SegmentTree——区间更新问题

package SegmentTree

import (
	"encoding/json"
	"math"
	"math/rand"
	"reflect"
	"sort"
	"testing"
	"time"
)

//线段树 区间求和、区间最大值,区间最小值(Range Minimum/Maximum Query problem)或者区间异或值的查询
// 区间的更新,修改,查询,一些东西,怎么比较快

/*
数组:[3,2,4,6,......]
      0....       1000

做一个结构,线段树结构
add(L, R, V, Arr)    // L..R 所有数字加一个V
update(L, R, V, Arr) // L..R 所有数字变成V
getSum(L, R, Arr)    // 返回L..R上的累加和

如何做到三个方法比较快  达到O(LogN)水平
最早解决线段重合问题




概念建立

假设数组长度是2的某次方
假如是 8
arr [     ]
    1    8
二分建立信息
        1~8
  1~4        5~8
1~2 3~4    5~6  6~7
1 2 3 4    5 6  7 8


任何一个点的信息可以由于左右两个孩子生成   想要收集所有信息, 需要2 * 8 -1 个空间
不管N多大,都希望构建出一棵满二叉树
len arr = 6
可以认为最底层还是8个节点,认为第7个数,第8个数都是0, 然后往上构建,知道实际数量, 对结果无影响


满二叉树:大范围上,从左往右,每一次都均分下去,所以,构建一棵满二叉树
给定一个任意长度N,需要准备多大空间,能把所有的想表达的信息都装下。   4倍
N正好是2的某次方的时候,2倍就够用

如: N = 5
1 2 3 4 5
         18
    14       58
 12   34   56  78
1  2 3  4 5 0 0  0

*/

/*
arr [3, 2, 5, 7]
     1  2  3  4


                       17(1~4)
             5(1~2)             12(3~4)
       3(1,1)      2(2~2)   5(3~3)       7(4~4)

sum [x, 17, 5, 12, 3, 2, 5 7]
     0   1  2  3   4  5  6 7


怎么找到具体范围对应的下标是什么?
     最大的范围对应1下标
     2~2范围?
     来自左孩子范围:1~2   左孩子下标  2*i 右孩子下标 2*i + 1



懒更新  1 ~ 6 范围上加 4

收到过一个任务,不彻底下发到底,存在lazy数组里  代价O(logN)
*/

type SegmentTree struct {
	MaxN   int
	arr    []int  // arr[]为原序列的信息从0开始,但在arr里是从1开始的
	sum    []int  // sum[]模拟线段树维护区间和
	lazy   []int  // lazy[]为累加和懒惰标记
	change []int  // change[]为更新的值
	update []bool // update[]为更新慵懒标记
}

func NewSegmentTreeWithArray(origin []int) *SegmentTree {
	MaxN := len(origin) + 1
	arr := make([]int, MaxN) // arr[0]不用, 从arr[1]开始使用
	for i := 1; i < MaxN; i++ {
		arr[i] = origin[i-1]
	}
	sum := make([]int, MaxN<<2)     // 用来支持脑补概念中,某一个范围的累加和信息
	lazy := make([]int, MaxN<<2)    // 用来支持脑补概念中,某一个范围沒有往下传递的累加任务
	change := make([]int, MaxN<<2)  // 用来支持脑补概念中,某一个范围有没有更新操作的任务
	update := make([]bool, MaxN<<2) // 用来支持脑补概念中,某一个范围更新任务,更新成了什么
	return &SegmentTree{
		MaxN:   MaxN,
		arr:    arr,
		sum:    sum,
		lazy:   lazy,
		change: change,
		update: update,
	}
}

// 在初始化阶段,先把sum数组,填好
// 在arr[l~r]范围上,去build,1~N,
// rt : 这个范围在sum中的下标
func (st *SegmentTree) build(l, r, rt int) { //使用时先build   比如:1~4 (l,r)上的数, 到哪个(rt)下标上找
	if l == r { // 范围上只有一个数
		st.sum[rt] = st.arr[l]
		return
	}
	// 范围上不只一个数
	mid := (l + r) >> 1         // 往下分
	st.build(l, mid, rt<<1)     // 左侧 i * 2
	st.build(mid+1, r, rt<<1|1) // 右侧 i * 2 + 1
	st.pushUp(rt)               // 汇总
}

func (st *SegmentTree) pushUp(rt int) {
	st.sum[rt] = st.sum[rt<<1] + st.sum[rt<<1|1] // 2 * i 位置 和 2 * i + 1位置
}

