目录

1 问题描述

2 解决方案

 


1 问题描述

问题描述

有n个格子,从左到右放成一排,编号为1-n。

共有m次操作,有3种操作类型:

1.修改一个格子的权值,

2.求连续一段格子权值和,

3.求连续一段格子的最大值。

对于每个2、3操作输出你所求出的结果。

输入格式

第一行2个整数n,m。

接下来一行n个整数表示n个格子的初始权值。

接下来m行,每行3个整数p,x,y,p表示操作类型,p=1时表示修改格子x的权值为y,p=2时表示求区间[x,y]内格子权值和,p=3时表示求区间[x,y]内格子最大的权值。

输出格式

有若干行,行数等于p=2或3的操作总数。

每行1个整数,对应了每个p=2或3操作的结果。

样例输入
4 3
1 2 3 4
2 1 3
1 4 3
3 1 4
样例输出
6
3
数据规模与约定

对于20%的数据n <= 100,m <= 200。

对于50%的数据n <= 5000,m <= 5000。

对于100%的数据1 <= n <= 100000,m <= 100000,0 <= 格子权值 <= 10000。

 

 

 


2 解决方案

了一上午的时间把线段树整明白,然后把写好的代码放到蓝桥杯练习系统里面测试时,运行结果依旧是超时,而且我用同样的代码反复提交了三四次,分数也都竟然都不一样,分别是30,40,50。我也是无语了...

 

虽然这题没能得到100分,我猜测可能与JavaC/C++语言之间的编译运行性能有关,导致用同样的方法,Java语言运行时间要长的多。

如果有哪位同学看出下面的代码不是语言之间的差异,而是楼主我自己的代码问题,还希望路过的同学不吝赐教呀~

 

关于线段树,具体的理解可以参考文末的参考资料,参考资料给的文章个人感觉对于线段树的讲解很清楚,唯一的不足之处是文中对于完全二叉树的概念理解有点错误,但是不影响我们对于线段树的理解哦。

下面附一点该文章对于线段树的概念介绍:

线段树,类似区间树,它在各个节点保存一条线段(数组中的一段子数组),主要用于高效解决连续区间的动态查询问题,由于二叉结构的特性,它基本能保持每个操作的复杂度为O(logn)。

线段树的每个节点表示一个区间,子节点则分别表示父节点的左右半区间,例如父亲的区间是[a,b],那么(c=(a+b)/2)左儿子的区间是[a,c],右儿子的区间是[c+1,b]。

构造线段树示例:

例如对于数组[2, 5, 1, 4, 9, 3]可以构造如下的二叉树(背景为白色表示叶子节点,非叶子节点的值是其对应数组区间内的最小值,例如根节点表示数组区间arr[0...5]内的最小值是1):

 

下面请看具体代码:

package com.liuzhen.systemExe;

import java.util.Scanner;

public class Main{
    
    public int[][] segTree;
    /*
     * 参数root:代表线段树的根节点,此处使用数组存放线段树,其根节点从0开始计数,那么其两个子节点编号必定满足2*root+1或者2*root+2
     * 参数array:给定的目标数组,需要转成相应功能的线段树
     * 参数start:线段树划分给定数组区间的起始位置
     * 参数end:线段树划分给定数组区间的末尾位置
     * 函数功能:返回一个线段树,其所有节点均存放当前数组子区间内的总和以及最大值
     */
    public void buildSegTree(int root, int[] array, int start, int end) {
        if(start == end) {
            segTree[root][0] = array[start];   
            segTree[root][1] = array[start];
        } else {
            int mid = (start + end) / 2;
            buildSegTree(2 * root + 1, array, start, mid);      //递归构造左半子树
            buildSegTree(2 * root + 2, array, mid + 1, end);    //递归构造右半子树
            segTree[root][0] = (segTree[2*root+1][0] > segTree[2*root+2][0] ? 
                    segTree[2*root+1][0] : segTree[2*root+2][0]);   //回溯求取当前节点区间存放的元素最大值
            segTree[root][1] = segTree[root*2+1][1] + segTree[root*2+2][1]; //回溯求取当前节点区间存放的元素总和
        }
    }
    /*
     * 参数root:开始进行查找的根节点对应的数组下标值
     * 参数start-end:当前节点所表示的区间
     * 参数qstart-qend:此次查询的区间
     * 函数功能:查询当前区间qstart-qend的最大值
     */
    public int querySegTreeMax(int root, int start, int end, int qstart, int qend) {
        if(qstart > end || qend < start)
            return 0;
        int max = 0;
        if(qstart <= start && qend >= end) {
            return segTree[root][0];
        } else {
            int mid = (start + end) / 2;
            int temp1 = querySegTreeMax(root * 2 + 1, start, mid, qstart, qend);
            int temp2 = querySegTreeMax(root * 2 + 2, mid + 1, end, qstart, qend);
            if(temp1 > temp2)
                max = temp1;
            else
                max = temp2;
            
