     cout<<rmqIndex(4,9,a)<<endl;
58     //返回最小值
59     makermq(sizeof(a)/sizeof(a[0]),a);
60     cout<<rmq(0,9)<<endl;
61     cout<<rmq(4,9)<<endl;
62     return 0;
63 }

RMQ问题(线段树算法,ST算法优化)相关推荐

  1. 【原创】RMQ - ST算法详解

    ST算法: ID数组下标: 1   2   3   4   5   6   7   8   9     ID数组元素: 5   7   3   1   4   8   2   9   8 1.ST算法 ...

  2. 动态规划-RMQ问题(ST算法)

    文章目录 RMQ问题 ST算法 模板 例题 P2251 质量检测 P1816 忠诚 P2216 [HAOI2007]理想的正方形 RMQ问题 RMQ(Range Minimum/Maximum Que ...

  3. RMQ的ST算法(区间最值)

    ST算法求解RMQ问题(区间最值) 效率:O(n log n)预处理,O(1)询问 思想: 用 f [ i ][ j ] 表示 以i 开头的区间,包括2^j 个元素的一段区间的最值 那么有初始化的初始 ...

  4. RMQ ST算法简介

    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 ...

  5. RMQ问题,加深对ST算法的理解(Sparse Table)

    Sparse Table(稀疏表):简称ST 简介 ST 算法本质是动态规划. 时间复杂度为: 预处理:O(nlogn) 查询:O(1) 它 适宜用于 数据不再作出变化(也称离线) 的 区间最值 查询 ...

  6. 数据结构:线段树及ST算法比较

    ST算法是一种高效的计算区间最值的方法. 他的思想是将询问区间分解成两个最长的二次幂的长度的区间并集的形式. 所以与线段树不同,这种区间分解其实存在相交的分解. 因此ST算法能维护的只是一些简单的信息 ...

  7. ST算法解决RMQ问题

    关于ST算法,实际上它本身并不难,它的思想是动态规划.主要用来求RMQ问题,时间复杂度为O(NlgN+M)  关于RMQ问题描述: 输入N个数和M次询问,每次询问一个区间[L,R],求第L个数到R个数 ...

  8. ST算法 - RMQ(区间最值问题)—— 倍增

    文章目录 引入倍增: 例题1:区间和 例题2:Genius ACM 应用: ST算法 求解 RMQ(区间最值问题) 模板Code: 练习题: ST算法 维护区间最大公约数 例题:Pair of Num ...

  9. 1470: 区间求最值(RMQ问题,ST算法模板)

    1470: 区间求最值 Time Limit: 1 Sec Memory Limit: 128 MB [Submit][Status][Web Board] Description 给定一个长度为N ...

最新文章

  1. 独家 | 关于Spark NLP学习,你需要掌握的 LightPipeline(附代码链接)
  2. cpio.gz文件解压方法
  3. 嵌入式 linux 程序不能运行,嵌入式Linux中在开发板上/usr/bin目录下不能运行自己交叉编译的程序...
  4. linux下文件无法删除不能编辑
  5. EC笔记:第二部分:11:在operator=中处理“自我赋值”
  6. Unix Regex
  7. leetcode 之Remove Nth Node From End of List(19)
  8. 计算机基础知识:什么是位、字节、字、KB、MB
  9. 20172301 2017-2018-2《程序设计与数据结构》课程总结
  10. 【华为云技术分享】云图说 | 华为云MCP多云容器平台,让您轻松灾备!
  11. 什么是正则表达式?有什么用?常用的字符有哪些?
  12. 创意购物海报|吸引你的不止买买买,更是创意!
  13. [Usaco2006 Open]County Fair Events 参加节日庆祝
  14. LVS + Nginx +Tomcat 高可用架构
  15. Python迭代器(Iterator)
  16. Atitit.获取验证码图片通过web
  17. 认知无线电-频谱检测-匹配滤波
  18. vue炫酷好看的登陆界面
  19. SAP:采购申请ME51N/ME52N/ME54N/ME57屏幕增强
  20. 搜索引擎选型调研文档

热门文章

  1. 一个同步github上fork过来的项目的批处理脚本
  2. windows域中时间同步的解决方案
  3. 子元素绝对定位absolute后,自动撑开宽度
  4. 云创大会来了!全行业关心的热点都在这里
  5. hadoop map reduce自定义数据类型时注意顺序,否则报错。
  6. js正则验证特殊字符
  7. 干货分享|安全测试起航之旅
  8. Tomcat启动 java.lang.OutOfMemoryError
  9. python 网络爬虫学习笔记(一)
  10. 轻量级的jQuery表单验证插件 - HAPPY.js