RMQ问题是求解区间最值的问题。

这里分析的是ST算法,它可以对所有要处理的数据做到O(nlogn)的预处理,对每个区间查询做到O(1)查询

ST算法本质是一个DP的过程

这里通过举一个求最大值实例来理解ST算法:

我们有这样一串数字

数值:35 13 65 99 88 75 64 51 42  55 66 83 12 44 65 12

位置:1    2  3   4   5   6   7    8   9  10 11 12 13 14 15 16

首先我们定义一个dp表达式:st[i][j]表示从i位置开始的2^j个数中的最大值;

具体解释:st[1][0]就是从第一个数字开始的一个数里的最大值,也就是第一个数本身,即st[1][0]=35;

             st[2][2]就是从第二个数字开始的四个数里的最大值,也就是13,65,99,88里面的最大值,即st[2][2]=99;

     以此类推

  然后我们来看怎么用dp的思想来解决这个问题

  回到刚刚的实例,我们由我们所定义的st式可以得知st[5][3]是[88,75,64,51,42,55,66,83]中的最大值。

  现在我们来试着用dp的思想,也就是将整体化为部分求解的思想。

  要求前面st[5][3]所代表区间的最大值,也就是求[88,75,64,51]和[42,55,66,83]两个区间的最大值中的较大值,即st[5][2]和st[9][2]

而这样的划分是一个二分划分,根据这种思想我们可以类推出,求i至其后2^j个数的最大值,即把2^j分成前后两个2^(j-1),分别取最大值,再通过比较获得此状态最大值。

到此我们可以得出我们的dp表达式:st[i][j] = max( st[i][j-1],st[i+2^(j-1)][j-1] )

通过这种方法我们可以求出一段段区间的最大值

求ST表代码

void cal_st( int n, int a[] ) {  //n为区间元素个数,a数组存的是区间里的元素
for( int i = 1; i <= n; i ++ ) {
st[i][0] = a[i];
}
for( int j = 1; j <= log2(n); j ++ ) {
for( int i = 1; i <= n-(1<<j)+1; i ++ ) {
st[i][j] = max(st[i][j-1],st[i+(1<<(j-1))][j-1]);
}
}
}

  

  

接下来让我们回到RMQ问题:

  我们可以知道,任意的i至j之间的j-i+1个连续的值,一定可以分为两个2^n个数的两个区间

  比如求3到11之间的最大值;

  因为3到11之间有9个元素,最大可以成8个元素大小的区间;

  所以我们可以将其分为[3,10]和[4,11]两个区间;(分成的两个区间一个是从开头取八个,一个是从最后往前取八个)

  然后通过求这两个区间最大值中的较大值得到3到11之间的最大值

抽象成一个广义数学问题:

  求[i,j]区间最大值;

  num = j-i+1; p = 2^((int)(log2(num)));

  rmq(i,j) = max( st[i][p], st[i-2^p+1][p] )

  num:[i,j]区间元素个数,p:[i,j]区间可以连续分成的最大2^n区间的大小

  rmq(i,j):查询[i,j]区间最大值

rmq查询代码:

int rmq( int le, int ri ) {  //le为查询区间开始位置,ri为查询区间结束位置
int p = log2(ri-le+1);
return max(st[le][p],st[ri-(1<<p)+1][p]);
}

  

参考博客:https://blog.csdn.net/z287438743z/article/details/8132806

例题:洛谷P3865

题目背景

这是一道ST表经典题——静态区间最大值

请注意最大数据时限只有0.8s,数据强度不低,请务必保证你的每次查询复杂度为 O(1)

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。

输入输出格式

输入格式:

第一行包含两个整数 N, M ,分别表示数列的长度和询问的个数。

第二行包含 N个整数(记为 ai​ ),依次表示数列的第 i 项。

接下来 M 行,每行包含两个整数 li​,ri​ ,表示查询的区间为[li​,ri​]

输出格式:

输出包含 M 行,每行一个整数,依次表示每一次询问的结果。

输入输出样例

输入样例

8 8
9 3 1 7 5 6 0 8
1 6
1 5
2 7
2 6
1 8
4 8
3 7
1 8
输出样例

9
9
7
7
9
8
7
9

说明

对于30%的数据,满足:1≤N,M≤10

对于70%的数据,满足: 1≤N,M≤105

对于100%的数据,满足: 1≤N≤105,1≤M≤106,ai​∈[0,10^9],1≤li​≤ri​≤N

分析:一个st表的模板题

  st[i][j]表示以第i个数为首的一共2^j个数的最大值

  ai表示原数列

可以得到:

if( j == 1 ) {
st[i][j] = a[i]
} else {
st[i][j] = max( st[i][j-1], st[i+(1<<(j-1))][j-1] );
}

  

AC代码:

#include <map>
#include <set>
#include <stack>
#include <cmath>
#include <queue>
#include <cstdio>
#include <vector>
#include <string>
#include <bitset>
#include <cstring>
#include <iomanip>
#include <iostream>
#include <algorithm>
#define ls (r<<1)
#define rs (r<<1|1)
#define debug(a) cout << #a << " " << a << endl
using namespace std;
typedef long long ll;
const ll maxn = 1e5+10;
const ll mod = 998244353;
const double pi = acos(-1.0);
const double eps = 1e-8;
ll st[maxn][20]; //ll表示long long,个人习惯整数定义成long long
void cal_st( ll n, ll a[] ) {
for( ll i = 1; i <= n; i ++ ) {
st[i][0] = a[i];
}
for( ll j = 1; j <= log2(n); j ++ ) {
for( ll i = 1; i <= n-(1<<j)+1; i ++ ) {
st[i][j] = max(st[i][j-1],st[i+(1<<(j-1))][j-1]);
}
}
} ll rmq( ll le, ll ri ) {
ll p = log2(ri-le+1);
return max(st[le][p],st[ri-(1<<p)+1][p]);
}
int main() {
ios::sync_with_stdio(0),cin.tie(0),cout.tie(0);
ll n, t, a[maxn];
scanf("%lld%lld",&n,&t);
for( ll i = 1; i <= n; i ++ ) {
scanf("%lld",&a[i]);
}
cal_st(n,a);
while( t -- ) {
ll le, ri;
scanf("%lld%lld",&le,&ri);
printf("%lld\n",rmq(le,ri));
}
return 0;
}

  

  

详解RMQ-ST算法 ST模板的更多相关文章

  1. 【机器学习详解】SMO算法剖析(转载)

    [机器学习详解]SMO算法剖析 转载请注明出处:http://blog.csdn.net/luoshixian099/article/details/51227754 CSDN−勿在浮沙筑高台 本文力 ...

  2. 图文详解两种算法:深度优先遍历(DFS)和广度优先遍历(BFS)

    参考网址:图文详解两种算法:深度优先遍历(DFS)和广度优先遍历(BFS) - 51CTO.COM 深度优先遍历(Depth First Search, 简称 DFS) 与广度优先遍历(Breath ...

  3. RMQ 问题 ST 算法(模板)

    解决区间查询最大值最小值的问题 用 $O(N * logN)$ 的复杂度预处理 查询的时候只要 $O(1)$ 的时间  这个算法是 real 小清新了   有一个长度为 N 的数组进行 M 次查询 可 ...

  4. 机器学习--详解人脸对齐算法SDM-LBF

    引自:http://blog.csdn.net/taily_duan/article/details/54584040 人脸对齐之SDM(Supervised Descent Method) 人脸对齐 ...

  5. (新手向)N皇后问题详解(DFS算法)

    非常经典的一道题: N皇后问题: 国际象棋中皇后的势力范围覆盖其所在的行.列以及两条对角线,现在考察如下问题:如何在n x n的棋盘上放置n个皇后,使得她们彼此互不攻击 . 免去麻烦我们这里假定n不是 ...

  6. 遗传学详解及Matlab算法实现

    遗传学算法概述 从之前转载的博客<非常好的理解遗传算法的例子>中可以知道,遗传学算法主要有6个步骤: 1. 个体编码 2. 初始群体 3. 适应度计算 4. 选择运算 5. 交叉运算 6. ...