        }    
        return max;
    }
    /*
     * 参数root:开始进行查找的根节点对应的数组下标值
     * 参数start-end:当前节点所表示的区间
     * 参数qstart-qend:此次查询的区间
     * 函数功能:查询当前区间qstart-qend的总和
     */
    public int querySegTreeSum(int root, int start, int end, int qstart, int qend) {
        if(qstart > end || qend < start )
            return 0;
        int sum = 0;
        if(qstart == start && qend == end) {
            return segTree[root][1];
        } else {
            int mid = (start + end) / 2;
            if(qstart <= mid && qend > mid) {
                int temp1 = querySegTreeSum(root * 2 + 1, start, mid, qstart, mid);
                int temp2 = querySegTreeSum(root * 2 + 2, mid + 1, end, mid + 1, qend);
                sum = temp1 + temp2;
            } else if(qstart > mid) {
                int temp2 = querySegTreeSum(root * 2 + 2, mid + 1, end, qstart, qend);
                sum = temp2;
            } else if(qend <= mid) {
                int temp1 = querySegTreeSum(root * 2 + 1, start, mid, qstart, qend);
                sum = temp1;
            }
        }
        return sum;
    }
    /*
     * 参数root:开始进行查找的根节点对应的数组下标值
     * 参数qstart-qend:当前节点所表示的区间
     * 函数功能:把数组下标为index的元素值变成value,并更新线段树
     */
    public void updateSegTree(int root, int qstart, int qend, int index, int value) {
        if(qstart == qend) {
            if(index == qstart) {
                segTree[root][0] = value;
                segTree[root][1] = value;
            }
            return;
        }
        
        int mid = (qstart + qend) / 2;
        if(mid >= index) {
            updateSegTree(root * 2 + 1, qstart, mid, index, value);
        } else {
            updateSegTree(root * 2 + 2, mid + 1, qend, index, value);
        }
        //回溯更新改变值元素值的根节点相应值
        segTree[root][0] = (segTree[root*2+1][0] > segTree[root*2+2][0] ? 
                segTree[root*2+1][0] : segTree[root*2+2][0]);
        segTree[root][1] = segTree[root*2+1][1] + segTree[root*2+2][1];
    }
    
    public void printResult(int[] A, int[][] operation) {
        segTree = new int[4 * A.length][2];//此处初始化线段树行的长度为4 * n,有n个元素的数组构造的线段树其对应的二叉树层数最大可以达到4*n个节点
        buildSegTree(0, A, 0, A.length - 1);
        for(int i = 0;i < operation.length;i++) {
            if(operation[i][0] == 1) {
                updateSegTree(0, 0, A.length - 1, operation[i][1] - 1, operation[i][2]);
            } else if(operation[i][0] == 2) {
                int sum = querySegTreeSum(0, 0, A.length - 1, operation[i][1] - 1, operation[i][2] - 1);
                System.out.println(sum);
            } else if(operation[i][0] == 3) {
                int max = querySegTreeMax(0, 0, A.length - 1, operation[i][1] - 1, operation[i][2] - 1);
                System.out.println(max);
            }
        }
    }
    
    public static void main(String[] args){
        Main test = new Main();
        Scanner in = new Scanner(System.in);
        int n = in.nextInt();
        int m = in.nextInt();
        if(n >100000 || n <= 0 || m > 100000 || m <= 0)   //此处是依据题意给定范围做判断
            return;
        int[] A = new int[n];
        for(int i = 0;i < n;i++) 
            A[i] = in.nextInt();
        int[][] operation = new int[m][3];
        for(int i = 0;i < m;i++) {
               for(int j = 0;j < 3;j++) {
                operation[i][j] = in.nextInt();
            }
        }        
        test.printResult(A, operation);                
    }
}

 

 

参考资料:

      1.一步一步理解线段树

 

内容来源于网络如有侵权请私信删除
你还没有登录,请先登录注册
  • 还没有人评论,欢迎说说您的想法!