RMQ (Range Minimum/Maximum Query)问题是指：
对于长度为n的数列A，回答若干询问RMQ(A,i,j)(i,j<=n)，返回数列A中下标在[i,j]里的最小(大）值，也就是说，RMQ问题是指求区间最值的问题
主要方法及复杂度(处理复杂度和查询复杂度)如下:
1.朴素（即搜索） O(n)-O(n)
2.线段树(segment tree) O(n)-O(qlogn)
3.ST（实质是动态规划） O(nlogn)-O(1)
线段树方法:
线段树能在对数时间内在数组区间上进行更新与查询。
定义线段树在区间[i, j] 上如下：
第一个节点维护着区间 [i, j] 的信息。
if i<j , 那么左孩子维护着区间[i, (i+j)/2] 的信息，右孩子维护着区间[(i+j)/2+1, j] 的信息。
可知 N 个元素的线段树的高度 为 [logN] + 1(只有根节点的树高度为0) .
下面是区间 [0, 9] 的一个线段树:
线段树和堆有一样的结构, 因此如果一个节点编号为 x ，那么左孩子编号为2*x 右孩子编号为2*x+1.
使用线段树解决RMQ问题，关键维护一个数组M[num]，num=2^(线段树高度+1).
M[i]:维护着被分配给该节点(编号:i 线段树根节点编号:1)的区间的最小值元素的下标。 该数组初始状态为-1.
#include<iostream> using namespace std; #define MAXN 100
#define MAXIND 256 //线段树节点个数 //构建线段树,目的:得到M数组.
void initialize(int node, int b, int e, int M[], int A[])
{
if (b == e)
M[node] = b; //只有一个元素,只有一个下标
else
{
//递归实现左孩子和右孩子
initialize( * node, b, (b + e) / , M, A);
initialize( * node + , (b + e) / + , e, M, A);
//search for the minimum value in the first and
//second half of the interval
if (A[M[ * node]] <= A[M[ * node + ]])
M[node] = M[ * node];
else
M[node] = M[ * node + ];
}
} //找出区间 [i, j] 上的最小值的索引
int query(int node, int b, int e, int M[], int A[], int i, int j)
{
int p1, p2; //查询区间和要求的区间没有交集
if (i > e || j < b)
return -; //if the current interval is included in
//the query interval return M[node]
if (b >= i && e <= j)
return M[node]; //compute the minimum position in the
//left and right part of the interval
p1 = query( * node, b, (b + e) / , M, A, i, j);
p2 = query( * node + , (b + e) / + , e, M, A, i, j); //return the position where the overall
//minimum is
if (p1 == -)
return M[node] = p2;
if (p2 == -)
return M[node] = p1;
if (A[p1] <= A[p2])
return M[node] = p1;
return M[node] = p2; } int main()
{
int M[MAXIND]; //下标1起才有意义,保存下标编号节点对应区间最小值的下标.
memset(M,-,sizeof(M));
int a[]={,,,,,,,,,};
initialize(, , sizeof(a)/sizeof(a[])-, M, a);
cout<<query(, , sizeof(a)/sizeof(a[])-, M, a, , )<<endl;
return ;
}
ST算法（Sparse Table）:它是一种动态规划的方法。
以最小值为例。a为所寻找的数组.
用一个二维数组f(i,j)记录区间[i,i+2^j-1](持续2^j个)区间中的最小值。其中f[i,0] = a[i];
所以，对于任意的一组(i,j)，f(i,j) = min{f(i,j-1),f(i+2^(j-1),j-1)}来使用动态规划计算出来。
这个算法的高明之处不是在于这个动态规划的建立，而是它的查询：它的查询效率是O(1).
假设我们要求区间[m,n]中a的最小值，找到一个数k使得2^k<n-m+1.
这样，可以把这个区间分成两个部分：[m,m+2^k-1]和[n-2^k+1,n].我们发现，这两个区间是已经初始化好的.
前面的区间是f(m,k)，后面的区间是f(n-2^k+1,k).
这样，只要看这两个区间的最小值，就可以知道整个区间的最小值！
#include<iostream>
#include<cmath>
#include<algorithm>
using namespace std; #define M 100010
#define MAXN 500
#define MAXM 500
int dp[M][];
/*
*一维RMQ ST算法
*构造RMQ数组 makermq(int n,int b[]) O(nlog(n))的算法复杂度
*dp[i][j] 表示从i到i+2^j -1中最小的一个值(从i开始持续2^j个数)
*dp[i][j]=min{dp[i][j-1],dp[i+2^(j-1)][j-1]}
*查询RMQ rmq(int s,int v)
*将s-v 分成两个2^k的区间
*即 k=(int)log2(s-v+1)
*查询结果应该为 min(dp[s][k],dp[v-2^k+1][k])
*/ void makermq(int n,int b[])
{
int i,j;
for(i=;i<n;i++)
dp[i][]=b[i];
for(j=;(<<j)<=n;j++)
for(i=;i+(<<j)-<n;i++)
dp[i][j]=min(dp[i][j-],dp[i+(<<(j-))][j-]);
}
int rmq(int s,int v)
{
int k=(int)(log((v-s+)*1.0)/log(2.0));
return min(dp[s][k],dp[v-(<<k)+][k]);
} void makeRmqIndex(int n,int b[]) //返回最小值对应的下标
{
int i,j;
for(i=;i<n;i++)
dp[i][]=i;
for(j=;(<<j)<=n;j++)
for(i=;i+(<<j)-<n;i++)
dp[i][j]=b[dp[i][j-]] < b[dp[i+(<<(j-))][j-]]? dp[i][j-]:dp[i+(<<(j-))][j-];
}
int rmqIndex(int s,int v,int b[])
{
int k=(int)(log((v-s+)*1.0)/log(2.0));
return b[dp[s][k]]<b[dp[v-(<<k)+][k]]? dp[s][k]:dp[v-(<<k)+][k];
} int main()
{
int a[]={,,,,,,,,,};
//返回下标
makeRmqIndex(sizeof(a)/sizeof(a[]),a);
cout<<rmqIndex(,,a)<<endl;
cout<<rmqIndex(,,a)<<endl;
//返回最小值
makermq(sizeof(a)/sizeof(a[]),a);
cout<<rmq(,)<<endl;
cout<<rmq(,)<<endl;
return ;
}