算法总结–ST表

声明(叠甲):鄙人水平有限,本文为作者的学习总结,仅供参考。


1. RMQ 介绍

在开始介绍 ST 表前,我们先了解以下它以用的场景 RMQ问题 。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,其主要的特征是查询的区间是静态的。
在上一篇关于线段树的文章中我们解决了动态的区间的维护,先是进行O(nlog(n))时间负载度的建树预处理,然后就能以O(log(n))的时间复杂度进行维护与查询。对于 RMQ 问题来说线段树也是能过比较好的处理,总的时间复杂度为O(nlog(n)+log(n)),比暴力法的时间复杂O(n^2)还行快一些。


2. ST 表介绍

虽然线段树也能比较好的解决 RMQ 问题,但是它的特性还是更加符合动态的情况,故对于静态的来说就引入了 ST 表来进行解决。ST 表是先对数据进行 O(nlog(n)) 的预处理,然后就可以进行 O(1) 的查询。(是常数!!!)
故,一般的 ST 表题的解法解法可以分为以下步骤:

【1】 进行预处理,一般来说使用动态规划的思想进行的
【2】 进行查询


3. 举些栗子

3.1 ST 表模板题

题目描述

给定一个长度为 N 的数列,和 M 次询问,求出每一次询问的区间内数字的最大值。

这是一道 ST 表经典题——静态区间最大值,根据上述的描述,解题思路如下(具体的数学关系就不做解释,自己画画图就可以推理出来的):

【1】 进行预处理 :这里我们使用一个数组 st[i][j] 进行打表,其含义为从第 i 个数开始数 2^j 个数中的最大值,故我们可以得到动态规划的状态转移方程:
                        st[i][j] = max(st[i][j-1],st[i-(1<<j)][j-1])
【2】 进行查询 : 对于区间 [l,r] 来说,我可以使用以下来表达其的最大值:
                                    m = log2(r-l+1)
                        max[l,r] = max(st[l][m],st[r-(1<<m)][m])

根据以上的思路可以得到以下代码

#include <bits/stdc++.h>
using namespace std;
#define NMAX 100000
int n,m,x,y;
int st[NMAX+1][20]; // st[i][j] 表示从 i 开始 2^j 个数中需要的答案 
// ST 表的查询函数
int calc(int l,int r)
{
	int m = log2(r - l + 1);
	return max(st[l][m],st[r-(1<<m)+1][m]);	
} 
int main()
{
	// [1] 获取数据并进行预处理
	cin >> n >> m;
	for(int i = 1;i <= n;++i)
	{
		cin >> st[i][0];
	}  
    // 需要注意的是我们要从 i 开始遍历 st[i][j]
	for(int j = 1; (1 << j) <= n;++j)
	{
		for(int i = 1;i + (1<<j) - 1 <= n;++i)
		{
			st[i][j] = max(st[i][j-1],st[i + (1<<(j-1))][j-1]);
		}
	}
	// [2] 查询
	while(m--)
	{
		scanf("%d%d",&x,&y);
		printf("%d\n",calc(x,y));	
	} 
    return 0;
}

3.2 质量检测

题目描述

为了检测生产流水线上总共 N 件产品的质量,我们首先给每一件产品打一个分数 A 表示其品质,然后统计前 M 件产品中质量最差的产品的分值 Q[m] = min{A_1, A_2, ... A_m},以及第 2 至第 \(M + 1\) 件的 Q[m + 1], Q[m + 2] ... 最后统计第 N - M + 1 至第 N 件的 Q[n]。根据 Q 再做进一步评估。

请你尽快求出 Q 序列。

解题思路如下

总的思路如上题一致,无非就是从查询最大最变成了最少小值,以及查询时给定了区间左右边界的规定关系 [i,i+M-1]
具体 AC 代码如下

#include <bits/stdc++.h>

#define NMAX 1000000
using namespace std;

int m,n;
int st[NMAX+1][32];

int calc(int x,int y)
{
	int m = log2(y-x+1);
	return min(st[x][m],st[y-(1<<m)+1][m]);
}

int main()
{
	cin >> n >> m;
	// [1] 获取数据,并进行预处理
	for(int i = 1;i <= n;i++)
	{
		cin >> st[i][0];	
	} 
	for(int j = 1;(1<<j) - 2<= n;j++)
	{
		for(int i = 1;i+(1<<j)-1 <= n;i++)
		{
			st[i][j] = min(st[i][j-1],st[i+(1<<(j-1))][j-1]);	
		}	
	}	
	// [2] 查询
	for(int i = m;i <= n;i++)
	{
		cout << calc(i-m+1,i) << endl;
	}
	
	return 0;
} 

3.3 [蓝桥杯 2022 省 A] 选数异或

题目描述

给定一个长度为 n 的数列 A1 A2 ... An 和一个非负整数 x, 给定 m 次查询, 每次询问能否从某个区间 [l, r] 中选择两个数使得他们的异或等于 x

这题一眼看出就是很明显的静态区间查询问题,但是与上述中不同的是,这次查询的不再是最值,而是满足关系数对的下标。

总的解题思路还是不变的:

【1】 预处理:这里的两数异或我们可以联想到两数和的问题,故可以利用一个 Hash 数组记录其每个数的下标来辅助我们处理(具体实现见代码),需要注意的是我 ST 表中记录的应该是与这个数满足关系对象中的最近一个,故状态转移方程为:st[i] = max(st[i-1],Hash[Ai])
【2】 根据预处理得到的 ST 表,我们只要查表看该区间得到的值是否大于区间的左边界值

