倍增法和二分法是“相反”的算法。二分是每次缩小一倍,从而以 O(logn)的步骤极快地缩小定位到解;倍增是每次扩大一倍,从而以 O(2^n)的速度极快地扩展到极大的空间。所以倍增和二分的效率都很高。
二分法与倍增的应用场景
- 二分法是缩小区间,最后定位到一个极小的区间,小到这个区间的左右端点重合(或者几乎重合),从而得到解,解就是最后这个极小区间的值。所以二分法的适用场合,是在一个有序的序列,或者一个有序的曲线上,通过二分缩小查询区间,其目的是找到一个特定的数值。
- 倍增相反,是从小区间扩大到大区间。在区间问题中,它是在大区间上求解和区间查询有关的问题,例如区间最大值或最小值。这种应用例如RMQ问题,是用基于倍增的ST算法解决。
- 不过,除了在区间上的应用,倍增也能用于数值的精确计算。如果空间内的元素满足倍增关系,或者能利用倍增关系来计算,那么也能用倍增法达到求解这些元素的精确值的目的。这种应用有快速幂、LCA(最近公共祖先)等。
ST 算法
- ST 算法是求解 RMQ 问题的优秀算法,它适用于静态空间的 RMQ 查询。
- 静态空间的 RMQ 问题(Range Minimum/Maximum Query,区间最值问题):给定长度为 n 的静态数列,做 m 次询问,每次给定 L,R≤n,查询区间[L, R]内的最值。下面以区间最小值问题为例。
- 用暴力搜区间 [L,R] 的最小值,即逐一比较区间内的每个数,复杂度是O(n) 的;m 次查询,复杂度 O(mn)。暴力法的效率很低。
- ST 算法的基本思路,包括两个步骤:1.把整个数列分为很多小区间,并提前计算出每个小区间的最值;2.对任意一个区间最值查询,找到覆盖它的两个小区间,用两个小区间的最值算出答案。
倍增的实现
1. 把数列按倍增分成小区间
对数列的每个元素,把从它开始的数列分成长度为1、2、4、8、…的小区间。
- 第 1 组是长度为 1 的小区间,有 n 个小区间,每个小区间有 1 个元素;
- 第 2 组是长度为 2 的小区间,有 n 个小区间,每个小区间有 2 个元素;
- 第 3 组是长度为 4 的小区间,有 n 个小区间,每个小区间有 4 个元素;
- 共有logn 组。
- 每组的小区间的最值,可以从前一组递推而来。
- 定义 dp[s][k],表示左端点是 s,区间长度为 2^k 的区间最值。它的递推关系是:(1<<(k-1)等于 2^{k-1})
- dp[s][k]=min(dp[s][k−1],dp[s+1<<(k−1)][k−1])
- 图中的每一组都需计算 n 次,共 logn 组,总计算量是 O(nlogn)。
2. 查询任意区间的最值
- 查询一个任意区间 [L, R]的最小值,就是找到以 L 为起点的区间(区间终点小于 R),和以 R 为终点的区间(起点大于 L),这些区间的交集,就是 [L, R]。
- 而上面的分区方法,有以下结论:以任意元素为起点,有长度为 1、2、4、…的小区;以任意元素为终点,它前面也有长度为 1、2、4、…的小区。再根据这个结论,可以把需要查询的区间 [L, R] 分为 2 个小区间,且这两个小区间属于同一个组:以 L 为起点的小区间、以 R 为终点的小区间,让这两个小区间首尾相接覆盖 [L,R],区间最值从两个小区间的最值求得。一次查询的计算复杂度是 O(1)。
- 最后给出区间 [L, R] 最小值的计算公式,等于覆盖它的两个小区间的最小值:
- min(dp[L][k],dp[R−(1<<k)+1][k]);
第一题 区间最大值
输入输出样例
示例 1
输入
5 5
1 2 3 4 5
1 1
1 2
1 3
3 4
2 5
输出
1
2
3
4
5
import java.util.Scanner;
public class Main {
private static int N = 0;
private static int Q;
private static int[] a = new int[500005];
private static int[][] dp = new int[1000][50];//随便设的大小
public static void init() {
for (int i = 1; i <= N; i++) {
dp[i][0] = a[i];//小区间长度为1,最小值即为本身
}
double p = Math.log(N) / Math.log(2);//java里只能这么求对数 还必须用double来接?
for (int i = 1; i <= (int) p; i++) {
for (int j = 1; j + Math.pow(2, i) <= N + 1; j++) {
dp[j][i] = Math.max(dp[j][i - 1], dp[j + (int) Math.pow(2, i - 1)][i - 1]);
}
}
}
public static int fun_1(int L, int R) {
double ans = Math.log(R - L + 1) / Math.log(2);
return Math.max(dp[L][(int) ans], dp[R - (int) Math.pow(2, (int) ans) + 1][(int) ans]);
}
public static void main(String[] args) {
Scanner scanner = new Scanner(System.in);
N = scanner.nextInt();
Q = scanner.nextInt();
for (int i = 1; i <= N; i++) {
a[i] = scanner.nextInt();
}
init();//初始化dp数组
int L, R;
for (int i = 1; i <= Q; i++) {
L = scanner.nextInt();
R = scanner.nextInt();
System.out.println(fun_1(L, R));
}
}
}
第二题 m计划
和第一题差不多 min改为max
样例输入
5 3
5 3 2 4 1
样例输出
2
2
1
import java.util.Scanner;
public class Main {
private static int N = 0;
private static int M;
private static int[] a = new int[500005];
private static int[][] dp = new int[1000][50];//随便设的大小
public static void init() {
for (int i = 1; i <= N; i++) {
dp[i][0] = a[i];//小区间长度为1,最小值即为本身
}
double p = Math.log(N) / Math.log(2);//java里只能这么求对数 还必须用double来接?
for (int i = 1; i <= (int) p; i++) {
for (int j = 1; j + Math.pow(2, i) <= N + 1; j++) {
dp[j][i] = Math.min(dp[j][i - 1], dp[j + (int) Math.pow(2, i - 1)][i - 1]);
}
}
}
public static int fun_1(int L, int R) {
double ans = Math.log(R - L + 1) / Math.log(2);
return Math.min(dp[L][(int) ans], dp[R - (int) Math.pow(2, (int) ans) + 1][(int) ans]);
}
public static void main(String[] args) {
Scanner scanner = new Scanner(System.in);
N = scanner.nextInt();
M = scanner.nextInt();
for (int i = 1; i <= N; i++) {
a[i] = scanner.nextInt();
}
init();//初始化dp数组
for (int i = 1; i <= N-M+1; i++) {
System.out.println(fun_1(i,i+M-1));
}
return;
}
}
真恶心啊