// 之前的,所有懒增加,和懒更新,从父范围,发给左右两个子范围
// 分发策略是什么
// ln表示左子树元素结点个数,rn表示右子树结点个数
func (st *SegmentTree) pushDown(rt, ln, rn int) {
	if st.update[rt] {
		st.update[rt<<1] = true
		st.update[rt<<1|1] = true
		st.change[rt<<1] = st.change[rt]
		st.change[rt<<1|1] = st.change[rt]
		st.lazy[rt<<1] = 0
		st.lazy[rt<<1|1] = 0
		st.sum[rt<<1] = st.change[rt] * ln
		st.sum[rt<<1|1] = st.change[rt] * rn
		st.update[rt] = false
	}
	if st.lazy[rt] != 0 {
		st.lazy[rt<<1] += st.lazy[rt]
		st.sum[rt<<1] += st.lazy[rt] * ln
		st.lazy[rt<<1|1] += st.lazy[rt]
		st.sum[rt<<1|1] += st.lazy[rt] * rn
		st.lazy[rt] = 0
	}
}

// L~R  所有的值变成C
// l~r  rt
func (st *SegmentTree) UPDATE(L, R, C, l, r, rt int) {
	if L <= l && r <= R {
		st.update[rt] = true
		st.change[rt] = C
		st.sum[rt] = C * (r - l + 1)
		st.lazy[rt] = 0
		return
	}
	// 当前任务躲不掉,无法懒更新,要往下发
	mid := (l + r) >> 1
	st.pushDown(rt, mid-l+1, r-mid)
	if L <= mid {
		st.UPDATE(L, R, C, l, mid, rt<<1)
	}
	if R > mid {
		st.UPDATE(L, R, C, mid+1, r, rt<<1|1)
	}
	st.pushUp(rt)
}

// L~R, C 任务!
// rt,l~r

func (sg *SegmentTree) add(L, R, C, l, r, rt int) {
	// 任务如果把此时的范围全包了!
	if L <= l && r <= R {
		sg.sum[rt] += C * (r - l + 1)
		sg.lazy[rt] += C
		return
	}
	// 任务没有把你全包!
	// l  r  mid = (l+r)/2
	mid := (l + r) >> 1
	sg.pushDown(rt, mid-l+1, r-mid)
	// L~R
	if L <= mid {
		sg.add(L, R, C, l, mid, rt<<1)
	}
	if R > mid {
		sg.add(L, R, C, mid+1, r, rt<<1|1)
	}
	sg.pushUp(rt)
}

// 1~6 累加和是多少? 1~8 rt
func (sg *SegmentTree) query(L, R, l, r, rt int) int {
	if L <= l && r <= R {
		return sg.sum[rt]
	}
	mid := (l + r) >> 1
	sg.pushDown(rt, mid-l+1, r-mid)
	ans := 0
	if L <= mid {
		ans += sg.query(L, R, l, mid, rt<<1)
	}
	if R > mid {
		ans += sg.query(L, R, mid+1, r, rt<<1|1)
	}
	return ans
}

type Right struct {
	arr []int
}

func NewRight(origin []int) *Right {
	arr := make([]int, len(origin)+1)
	for i := 0; i < len(origin); i++ {
		arr[i+1] = origin[i]
	}
	return &Right{arr}
}

func (r *Right) update(L, R, C int) {
	for i := L; i <= R; i++ {
		r.arr[i] = C
	}
}

func (r *Right) add(L, R, C int) {
	for i := L; i <= R; i++ {
		r.arr[i] += C
	}
}

func (r *Right) query(L, R int) int {
	ans := 0
	for i := L; i <= R; i++ {
		ans += r.arr[i]
	}
	return ans
}

