【原创】ST算法详细解释

ST算法:

   ID数组下标: 1   2   3   4   5   6   7   8   9
      ID数组元素: 5   7   3   1   4   8   2   9   8

1ST算法作用:

  主要应用于求区间最值上,可以把所需要求的区间极大的压缩,并且查询的复杂度为O(1)。比如我们要求一段区间上的最大值,就算是用DP的思想去做,用DP[i][j]表示从i到j区间的最大值,如果需要保存数据元素N比较多的时候,比如N=10000的时候,你开个二维数组肯定超内存,如果你用线段树做的,或许能行得通,不过如果N在更大的时候N=100000,估计线段树也无法建立那么多的子区间了吧。这时候ST算法就派上用场啦~

2、ST算法的主要保存形式是F[i][k]:

  表示的是从n点为起点,长度为2^k的区间最值等价于ID[i][i+2^k-1]的区间大小,当k越大的时候,所代表的区间也越大。需要注意的一点是,区间长度都是2^k去表示的!!!

3、F[i][k]的预处理:

  同样在区间最值求解上,用动态规划的思想去求的每一区间F[i][k]的最值。
  当k=0的时候,区间则表示的变成一个点,也就是i位置上的值。所以DP的初始值也就是F[i][0]=ID[i]。
  然后,动态规划最重要的就算状态转移方程了,以最大值为例子,也就是

F[i][j]=max(F[i][j-1],F[i+2^(j-1)][j-1]);

  说下这个状态转移方程的由来,我们每次求的是F[i][j],也就是ID[]数组所表示的区间[i,i+2^j-1]:

F[i][j]=>ID[i~i+2^j-1]: 

[i.........................................................................................................................i+2^j-1]

  把这个区间二等分,也就是[i,i+2^j-1]=[i,i+2^(j-1)-1]+[i+2^(j-1),i+2^j-1],也就是F[i][j]是由F[i][j-1]和F[i+2^(j-1)][j-1]组成的,这很容易理解,也就是说,每次从二分的子区间中取最值赋值给当前的区间。从而把所有的区间的最值就这样保存下来、

二等分=>[i,i+2^j-1]=[i,i+2^(j-1)-1]+[i+2^(j-1),i+2^j-1]=>F[i][j-1]和F[i+2^(j-1)][j-1]

[i.........................................................................................................................i+2^j-1]

||

[i............................................i+2^(j-1)-1][i+2^(j-1) .....................................i+2^j-1]

4、求解区间[a,b]的最值

  然而,我们需要求的是区间[a,b],并不是这样[i,2^k],这样的区间,求这个F[i][k]表示区间有什么用呢?当然是有用的啦。我们把区间[a,b]转换一下,不就可以了吗、
  我们可以知道区间[a,b]的区间长度为b-a+1,如果你想把区间长度转换成两个2^k,然后求解两个区间的最值,你就想错了,那是不可能的,除非你能够证明任意数N=2^k+2^k,k存在整数解,然后这很明显是错误的,比如N=11就无整数解了的。ST算法的查询只有O(1),他是通过求解区间长度最大的2^k的值,也就是找出一个k,使得2^k<=b-a+1,然后通过比较区间[a,a+2^k-1]和[b-2^k+1,b]取最值实现的,这里的a+2^k-1并不一定会等于b-2^k+1,而且一般情况下都是大于的情况、
        [a...................................................................b]
        [a....................... (a+2^k-1)]
                    [(b-2^k+1)....................b]
求解这两个区间的最值也就是求解区间[a,b]最值了的。
首先我们要先求出K,计算方法就是:
           2^k=b-a+1 
           =>k=log2(b-a+1) 

        =>k=lg(b-a+1) /lg(2)

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

(PS:C中的lg的计算是用log表示Orz,Orz,Orz........)

5,一些证明:

  求解出的k表示的是长度b-a+1表示成2的N次方,最大能够表示的N,一定会使得:2^k<=b-a+1.

证明:2^k>=(b-a+1)/2。        

  假设求的的k是最大的次方,如果2^k小于区间长度(b-a+1)的一半,

  则说明区间(b-a+1)的长度大于2个2^k,2^k+2^k=2^(k+1),

  也就是说这段区间(b-a+1)中还存在n=k+1使得2^n > 2^k,与假设不符,

  所以,2^k>=(b-a+1)/2恒成立、

代码:(2015.8.14)

 1 #include <iostream>
 2 #include <stdio.h>
 3 #include <math.h>
 4 #define max(a,b) (a)>(b)?(a):(b)
 5 #define min(a,b) (a)<(b)?(a):(b)
 6 #define MAX 100010
 7 using namespace std;
 8 int maxsum[MAX][20];
 9 int minsum[MAX][20];
10 int Num[MAX];
11 void Cread_ST(int N) //预处理->O(nlogn)
12 {
13     for(int i=1;i<=N;i++)maxsum[i][0]=minsum[i][0]=Num[i];
14     int Len=(int)(log(N)/log(2.0));
15     for(int j = 1; j <=Len; j++){
16         for(int i = 1;i+(1<<j)-1<= N; i++){
17             int TMD=i+(1<<(j-1));
18             maxsum[i][j]=max(maxsum[i][j-1],maxsum[TMD][j-1]);
19             minsum[i][j]=min(minsum[i][j-1],minsum[TMD][j-1]);
20         }
21     }
22 }
23 int RMQ(int l,int r)
24 {
25     int k,TMD,Max,Min;
26     k=(int)(log(r-l+1.0)/log(2.0));
27     TMD=r-(1<<k)+1;
28     Max=max(maxsum[l][k],maxsum[TMD][k]);
29     Min=min(minsum[l][k],minsum[TMD][k]);
30     return Max-Min;
31 }
32 int main()
33 {
34     int N,i,Q,a,b,k,Max,Min;
35     while( scanf("%d%d",&N,&Q)!=EOF)
36     {
37         for(i=1;i<=N;i++)
38             scanf("%d",&Num[i]);
39         Cread_ST(N);
40         while(Q--)
41         {
42             scanf("%d %d",&a,&b);
43             printf("%d\n",RMQ(a,b));
44         }
45     }
46     return 0;
47 }

