RMQ小结

2024-05-03 19:32
文章标签 小结 rmq

本文主要是介绍RMQ小结,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

                                  RMQ小结

区间求值得算法主要有三种:

一、处理O(N),查询O(N*Q)   (朴素)

二、处理O(log N),查询(QlogN) (线段树)

三、处理O(nlogn),查询(1)    (RMQ)

而我们主要来讲一下,O(nlogn)-O(1)的RMQ算法。而RMQ算法的实现又有多种算法,我就选了一种性价比最高的讲解。就是代码容易,时间也可以的算法。因为正宗的RMQ的时间是O(N)-O(1),我主要说的是ST算法O(NlogN)-O(1)的算法。

RMQ的本质思想是动态规划。度娘如是解释:

ST算法(Sparse Table),以求最大值为例,设d[i,j]表示[i,i+2^j-1]这个区间内的最大值,那么在询问到[a,b]区间的最大值时答案就是max(d[a,k], d[b-2^k+1,k]),其中k是满足2^k<=b-a+1(即长度)的最大的k,即k=[ln(b-a+1)/ln(2)]。
d的求法可以用动态规划,d[i, j]=max(d[i, j-1],d[i+2^(j-1), j-1])。

看一下ST算法是怎么实现的(以最大值为例):
   首先是预处理,用一个DP解决。设a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。例如数列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。f[1,2]=5,f[1,3]=8,f[2,0]=2,f[2,1]=4……从这里可以看出f[i,0]其实就等于a[i]。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](j≥1)平均分成两段(因为j≥1时,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就是这两段的最大值中的最大值。于是我们得到了动规方程F[i,j]=max(F[i,j-1],F[i+2^(j-1),j-1])。
接下来是得出最值,也许你想不到计算出f有什么用处,一般要想计算max还是要O(logn),甚至O(n)。但有一个很好的办法,做到了O(1)。还是分开来。如在上例中我们要求区间[2,8]的最大值,就要把它分成[2,5]和[5,8]两个区间,因为这两个区间的最大值我们可以直接由f[2,2]和f[5,2]得到。扩展到一般情况,就是把区间[l,r]分成两个长度为2^n的区间(保证有f对应)。直接给出表达式:
k:=trunc(ln(r-l+1)/ln(2));
ans:=max(F[l,k],F[r-2^k+1,k]);
这样就计算了从l开始,长度为2^k的区间和从r-2^k+1开始长度为2^k的区间的最大值(表达式比较繁琐,细节问题如加1减1需要仔细考虑),二者中的较大者就是整个区间[l,r]上的最大值。

#include <iostream>
#include <cstdio>
#include <cmath>
#include<algorithm>
#define MN 50005
using namespace std;
int mi[MN][17],mx[MN][17],w[MN];
int n,q;
void rmqinit()
{int i,j,m;for(i=1;i<=n;i++){mi[i][0]=mx[i][0]=w[i];}int m = int(trunc(log2(n)));for(i=1;i<=m;i++){for(j=n;j>=1;j--){mx[j][i]=mx[j][i-1];if(j+(1<<(i-1))<=n)mx[j][i]=max(mx[j][i],mx[j+(1<<(i-1))][i-1]);mi[j][i]=mi[j][i-1];if(j+(1<<(i-1)<=n))mi[j][i]=min(mi[j][i],mi[j+(1<<(i-1))][i-1]);}}
}int rmqmin(int l,int r)
{int m=int(trunc(log2(r-l+1)));return min(mi[l][m],mi[r-(1<<m)+1][m]);
}int rmqmax(int l,int r)
{int m=int(trunc(log2(r-l+1)));return max(mx[l][m],mx[r-(1<<m)+1][m]);
}int main()
{cin>>n>>q;for(int i=1;i<=n;i++)scanf("%d",&w[i]);//cin>>w[i];rmqinit();int l,r;for(int i=1;i<=q;i++){scanf("%d%d",&l,&r);//cin>>l>>r;printf("%d %d\n",rmqmax(l,r),rmqmin(l,r));//cout<<rmqmax(l,r)<<" "<<rmqmin(l,r)<<endl;}while(cin>>n)return 0;
}




练练手.HDU3486
题目链接: Click Here~

题目分析:
题目重述,题目说给出一个老板要面试N个人,且这N个人,每个人都有自己的能力值。但是他没有那么多的时间。因此,他决定将这N个人按原来报道的顺序将他们分成m组。而剩下的人由于来的晚,所以,就直接不给他们面试的机会了。题目问,分别从m组中挑选出N/m个人。且boss希望员工在m组中每组的最高能力值的总和不小于k。而要你求出至少要分成几组?