func generateRandomArray(len, max int) []int {
	rand.Seed(time.Now().UnixNano())
	size := rand.Int()%len + 1
	origin := make([]int, size)
	for i := 0; i < size; i++ {
		origin[i] = rand.Int()%max - rand.Int()%max
	}
	return origin
}

func test() bool {
	length := 100
	max := 1000
	testTimes := 5000
	addOrUpdateTimes := 1000
	queryTimes := 500
	for i := 0; i < testTimes; i++ {
		origin := generateRandomArray(length, max)
		origin1 := make([]int, len(origin))
		for j := 0; j < len(origin); j++ {
			origin1[j] = origin[j]
		}
		seg := NewSegmentTreeWithArray(origin)
		S := 1
		N := len(origin)
		root := 1
		seg.build(S, N, root)
		rig := NewRight(origin1)

		rand.Seed(time.Now().UnixNano())
		for j := 0; j < addOrUpdateTimes; j++ {
			num1 := rand.Int()%N + 1
			num2 := rand.Int()%N + 1
			L := Min(num1, num2)
			R := Max(num1, num2)
			C := rand.Int()%max - rand.Int()%max
			if rand.Int()%100 < 50 {
				seg.add(L, R, C, S, N, root)
				rig.add(L, R, C)
			} else {
				seg.UPDATE(L, R, C, S, N, root)
				rig.update(L, R, C)
			}
		}

		for k := 0; k < queryTimes; k++ {
			num1 := rand.Int()%N + 1
			num2 := rand.Int()%N + 1
			L := Min(num1, num2)
			R := Max(num1, num2)
			ans1 := seg.query(L, R, S, N, root)
			ans2 := rig.query(L, R)
			if !reflect.DeepEqual(ans1, ans2) {
				return false
			}
		}
	}
	return true
}

func Max(a, b int) int {
	if a < b {
		return b
	}
	return a
}

func Min(a, b int) int {
	if a > b {
		return b
	}
	return a
}

func TestSegmentTree(t *testing.T) {
	origin := []int{2, 1, 1, 2, 3, 4, 5}
	seg := NewSegmentTreeWithArray(origin)
	S := 1           // 整个区间的开始位置,规定从1开始,不从0开始 -> 固定
	N := len(origin) // 整个区间的结束位置,规定能到N,不是N-1 -> 固定
	root := 1        // 整棵树的头节点位置,规定是1,不是0 -> 固定
	L := 2           // 操作区间的开始位置 -> 可变
	R := 5           // 操作区间的结束位置 -> 可变
	C := 4           // 要加的数字或者要更新的数字 -> 可变
	// 区间生成,必须在[S,N]整个范围上build
	seg.build(S, N, root)
	// 区间修改,可以改变L、R和C的值,其他值不可改变
	seg.add(L, R, C, S, N, root)
	// 区间更新,可以改变L、R和C的值,其他值不可改变
	seg.UPDATE(L, R, C, S, N, root)
	// 区间查询,可以改变L和R的值,其他值不可改变
	sum := seg.query(L, R, S, N, root)
	t.Log(sum)

	t.Log("对数器测试开始...")
	if test() {
		t.Log("通过")
	} else {
		t.Log("未通过")
	}
}

/*

线段树实例1

给定一个数组arr,用户希望你实现如下三个方法
1. void add(int L, int R, int V ):让数组arr[L..R]上每个数都加上V
2. void update(int L, int R, int V): 让数组arr[L..R]上每个数都变成V
3. int sum(int L, int R): 返回arr[L..R]这个范围的整体累加和
怎么让这三个方法,时间复杂度都是O(logN)
*/

/*
题目

https://leetcode-cn.com/problems/falling-squares/

线段树实例2
想象一下标准的俄罗斯方块游戏,X轴是积木最终下落到底的轴线
下面是这个游戏的简化版:
1.只会下落正方形积木
2.[a,b] -> 代表一个边长为b的正方形积木,积木左边缘沿着X = a 这条线从上方掉落
3.认为真个X轴都可以接住积木,也就是说简化版游戏是没有整体的左右边界的
4.没有整体的左右边界,所以简化版游戏不会消除积木,因为不会右哪一层被填满。

