二叉树及其生活应用.ppt

线段树的建立 我们知道，对于长度为n的线段建立的线段树，至多只有nlogn个节点，故建立线段树的复杂度是O(nlogn) Procedure MakeTree(a,b) Var Now:Longint Begin tot ← tot + 1 ; Now ← tot Tree[Now].a ← a Tree[Now].b ← b If a +1 b then Tree[Now].Left ← tot + 1 MakeTree(a, ) Tree[Now].Right ← tot + 1 MakeTree( , b) End 回到原问题 我们用线段树来维护序列。 给线段树的每个节点增加一个域Tree[i].S，表示该区间内所有值的和。 对于ADD k d操作，只需要从根节点开始遍历线段树中每个包含了k的区间节点，然后修改S域。 由于这样的区间至多只有logn个，所以一次ADD操作的复杂度是O(logn) SUM操作 对于待计算的区间[s,t]： Function getsum(v):integer; if (s=Tree[v].a) and (Tree[v].b=t) then getsum:=Tree[v].S else begin tot:=0; if [s,t]和Tree[v].Left表示的区间相交 then tot:=tot+getsum(Tree[v].Left); if [s,t]和Tree[v].Right表示的区间相交 then tot:=tot+getsum(Tree[v].Right); getsum:=tot end; 我们不难发现这个过程中所遍历到的区间数（节点数）和线段树的深度同阶，因此时间复杂度是O(logn) 引例 问题的解决 综上，M次操作的时间复杂度为O(Mlogn) 通过引入线段树的数据结构，虽然ADD操作的复杂度提高到了O(logn)。但SUM操作变得更快(O(logn))。从而也使得算法在大数据处理上更加高效。 Picture(IOI98) 墙上贴了一些矩形的张贴画和照片。他们的边都是垂直或者水平的。每个矩形可以部分后者全部被其他的矩形覆盖。把这些矩形看作一个整体，他们的边界长度就是他们的轮廓长度。所有顶点坐标都是整数。 任务：写一个程序计算轮廓长度。下面的图1是一个7个矩形的例子： 图1：七个矩形 这些矩形的轮廓如图2所示 图2：图1中7个矩形的轮廓 预处理： 如右图所示，用2n条横线与2n条纵线将坐标平面重新进行划分。定义新的坐标轴，并记录每一个“元线段”的长度。这样就只剩下了2n*2n个坐标点，便于今后的计算。 离散化，将2n条矩形的横边和2n条纵边取出来，分别计算 Picture Picture 做完预处理之后，如果直接计算，不难想到O(n2)的算法。 事实上，利用线段树我们可以设计出一个时间复杂度为O(nlogn)的高效算法。 在分析算法之前，我们先来看看线段树上插入和删除线段的操作。 线段树的插入、删除(1) 增加一个Tree[i].Cover域，记录该区间（线段）被覆盖的次数。 则在线段树中插入线段[c,d]的代码段如下： Procedure Insert(v) Begin If (cTree[v].a)and(Tree[v].bd) then Tree[v].Cover ← Tree[v].Cover + 1 Else If c then Insert(Tree[v].Left) If d then Insert(Tree[v].Right) End 线段树的插入、删除(2) 删除线段[c,d]的操作，只需要将Tree[v].Cover ← Tree[v].Cover + 1 改成 Tree[v].Cover ← Tree[v].Cover – 1 即可。 与引例中计算SUM的过程段类似地分析，不难