算法分析:
朴素的算法,求出组数是从1~N的遍历,在求出这1~N组中每组的人的最大能力值。这明显超时。但是哪里可以优化呢?我们发现程序中只有两处核心;一,求组数。二,求每组中人的最大能力值。只要解决了这个两个问题,当然就可以解决了超时的问题。
如何,优化组数呢?我们可以想最好的情况是没跟人的能力值都一样的,那么此时就是组数的下界。那么,我们就可以求出N个人中最大能力值(maxv)是多少。而最小组数就是k/maxv了(想想为什么?)而上界就是N组.‘
如何,优化每组中人的最大能力值呢?显然就是我们开篇讲的RMQ.

然后呢,这道题的数据有问题。可以用二分,但是本质上着N个人的能力值并不存在任何关系,因此根本就不能用二分。还有题目描述也很恶心。到底是保证组数最小呢?还是人数最小呢?这要自己猜吗?Are you kidding me?

#include <iostream>
#include <algorithm>
#include <string>
#include <vector>
#include <cstdio>
#include <cstring>
#include <cmath>
using namespace std;const int N = 2e5 + 5;
int n,dp[N][20];void RMQ_init()
{int m = int(trunc(log2(n)));
//    int m = (int)(log10(n*1.0)/log10(2.0));for(int j = 1;j <= m;++j)for(int i = 1;i+(1<<j)-1 <= n;i++)dp[i][j] = max(dp[i][j-1],dp[i+(1<<(j-1))][j-1]);
}
int RMQ(int L,int R)
{
//    int k = (int)(log10(R-L+1)*1.0/log10(2.0));int k = int(trunc(log2(R-L+1)));return max(dp[L][k],dp[R-(1<<k)+1][k]);
}
int main()
{int k;while(scanf("%d%d",&n,&k),(n>=0&&k>=0)){int sum = 0,maxv = 0;for(int i = 1;i <= n;++i){scanf("%d",&dp[i][0]);sum += dp[i][0];maxv = max(maxv,dp[i][0]);}if(sum <= k){puts("-1");continue;}RMQ_init();int ans = n,st = k/maxv;if(!st) st++; //注意出现除0的情况---->Runtime Error!!!!!!!!!!!!!!for(int i = st;i < n;++i)  //枚举组数{int seg,s = 0;seg = n/i;            //可以分成几个区间for(int j = 1;j <= i;j++) //在i个区间内,各个区间的起点和终点{s += RMQ((j-1)*seg+1,j*seg);if(s > k)break;}if(s > k){ans = i;break;}}printf("%d\n",ans);}return 0;
}





                         AMagic Lamp



题目链接:Click Here~

题意解析:

    题目要求,给出一个字符串。让你在删除m个字符之后,求剩下的数组成的最小数是多少。(同理,求剩下的数组成的最大数也是同样的解法)

思路解析:

显然,要删除m个数则原字符串比剩下n-m个(原字符串长度为n.则,我们知道当两个数的位数相同的时候,就要比较他的首位。

比如,19992000.因此,我们要尽量的使首位变小。而这只要在一个区间中找出最小的那个就好了。而问题有出现了,要怎么确定去区间呢?显然,我们在找第一位的时候,后面肯定要至少剩下n-m-1个数。且我们假设我们找到的第一位索引为i1。则第二位的区间可以很容易的确定是从i+1为起点后面至少剩下n-m-2个的区间内。同理,后面的都是相同的道理。

    而我们知道区间求极值,我们又可以使用RMQ求得最值。而当运用RMQ的时候我们又可以从逆向思维来考虑。当我们找第一位的时候既然后面要剩下n-m-1个,那不是说明第一位的最值一定是在[0,m]内,第二个在[i1,m+1],ect?这是显然的。所以,我们可以轻松的运用RMQ求出每个区间的最值是多少。



#include <iostream>
#include <algorithm>
#include <cstdio>
#include <cstring>
#include <cmath>
using namespace std;const int N = 1e3 + 5;
int n,pos[N][20];
char str[N];
void RMQ_init()
{for(int i = 0;i <= n;++i) pos[i][0] = i;int m = int(trunc(log2(n)));for(int j = 1;j <= m;++j)for(int i = 0;i +(1<<j)-1 <= n;++i){int s1 = pos[i][j-1];int s2 = pos[i+(1<<(j-1))][j-1];pos[i][j] = str[s1]<=str[s2]?s1:s2;}
}
int RMQ(int L,int R)
{int m = int(trunc(log2(R-L+1)));int s1 = pos[L][m];int s2 = pos[R-(1<<m)+1][m];return str[s1] <= str[s2]?s1:s2;
}
int main()
{int m;while(~scanf("%s%d",str,&m)){n = strlen(str); // printf("str ---> %s   n -- > %d\n",str,n);RMQ_init();
//        char res[N];bool first = true;int index,idx = 0,j = m;
//        memset(res,'\0',sizeof(res));for(int i = 1;i <= n-m;++i){index = RMQ(idx,j);j++;if(first&&str[index]!='0'){first = false;putchar(str[index]);}else if(!first){putchar(str[index]);}idx = index+1;}if(first) putchar('0');putchar('\n');}return 0;
}