给定一个N * 2 的二维数组matrix,可以代表N个积木依次掉落
返回每一次调货之后的最大高度
*/

type segmentTree struct {
	max    []int
	change []int
	update []bool
}

func NewsegmentTree(size int) *segmentTree {
	N := size + 1
	return &segmentTree{
		max:    make([]int, N<<2),
		change: make([]int, N<<2),
		update: make([]bool, N<<2),
	}
}

func (seg *segmentTree) pushUp(rt int) {
	seg.max[rt] = Max(seg.max[rt<<1], seg.max[rt<<1|1])
}

// ln表示左子树元素结点个数,rn表示右子树结点个数
func (seg *segmentTree) pushDown(rt, ln, rn int) {
	if !seg.update[rt] {
		return
	}

	seg.update[rt<<1] = true
	seg.update[rt<<1|1] = true
	seg.change[rt<<1] = seg.change[rt]
	seg.change[rt<<1|1] = seg.change[rt]
	seg.max[rt<<1] = seg.change[rt]
	seg.max[rt<<1|1] = seg.change[rt]
	seg.update[rt] = false
}

func (seg *segmentTree) Update(L, R, C, l, r, rt int) {
	if L <= l && r <= R {
		seg.update[rt] = true
		seg.change[rt] = C
		seg.max[rt] = C
		return
	}

	mid := (l + r) >> 1
	seg.pushDown(rt, mid-l+1, r-mid)
	if L <= mid {
		seg.Update(L, R, C, l, mid, rt << 1)
	}
	if R > mid {
		seg.Update(L, R, C, mid+1, r, rt<<1|1)
	}
	seg.pushUp(rt)
}

func (seg *segmentTree) query(L, R, l, r, rt int) int {
	if L <= l && r <= R {
		return seg.max[rt]
	}
	mid := (l + r) >> 1
	seg.pushDown(rt, mid-l+1, r-mid)
	left := 0
	right := 0
	if L <= mid {
		left = seg.query(L, R, l, mid, rt << 1)
	}
	if R > mid {
		right = seg.query(L, R, mid+1, r, rt << 1 | 1)
	}
	return Max(left, right)
}


func index(positions [][]int) map[int] int {
    pos := make(map[int]bool)
	for _, arr := range positions {
		pos[arr[0]] = true
		pos[arr[0] + arr[1] - 1] = true
	}


	tmp := make([]int,len(pos))
	index := 0
	for key, _ := range pos {
		tmp[index] = key
		index++
	}
	sort.Ints(tmp)


	mp := make(map[int]int)
	count := 0
	for _, value  := range tmp {
		count++
		mp[value] = count
	}
	return mp
}

//https://leetcode-cn.com/problems/falling-squares/
func fallingSquares(positions [][]int) []int {
	mp := index(positions)
	N := len(mp)
	seg := NewsegmentTree(N)
	max := 0
	res := make([]int,0)
	// 每落一个正方形,收集一下,所有东西组成的图像,最高高度是什么
	for _, arr := range positions {
		L := mp[arr[0]]
		R := mp[arr[0] + arr[1] - 1]
		height := seg.query(L,R,1,N,1) + arr[1]
		max = Max(max, height)
		res = append(res, max)
		seg.Update(L,R,height,1,N,1)
	}
	return res
}

func TestSeg(t *testing.T) {
	t.Log(fallingSquares([][]int{{1,2},{2,3},{6,1}}))
}






/*
扩展
  有 1 到 N个房子, 有17种颜色,从L..R刷成一种颜色,查询任何L..R颜色有多少种
 */


/*
线段重合问题,哪一段线段盖的东西是最多的,线段树可以解,但是太重了
[1,3]  [2,6]  [4, 9]


              |----------------------|
        |----------------|
    |-------|
|---|---|---|---|---|---|---|---|---|---|--->  X
0  1   2   3   4   5   6   7   8   9