AC 代码如下:

#include <bits/stdc++.h>
using namespace std;

int main()
{
    int n,m,x;
	cin >> n >> m >> x;
	map<int,int> Hash;
    // st[i] 表示 1~i 中满足关系的数对的最后出现的一个的下标
	int st[n+1] = {0,};
    // [1] 预处理
    for(int i = 1;i <= n;i++)
    {
        int data;
        cin >> data;
        st[i] = max(st[i-1],Hash[data]);
        Hash[data^x] = i;
    }
    // [2] 查询
    while(m--)
    {
        int l,r;
        cin >> l >> r;
        if(st[r] >= l) cout << "yes" << endl;
        else cout << "no" << endl;
    }
    return 0;
}

4.参考

洛谷ST表模板题题解
本文到此结束,希望对您有所帮助。

原文链接:https://www.cnblogs.com/luokeIT/p/17255225.html

本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:算法总结–ST表 - Python技术站

(0)
上一篇 2023年4月18日
下一篇 2023年4月18日

相关文章

  • python递归计算N!的方法

    以下是关于“Python递归计算N!的方法”的完整攻略: 简介 阶乘是一个常见的数学问题,它表示一个正整数的所有小于等于它的正整数的乘积。在本教程中,我们将介绍如何使用Python递归计算N!,并提供一些示例说明。 Python递归计算N!实现 以下是使用Python递归计算N!的示例: def factorial(n): if n == 0: return…

    python 2023年5月14日
    00
  • C语言结构体struct详解

    C语言结构体struct详解 什么是结构体? 在C语言中,结构体是一种用户自定义的数据类型,它可以将不同的数据类型组合在一起形成一个新的数据类型。结构体主要由结构体名、成员和符号构成。 使用结构体可以方便地定义一些复杂的数据类型,例如表示一个学生信息的数据类型,可以包括姓名、学号、性别、年龄等信息。 结构体的定义和声明 结构体的定义通常放在函数外部,以便在整…

    数据结构 2023年5月17日
    00
  • 详解最短路径算法原理与使用方法

    最短路径算法是用于寻找图中两点之间最短路径的算法,经常出现在网络路由、地图路径规划、货运调度等应用场景中。常见的最短路径算法包括Dijkstra算法、Bellman-Ford算法、Floyd算法等。 本文将围绕Dijkstra算法展开详细讲解。Dijkstra算法是一种单源最短路径算法,也就是给定起点,通过贪心策略逐步扩展路径,直到找到目标节点为止。 算法流…

    算法 2023年3月27日
    00
  • python实现随机漫步算法

    下面是关于“Python实现随机漫步算法”的完整攻略。 1. 随机漫步算法简介 随机漫步算法是一种随机过程,它描述了一个物体在空间中随机移动的过程。随机步算法通常用于模拟分子扩散、股票价格变化等随机过程。 2. Python实现随机漫步算法 在Python中,我们可以使用 random 模块来实现随机漫步算法。下面是一个使用随机漫步算法模拟醉汉走路的示例: …

    python 2023年5月13日
    00
  • Python聚类算法之DBSACN实例分析

    Python聚类算法之DBSCAN实例分析 DBSCAN是一种基于密度的聚类算法,可以自动发现任意形状的簇,并能够在噪声数据中识别出离群值。本文将详细讲解Python实现DBSCAN算法的整个攻略,包括算法原理、实现过程和示例。 算法原理 DBSCAN算法的基本思想是将数据点分为核心点、边界点和噪声点。核点是指在半径为ε内至少有minPts个点的点,边界点是…

    python 2023年5月14日
    00
  • C++高级数据结构之二叉查找树

    C++高级数据结构之二叉查找树 什么是二叉查找树 二叉查找树,也称二叉搜索树(BST,Binary Search Tree),是一种常见的基于二叉树的数据结构,主要用于快速查找与排序。在二叉查找树上,左子树的每个节点都比其根节点小,右子树的每个节点都比其根节点大,同时整棵树也满足二叉树的性质。 二叉查找树的实现 我们可以通过C++语言实现二叉查找树的基本操作…

    数据结构 2023年5月17日
    00
  • Java数据结构之优先级队列(PriorityQueue)用法详解

    Java数据结构之优先级队列(PriorityQueue)用法详解 什么是优先级队列? 优先级队列(Priority Queue)是一种特殊的队列,它能够保证每次取出的元素都是优先级最高(或者最低)的元素。在实际应用中,优先级队列经常用来实现任务调度,负载均衡等。 Java中的优先级队列 在Java中,优先级队列实现了Queue接口,所以它也具有队列的基本特…

    数据结构 2023年5月17日
    00
  • Python的数据结构与算法的队列详解(3)

    Python的数据结构与算法的队列详解(3) 在本文中,我们将继续讲解Python的数据结构与算法的队列,包括队列的实现方式、队列的应用场景及队列的注意项。同时,我们还将提供两个示例说明,以帮助读者更好地理解队列的使用方法。 队列的实现 队列是一种先进先出(FIFO)的数据结构,它可以用于存储一组元素,支持在队列的末尾添加元素,在队列的开头删除元素。在Pyt…

    python 2023年5月13日
    00
合作推广
合作推广
分享本页
返回顶部