 

Max Sum of Max-K-sub-sequence


     也可以运用单调队列。Click Here~




                                




这篇关于RMQ小结的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/957475

相关文章

springboot中使用okhttp3的小结

《springboot中使用okhttp3的小结》OkHttp3是一个JavaHTTP客户端,可以处理各种请求类型,比如GET、POST、PUT等,并且支持高效的HTTP连接池、请求和响应缓存、以及异... 在 Spring Boot 项目中使用 OkHttp3 进行 HTTP 请求是一个高效且流行的方式。

mybatis映射器配置小结

《mybatis映射器配置小结》本文详解MyBatis映射器配置,重点讲解字段映射的三种解决方案(别名、自动驼峰映射、resultMap),文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定... 目录select中字段的映射问题使用SQL语句中的别名功能使用mapUnderscoreToCame

Vue和React受控组件的区别小结

《Vue和React受控组件的区别小结》本文主要介绍了Vue和React受控组件的区别小结,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学... 目录背景React 的实现vue3 的实现写法一:直接修改事件参数写法二:通过ref引用 DOMVu

Vite 打包目录结构自定义配置小结

《Vite打包目录结构自定义配置小结》在Vite工程开发中,默认打包后的dist目录资源常集中在asset目录下,不利于资源管理,本文基于Rollup配置原理,本文就来介绍一下通过Vite配置自定义... 目录一、实现原理二、具体配置步骤1. 基础配置文件2. 配置说明(1)js 资源分离(2)非 JS 资

Java Stream 并行流简介、使用与注意事项小结

《JavaStream并行流简介、使用与注意事项小结》Java8并行流基于StreamAPI,利用多核CPU提升计算密集型任务效率,但需注意线程安全、顺序不确定及线程池管理,可通过自定义线程池与C... 目录1. 并行流简介​特点:​2. 并行流的简单使用​示例:并行流的基本使用​3. 配合自定义线程池​示

Java实现复杂查询优化的7个技巧小结

《Java实现复杂查询优化的7个技巧小结》在Java项目中,复杂查询是开发者面临的“硬骨头”,本文将通过7个实战技巧,结合代码示例和性能对比,手把手教你如何让复杂查询变得优雅,大家可以根据需求进行选择... 目录一、复杂查询的痛点:为何你的代码“又臭又长”1.1冗余变量与中间状态1.2重复查询与性能陷阱1.

Go之errors.New和fmt.Errorf 的区别小结

《Go之errors.New和fmt.Errorf的区别小结》本文主要介绍了Go之errors.New和fmt.Errorf的区别,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考... 目录error的基本用法1. 获取错误信息2. 在条件判断中使用基本区别1.函数签名2.使用场景详细对

C#异步编程ConfigureAwait的使用小结

《C#异步编程ConfigureAwait的使用小结》本文介绍了异步编程在GUI和服务器端应用的优势,详细的介绍了async和await的关键作用,通过实例解析了在UI线程正确使用await.Conf... 异步编程是并发的一种形式,它有两大好处:对于面向终端用户的GUI程序,提高了响应能力对于服务器端应

MySQL慢查询工具的使用小结

《MySQL慢查询工具的使用小结》使用MySQL的慢查询工具可以帮助开发者识别和优化性能不佳的SQL查询,本文就来介绍一下MySQL的慢查询工具,具有一定的参考价值,感兴趣的可以了解一下... 目录一、启用慢查询日志1.1 编辑mysql配置文件1.2 重启MySQL服务二、配置动态参数(可选)三、分析慢查

c++日志库log4cplus快速入门小结

《c++日志库log4cplus快速入门小结》文章浏览阅读1.1w次,点赞9次,收藏44次。本文介绍Log4cplus,一种适用于C++的线程安全日志记录API,提供灵活的日志管理和配置控制。文章涵盖... 目录简介日志等级配置文件使用关于初始化使用示例总结参考资料简介log4j 用于Java,log4c