解法
1.根据线段开始位置的值排序
[4,6], [1,10], [2,5], [1,7]

[1,10], [1,7], [2,5],[4,6]

2.一个线段一个线段的处理,线段开始位置越早,越先处理
3.准备一个堆(小根堆),堆里放
[1,10]   <= 1 的弹出  把10 放进去
求一个答案, 1  也就是 堆的size
[1,7]    堆中 放入 7
求一个答案  2
...
求N个答案,最大值就是最终答案


 */




func maxCover1(lines [][] int) int {  // 用0.5检测正好接壤
	min := math.MaxInt
	max := math.MinInt
	for i := 0; i < len(lines); i++ {
		min = Min(min,lines[i][0])
		max = Max(max,lines[i][1])
	}
	cover := 0
	for p  := float64(min) + 0.5; p < float64(max); p += 1.0 {
		cur := 0
		for i := 0; i < len(lines); i++ {
			if float64(lines[i][0]) < p && float64(lines[i][1]) > p {
				cur++
			}
		}
		cover = Max(cover,cur)
	}
	return cover
}

type Line struct {
	start, end int
}

func maxCover2(m [][] int) int {
    lines := make([]Line,len(m))
	for i := 0; i < len(m); i++ {
		lines[i] = Line{m[i][0],m[i][1]}
	}
	sort.Slice(lines, func(i, j int) bool {
		return lines[i].start < lines[j].start
	})
	heap := NewMyHeap(func(a, b interface{}) bool {
		return a.(Line).start < b.(Line).start
	})

	max := 0
	for i := 0; i < len(lines); i++ {
		for !heap.IsEmpty() && heap.Peek().(Line).end <= lines[i].start {
			heap.pop()
		}
		heap.push(lines[i])
		max = Max(max,heap.heapSize)
	}
	return max
}

func TestCover(t *testing.T)  {
	arr := [][]int{{1,10}, {1,7}, {2,5},{4,6},{2,10}}
	t.Log(maxCover1(arr) == maxCover2(arr))
	t.Log(maxCover1(arr),maxCover2(arr))
}


type MyHeap struct {
	heap       []interface{}
	indexMap   map[interface{}]int //任何一个样本,记录在堆上的位置
	heapSize   int
	comparator func(a, b interface{}) bool //比大小
}

func (my *MyHeap)String() string {
	byt,_ := json.MarshalIndent(my.heap,"\t"," ")
	return string(byt)
}


func NewMyHeap(com func(a, b interface{}) bool ) *MyHeap {
	return &MyHeap{
		heap:       []interface{}{},
		indexMap:   map[interface{}]int{},
		heapSize:   0,
		comparator: com,
	}
}


func (my *MyHeap) IsEmpty() bool {
	return my.heapSize == 0
}

func (my *MyHeap) Size() int {
	return my.heapSize
}

func (my *MyHeap)contains(key interface{}) bool {
	_, ok := my.indexMap[key]
	return ok
}

func (my *MyHeap)push(value interface{})  {
	my.heap = append(my.heap, value)
	my.indexMap[value] = my.heapSize
	my.heapInsert(my.heapSize)
	my.heapSize++
}

func (my *MyHeap)pop() interface{} {
	ans := my.heap[0]
	end := my.heapSize - 1
	my.swap(0,end)
	my.heap = my.heap[0:end]
	delete(my.indexMap,ans)
	my.heapSize--
	my.heapify(0,my.heapSize)
	return ans
}

func (my *MyHeap)Peek() interface{} {
	return my.heap[0]
}


func (my *MyHeap)heapInsert(index int){
	for my.comparator(my.heap[index],my.heap[(index -1) /2])  {
		my.swap(index,(index - 1) / 2)
		index = (index - 1) / 2
	}
}

func (my *MyHeap)resign(val interface{})  {
	valueIndex := my.indexMap[val]
	my.heapInsert(valueIndex)          //上行或下行,两个分支 只会中一个
	my.heapify(valueIndex,my.heapSize) //都不中就出去,可以实现重复加入值,按引用传递的话
}