  7. TCP-IP详解:Nagle算法

    在使用一些协议通讯的时候,比如Telnet,会有一个字节字节的发送的情景,每次发送一个字节的有用数据,就会产生41个字节长的分组,20个字节的IP Header 和 20个字节的TCP Header, ...

  8. leetcode-全排列详解(回溯算法)

     全排列     给定一个没有重复数字的序列,返回其所有可能的全排列. 示例: 输入: [1,2,3] 输出: [ [1,2,3], [1,3,2], [2,1,3], [2,3,1], [3,1,2 ...

  9. 详解使用EM算法的半监督学习方法应用于朴素贝叶斯文本分类

    1.前言 对大量需要分类的文本数据进行标记是一项繁琐.耗时的任务,而真实世界中,如互联网上存在大量的未标注的数据,获取这些是容易和廉价的.在下面的内容中,我们介绍使用半监督学习和EM算法,充分结合大量 ...

  10. 机器学习——详解经典聚类算法Kmeans

    本文始发于个人公众号:TechFlow,原创不易,求个关注 今天是机器学习专题的第12篇文章,我们一起来看下Kmeans聚类算法. 在上一篇文章当中我们讨论了KNN算法,KNN算法非常形象,通过距离公 ...

随机推荐

  1. 20190803 NOIP模拟测试12「斐波那契(fibonacci)· 数颜色 · 分组 」

    164分 rank11/64 这次考的不算太差,但是并没有多大的可能性反超(只比一小部分人高十几分而已),时间分配还是不均,T2两个半小时,T1半个小时,T3-额十几分钟吧 然额付出总是与回报成反比的 ...

  2. Linux基础进程管理优先级

    一.进程优先级 Linux进程调度及多任务 每个cpu(或者cpu核心)在一个时间点上只能处理一个进程,通过时间片技术,Linux实际能够运行的进程(和线程数)可以超出实际可用的cpu及核心数量.Li ...

  3. 先定一个小目标:10天自学C语言编程,教你如何改变一生

    C语言是面向过程的,而C++是面向对象的 C和C++的区别: C是一个结构化语言,它的重点在于算法和数据结构.C程序的设计首要考虑的是如何通过一个过程,对输入(或环境条件)进行运算处理得到输出(或实现 ...

  4. 201312-2ISBN号码

    问题描述 每一本正式出版的图书都有一个ISBN号码与之对应,ISBN码包括9位数字.1位识别码和3位分隔符,其规定格式如“x-xxx-xxxxx-x”,其中符号“-”是分隔符(键盘上的减号),最后一位 ...

  5. java面向对象中的集合

    1.学习集合的原因? A.数组是面向过程的,集合是面向对象的. B.集合是类,具备类的封装,继承,多态...超强功能. C.数组是固定长度,集合是可变长度 D.数组没办法获得真实的元素个数:集合可以. ...

  6. Oracle、MySQL和Sqlserver的事务管理、分页和别名的区别

    1.在mysql中事务默认是自动提交的,只有设置autocommit为0的时候,才用自己commit(commit--rollback回滚) 2.但是在oracle中必须自己commit;不然就只能结 ...

  7. 使用rpm安装指定版本的docker(1.12.6)

    一.原因 如果系统是Centos7.3,直接使用yum install docker安装的docker版本是1.13.1,导致在创建容器的会报错,错误如下: 所以为了防止安装高版本的docker引发的 ...

  8. Map集合的遍历.

    package collction.map; import java.util.HashMap; import java.util.Iterator; import java.util.Map; im ...

  9. 重学计算机组成原理(十)- "烫烫烫"乱码的由来

    程序 = 算法 + 数据结构 对应到计算机的组成原理(硬件层面) 算法 --- 各种计算机指令 数据结构 --- 二进制数据 计算机用0/1组成的二进制,来表示所有信息 程序指令用到的机器码,是使用二 ...

  10. 这些用来审计 Kubernetes RBAC 策略的方法你都见过吗?

    原文链接:这些用来审计 Kubernetes RBAC 策略的方法你都见过吗? 认证与授权对任何安全系统来说都至关重要,Kubernetes 也不例外.即使我们不是安全工作人员,也需要了解我们的 Ku ...