时间: 2024-08-01 02:35:24

【原创】ST算法详细解释的相关文章

Android中多线程编程(四)AsyncTask类的详细解释(附源码)

Android中多线程编程中AsyncTask类的详细解释 1.Android单线程模型 2.耗时操作放在非主线程中执行 Android主线程和子线程之间的通信封装类:AsyncTask类 1.子线程中更新UI 2.封装.简化异步操作. 3.AsyncTask机制:底层是通过线程池来工作的,当一个线程没有执行完毕,后边的线程是无法执行的.必须等前边的线程执行完毕后,后边的线程才能执行. AsyncTask类使用注意事项: 1.在UI线程中创建AsyncTask的实例 2.必须在UI线程中调用As

[原创]用“人话”解释不精确线搜索中的Armijo-Goldstein准则及Wolfe-Powell准则

[原创]用“人话”解释不精确线搜索中的Armijo-Goldstein准则及Wolfe-Powell准则 转载请注明出处:http://www.codelast.com/ line search(一维搜索,或线搜索)是最优化(Optimization)算法中的一个基础步骤/算法.它可以分为精确的一维搜索以及不精确的一维搜索两大类.在本文中,我想用“人话”解释一下不精确的一维搜索的两大准则:Armijo-Goldstein准则 & Wolfe-Powell准则.之所以这样说,是因为我读到的所有最优

理解RMQ问题和ST算法的原理

下图为TI C6xx DSP Nyquist总线拓扑图,总线连接了master与slave,提供了高速的数据传输.有很多种速率不同的总线,如图中的红色方框,最高速总线为CPU/2 TeraNet SCR(即VBUSM SCR),带宽为256bit,其他低速总线为CPU/3,CPU/6,带宽参考图中所示.总线之间用Bridge(桥)连接,作用包括转换总线的速率,使之与所流向总线的速率相同等. 在具体应用中,各种速率的总线完全可以满足复杂的数据传输,而数据传输的瓶颈往往在于连接总线之间的Bridge

设计模式 - 迭代模式(iterator pattern) Java 迭代器(Iterator) 详细解释

迭代模式(iterator pattern) Java 迭代器(Iterator) 详细解释 本文地址: http://blog.csdn.net/caroline_wendy 參考迭代器模式(iterator pattern): http://blog.csdn.net/caroline_wendy/article/details/35254643 Java的标准库(util)中包括迭代器接口(iterator interface), import java.util.Iterator; 继承

C语言 - 结构体(struct)比特字段(:) 详细解释

结构体(struct)比特字段(:) 详细解释 本文地址: http://blog.csdn.net/caroline_wendy/article/details/26722511 结构体(struct)能够使用位字段(:), 节省空间, 例如以下面代码, 结构体a中的, 第一个变量x占用1个字符, y占用2个字符, z占用33个字符(越界); 可是sizeof()会自己主动补齐, 如x+y一共占用4个字节, z占用8个字节, 所以结构体占用12个字节; 当使用加法运算时, 会初始化为0; 代码

ST算法

作用:ST算法是用来求解给定区间RMQ的最值,本文以最小值为例 举例: 给出一数组A[0~5] = {5,4,6,10,1,12},则区间[2,5]之间的最值为1. 方法:ST算法分成两部分:离线预处理 (nlogn)和 在线查询(O(1)).虽然还可以使用线段树.树状链表等求解区间最值,但是ST算法要比它们更快,而且适用于在线查询. (1)离线预处理:运用DP思想,用于求解区间最值,并保存到一个二维数组中. (2)在线查询:对给定区间进行分割,借助该二维数组求最值 具体解释: (1)离线预处理

姿势体系结构的详细解释 -- C

我基本上总结出以下4部分: 1.问题的足迹大小. 2.字节对齐问题. 3.特别保留位0. 4.这种结构被存储在存储器中的位置. #include <stdio.h> #include <stdlib.h> #include <string.h> //基本概念 /* struct _M { (1) 类型 參数名 : 占位大小. (2) 类型 : 占位大小: } (1) 类型 -- int,unsigned(32位),short,char. 參数名 -- 同个结构体里面不能

poj--3264Balanced Lineup+ST算法求区间最大最小值

题目链接:点击进入 其实这种动态查询区间最大最小值的题目,解法是有很多的,像是线段树和树状数组都是可以做的.ST算法效率和上面两种是一样的,但是编码更为简单. ST算法是一种利用了递推思想进行计算的算法,令dp(i,j)表示从i开始长度为2^j的一段元素中的最小值,则dp(i,j)=min(dp(i,j-1),dp(i+2^(j-1),j-1)).这是求区间最小值的递归关系,其实求区间最大值也是一样的. 代码如下: #include<iostream> #include<cstring&

Android中ViewHolder模式开发的详细解释

Android开发中ViewHolder模式开发的详细解释: 1.ViewHolder的解释: (1).只是一个静态类,不是Android的API方法. (2).它的作用就在于减少不必要的调用findViewById,然后把对底下的控件引用存在ViewHolder里面,再在View.setTag(holder)把它放在view里,下次就可以直接取了. 2.convertView中的TAG: (1).Tag不像ID是用标示view的.Tag从本质上来讲是就是相关联的view的额外的信息.它们经常用