func (my *MyHeap)heapify(index, heapSize int)  {
	leftChild := 2 * index + 1
	for leftChild < heapSize {
		best := leftChild      //下沉
		if leftChild + 1 < heapSize && my.comparator(my.heap[best + 1], my.heap[best]) {
			best = leftChild + 1
		}

		if !my.comparator(my.heap[best],my.heap[index]) {
			break
		}

		my.swap(index,best)
		index = best
		leftChild = 2 *index + 1
	}
}

func (my *MyHeap)swap(i, j int)  {  //强同步
	my.heap[i], my.heap[j] = my.heap[j],my.heap[i]
	my.indexMap[my.heap[i]],my.indexMap[my.heap[j]] = my.indexMap[my.heap[j]],my.indexMap[my.heap[i]]
}




/*
给你一些矩阵,给你 左上角的点和右下角的点 [1,3,2,6]



                         |
                         |
                         |
                         |
                         |
                         |
                         |    ------
                         |   |   --|----
                         |   |  |  |   |
                         |   ---|--    |
----------------------------------------------------------------
                         |
                         |
                         |
                         |
                         |
                         |
                         |
                         |
                         |


返回哪个区域矩形盖的最多,返回数量即可

按照底的从小达到顺序遍历
准备一个list,其中放的是矩形
任何多个矩形,公共区域的底必是某一个矩形的底

---------
|       |
|       |
|   ----|---
|   |||||  |
---------  |
    |      |
    --------


 */

// todo 未测试
type Rectangle struct {
	up, down, left, right int
}

func maxCover(recs []Rectangle) int {
	if recs == nil || len(recs) == 0 {
		return 0
	}
	// 根据 down (底)排序
	sort.Slice(recs, func(i, j int) bool {
		return recs[i].down < recs[j].down
	})
	// 可能会对当前底边的公共区域产生影响的矩形
	leftOrdered := NewMyHeap(func(a, b interface{}) bool {
		return a.(Rectangle).left < b.(Rectangle).left     // 根据left 排序
	})

	ans := 0
	for i := 0; i < len(recs); i++ { // 依次考察每一个矩形的底边
		curDown := recs[i].down// 当前底边的值取出来
		index := i
		for recs[index].down == curDown {
			if leftOrdered.contains(recs[index]) {
				leftOrdered.resign(recs[index])
			}else {
				leftOrdered.push(recs[index]) // O(logN)
			}
			index++
		}
		i = index
		// O(N)
		removeLowerOnCurDown(leftOrdered,curDown)
		rightOrdered := NewMyHeap(func(a, b interface{}) bool {
			return a.(Rectangle).right < b.(Rectangle).right     // 根据left 排序
		})
		for !leftOrdered.IsEmpty() {
			rec := leftOrdered.pop().(Rectangle)
			removeLeftOnCurLeft(rightOrdered,rec.left)
			if rightOrdered.contains(rec) {
			   rightOrdered.resign(rec)
			}else {
				rightOrdered.push(rec)
			}
			ans = Max(ans,rightOrdered.heapSize)
		}
	}
	return ans
}

func removeLeftOnCurLeft(heap *MyHeap, curDown int)  {
	arr := make([]Rectangle,0)
	for !heap.IsEmpty() {
		if rec := heap.pop().(Rectangle);rec.up > curDown {
			arr = append(arr,rec)
		}
	}
	for k := range arr {
		heap.push(arr[k])
	}
}

func removeLowerOnCurDown(heap *MyHeap, curDown int)  {
	arr := make([]Rectangle,0)
	for !heap.IsEmpty() {
		if rec := heap.pop().(Rectangle); rec.right <= curDown {
			arr = append(arr,rec)
		}else {
			break
		}
	}
	for k := range arr {
		heap.push(arr[k])
	}
}




func TestMaxCover(t *testing.T) {
	t.Log(maxCover([]Rectangle{{2,1,0,1},{2,2,1,1}}))
}
上一篇:制作自己开发板的rt-thread bsp


下一篇:关于RTOS中信号量、互斥量、邮箱、消息队列的一些理解