惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

P
Proofpoint News Feed
云风的 BLOG
云风的 BLOG
Apple Machine Learning Research
Apple Machine Learning Research
Hugging Face - Blog
Hugging Face - Blog
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Google DeepMind News
Google DeepMind News
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
雷峰网
雷峰网
B
Blog
月光博客
月光博客
博客园 - 【当耐特】
WordPress大学
WordPress大学
Microsoft Azure Blog
Microsoft Azure Blog
I
InfoQ
The GitHub Blog
The GitHub Blog
Engineering at Meta
Engineering at Meta
Jina AI
Jina AI
博客园 - Franky
MyScale Blog
MyScale Blog
H
Hackread – Cybersecurity News, Data Breaches, AI and More
Last Week in AI
Last Week in AI
B
Blog RSS Feed
H
Help Net Security

OhYee 博客

小鹏辅助驾驶测评|OhYee 博客 小鹏非支持手机开启自动解锁|OhYee 博客 使用函数计算实现 301 重定向|OhYee 博客 针对 HTML 内容使用 Ant Design 图片弹框|OhYee 博客 博客进程泄露及僵尸进程解决|OhYee 博客 蓝易云服务器体验|OhYee 博客 SSH 调起本地 VSCode|OhYee 博客 【2022 秋招内推】阿里云后端研发工程师|OhYee 博客 使用函数计算获取 IP 地址信息|OhYee 博客 正确获取客户端 IP/HTTP Header 也可能重复|OhYee 博客 评测 Oculus Quest2 及 BigScreen|OhYee 博客 NextJS 热重载保留状态|OhYee 博客 如何优雅地贴 gist 代码|OhYee 博客 Linux 精细化文件权限|OhYee 博客 VSCode 容器开发环境|OhYee 博客 Clash 的不兼容更新排查|OhYee 博客 Zeek 导出 PCAP|OhYee 博客 记一次 ssh 配置问题|OhYee 博客 Git Commit 规范化工具|OhYee 博客 谈谈《星之卡比-探索发现》|OhYee 博客 VSCode 快捷键绑定 Shell 命令|OhYee 博客 ASN.1 语法及 X.509 证书格式解析解析|OhYee 博客 腾讯企业邮箱忽略 MX 记录发信|OhYee 博客 Chrome/Edge 标签组插件|OhYee 博客 【应届内推】阿里云后端研发工程师|OhYee 博客 损坏的 Typecho 备份处理为 JSON|OhYee 博客 VS Code VIM 插件高效使用|OhYee 博客 SSH 正反向代理|OhYee 博客 Let's Encrypt 根证书过期引发的问题|OhYee 博客 OpenWRT 忽略内核依赖|OhYee 博客
ST算法|OhYee 博客
2016-08-10 · via OhYee 博客

这是一篇最后编辑于 8 年前 的文章,其内容可能与目前实际情况差异较大,请注意甄别

ST 算法是一种高效求解 >RMQ 问题< 的算法

其预处理时间复杂度为 O(nlogn) 查询时间复杂度为 O(1)

在进行大量数据的查询时,是一种非常好的算法

其思路是类似采用 二分 的思路对各个区间进行预处理
在查询时(查询 (a,d) )通过查询 [a,c)[b,d) (a<=b<=c<=d) 来获取结果

预处理

dp[i][k] 表示区间 [i,i+2^k-1] (也即 [i,i+2^k] ) 范围内的最值
显然, dp[i][0] = num[i] ( [i,i) 的最值就是第 i 个数)
其他情况有 dp[i][k] = compare( dp[i][k-1] , dp[i+2^(k-1)][k-1] )
( [i,i+2^k-1) 的最值来自 [i,i+2(k-1)-1)[i+2^(k-1),i+2^k-1) )

注意,要 先循环 k 再循环 i

for(int k = 0;(1 << k) <= n;k++) {
    for(int i = 1;i + (1 << k) - 1 <= n;i++) {
        //dp[i][k] 为 (i,j)区间的最值
        if(k == 0) {
            Max[i][k] = Min[i][k] = num[i];
        } else {
            Max[i][k] = max(Max[i][k - 1],Max[i + (1 << (k-1))][k - 1]);
            Min[i][k] = min(Min[i][k - 1],Min[i + (1 << (k-1))][k - 1]);
        }
    }
}

查询

查询时,由于不能确保一定能恰好使用 [i,i+2^k-1) 的形式表示
因此可以拆开成两个 有交集 的区间,比较求得最值
因此要找到数 cd 使得 a<=b<=c<=d 并且可以表示成 i+2^k-1 的形式
可以找到数 k[a,2^k-1)[b-2^k+1,b) 可以表示成符合的形式
可推出 k=log2(a+b+1)
也即

int k = (int)(log(b - a + 1.0) / log(2.0));

查询时只需要比较 dp[a][k]dp[b-2^k+1][k] 即可

int k = (int)(log(b - a + 1.0) / log(2.0));
cout << "Max: " << max(Max[a][k],Max[b - (2<<k) + 1][k]) << endl;
cout << "Min: " << min(Min[a][k],Min[b - (2<<k) + 1][k]) << endl;