标签:
1. 概述
RMQ(Range Minimum/Maximum Query),即区间最值查询,是指这样一个问题: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之间的最小/大值。这两个问题是在实际应用中经常遇到的问题,下面介绍一下解决这两种问题的比较高效的算法。当然,该问题也可以用线段树(也叫区间树)解决,算法复杂度为:O(N)~O(logN),这里我们暂不介绍。
2.RMQ算法
对于该问题,最容易想到的解决方案是遍历,复杂度是O(n)。但当数据量非常大且查询很频繁时,该算法无法在有效的时间内查询出正解。
本节介绍了一种比较高效的在线算法(ST算法)解决这个问题。所谓在线算法,是指用户每输入一个查询便马上处理一个查询。该算法一般用较长的时间做预处理,待信息充足以后便可以用较少的时间回答每个查询。ST(Sparse Table)算法是一个非常有名的在线处理RMQ问题的算法,它可以在O(nlogn)时间内进行预处理,然后在O(1)时间内回答每个查询。
(一)首先是预处理,用动态规划(DP)解决。
设A[i]是要求区间最值的数列,F[i, j]表示从第i个数起连续2^j个数中的最大值。(DP的状态)
F[i, j]=max(F[i,j-1], F[i + 2^(j-1),j-1])
F[i,0]就等于A[i]
例如:
A数列为:3 2 4 5 6 8 1 2 9 7
F[1,0]表示第1个数起,长度为2^0=1的最大值,其实就是3这个数。同理 F[1,1] = max(3,2) = 3, F[1,2]=max(3,2,4,5) = 5,F[1,3] = max(3,2,4,5,6,8,1,2) = 8;
并且我们可以容易的看出F[i,0]就等于A[i]。(DP的初始值)
这样,DP的状态、初值都已经有了,剩下的就是状态转移方程。
我们把F[i,j]平均分成两段(因为f[i,j]一定是偶数个数字),从 i 到i + 2 ^ (j - 1) - 1为一段,i + 2 ^ (j - 1)到i + 2 ^ j - 1为一段(长度都为2 ^ (j - 1))。用上例说明,当i=1,j=3时就是3,2,4,5 和 6,8,1,2这两段。F[i,j]就是这两段各自最大值中的最大值。于是我们得到了状态转移方程F[i, j]=max(F[i,j-1], F[i + 2^(j-1),j-1])。
(二)然后是查询。
如查询区间[l,r]的最大值,区间长度为 l-r+1 令k=log(l-r+1)/log(2) 即取区间长度的2的对数
query(l,r)=max(F(l,k),F(r-2^k+1,k))
举例说明,要求区间[2,8]的最大值,k = log2(8 - 2 + 1)= 2,即求max(F[2, 2],F[8 - 2 ^ 2 + 1, 2]) = max(F[2, 2],F[5, 2]);
模板题:
#include<cstdio> #include<cmath> #include<queue> #include<cstring> #include<vector> #include<iostream> #include<algorithm> using namespace std; //F[i, j]表示从第i个数起连续2^j个数中的最大值 //F[i, j]=max(F[i,j-1], F[i + 2^(j-1),j-1]) int n,a[1010]; int dp[1010][20]; void rmq() { for(int i=0;i<n;i++)dp[i][0]=a[i]; for(int j=1;j<20;j++) { for(int i=0;i<n;i++) { if(i+(1<<j)-1>=n)break; dp[i][j]=max(dp[i][j-1],dp[i+(1<<(j-1))][j-1]); } } } int query(int l,int r) { int k=log(r-l+1)/log(2); return max(dp[l][k],dp[r-(1<<k)+1][k]); } int main() { int T; scanf("%d",&T); while(T--) { scanf("%d",&n); for(int i=0;i<n;i++)scanf("%d",&a[i]); rmq(); int Q; scanf("%d",&Q); while(Q--) { int a,b; scanf("%d%d",&a,&b); printf("%d\n",query(a-1,b-1)); } } return 0; }
标签:
原文地址:http://www.cnblogs.com/kylehz/p/4820972.html