数据结构-非线性结构-树形结构:有序树 -> 二叉树 -> 平衡二叉树 -> 线段树 (Segment Tree) / 区间树【不是完全二叉树;用于处理区间类数据】【基于静态数组/链表】【竞赛】

本文主要是介绍数据结构-非线性结构-树形结构:有序树 -> 二叉树 -> 平衡二叉树 -> 线段树 (Segment Tree) / 区间树【不是完全二叉树;用于处理区间类数据】【基于静态数组/链表】【竞赛】,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

平衡二叉树(AVL树):当且仅当任何节点的两棵子树的高度差不大于1的二叉树;

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

线段树的代码实现

SegmentTree.java

/*** 线段树** @author whx* @version 2018/8/25*/
public class SegmentTree<E> {/**普通数据*/private E[] data;/**树结构数据*/private E[] tree;/**融合器*/private Merger<E> merger;public SegmentTree(E[] arr,Merger<E> merger){this.merger = merger;data = (E[]) new Object[arr.length];for (int i = 0; i < arr.length; i++) {data[i] = arr[i];}tree = (E[]) new Object[4*arr.length];buildSegmentTree(0, 0, data.length - 1);}/*** 在treeIndex的位置创建表示区间[l...r]的线段树** @param treeIndex* @param left* @param right* @return void* @author whx* @version 2018/8/25*/private void buildSegmentTree(int treeIndex, int left, int right) {if(left == right){tree[treeIndex] = data[left];return;}int leftTreeIndex = leftChild(treeIndex);int rightTreeIndex = rightChild(treeIndex);int mid = left + (right - left) / 2;buildSegmentTree(leftTreeIndex,left,mid);buildSegmentTree(rightTreeIndex,mid + 1,right);//融合两个元素tree[treeIndex] = merger.merge(tree[leftTreeIndex],tree[rightTreeIndex]);}public int getSize(){return data.length;}public E get(int index){if(index < 0 || index >= data.length){throw new IllegalArgumentException("Index is illegal.");}return data[index];}/*** 查找用数组实现的完全二叉树中该索引下节点的左孩子节点的索引** @param index* @return int* @author whx* @version 2018/8/19*/public int leftChild(int index){return (index * 2) + 1;}/*** 查找用数组实现的完全二叉树中该索引下节点的右孩子节点的索引** @param index* @return int* @author whx* @version 2018/8/19*/public int rightChild(int index){return (index * 2) + 2;}/*** 查询区间[start...end]的值** @param start* @param end* @return E* @author whx* @version 2018/8/25*/public E query(int start, int end){if(start < 0 || start > data.length ||end < 0 || end > data.length ||start > end){throw new IllegalArgumentException("Index is illegal.");}return query(0, 0, data.length-1, start, end);}/*** 查询在以treeIndex为根的线段树区间为[l...r]的范围中,区间[start...end]的值** @param treeIndex* @param l* @param r* @param start* @param end* @return E* @author whx* @version 2018/8/25*/private E query(int treeIndex, int l, int r, int start, int end){if(l == start && r == end){return tree[treeIndex];}int middle = l + (r - l) / 2;int leftTreeIndex = leftChild(treeIndex);int rightTreeIndex = rightChild(treeIndex);if(start >= middle + 1){return query(rightTreeIndex,middle+1,r,start,end);}else if(end <= middle){return query(leftTreeIndex,l,middle,start,end);}E leftResult = query(leftTreeIndex, l, middle, start, middle);E rightResult = query(rightTreeIndex, middle + 1, r, middle + 1, end);return merger.merge(leftResult,rightResult);}/*** 更新index位置的元素为e** @param index* @param e* @return void* @author whx* @version 2018/8/26*/public void set(int index, E e){if(index < 0 || index >= data.length){throw new IllegalArgumentException("Index is illegal.");}set(0,0,data.length - 1,index,e);}/*** 更新在以treeIndex为根的线段树区间为[l...r]的范围中位置为index的值** @param treeIndex* @param l* @param r* @param index* @param e* @return void* @author whx* @version 2018/8/26*/private void set(int treeIndex, int l, int r, int index, E e){if(l == r){tree[treeIndex] = e;return;}int middle = l + (r - l) / 2;int leftTreeIndex = leftChild(treeIndex);int rightTreeIndex = rightChild(treeIndex);if(index >= middle + 1){set(rightTreeIndex,middle+1,r,index,e);}else if(index <= middle){set(leftTreeIndex,l,middle,index,e);}tree[treeIndex] = merger.merge(tree[leftTreeIndex], tree[rightTreeIndex]);}@Overridepublic String toString() {StringBuilder result = new StringBuilder();result.append("SegmentTree: [");for (int i = 0; i < tree.length; i++) {if (tree[i] != null){result.append(tree[i]);}else {result.append("null");}if (i != tree.length - 1) {result.append(",");}else {result.append("]");}}return result.toString();}
}

Merger.java

/*** 融合器** @author whx* @version 2018/8/25*/
public interface Merger<E> {/*** 融合两个元素** @param a* @param b* @return E* @author whx* @version 2018/8/25*/E merge(E a, E b);
}

Main.java

/*** @author whx* @version 2018/8/25*/
public class Main {public static void main(String[] args) {SegmentTree<Integer> segmentTree = new SegmentTree<Integer>(new Integer[]{-2, 0, 3, -5, 2, -1}, (a, b) -> a + b);System.out.println(segmentTree.toString());System.out.println(segmentTree.query(2, 4));System.out.println(segmentTree.query(0, 4));System.out.println(segmentTree.query(1, 4));System.out.println(segmentTree.query(3, 4));segmentTree.set(0, 20);System.out.println(segmentTree.toString());}
}



参考资料:
线段树详解 (原理,实现与应用)

这篇关于数据结构-非线性结构-树形结构:有序树 -> 二叉树 -> 平衡二叉树 -> 线段树 (Segment Tree) / 区间树【不是完全二叉树;用于处理区间类数据】【基于静态数组/链表】【竞赛】的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1128842

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

无人叉车3d激光slam多房间建图定位异常处理方案-墙体画线地图切分方案

墙体画线地图切分方案 针对问题:墙体两侧特征混淆误匹配,导致建图和定位偏差,表现为过门跳变、外月台走歪等 ·解决思路:预期的根治方案IGICP需要较长时间完成上线,先使用切分地图的工程化方案,即墙体两侧切分为不同地图,在某一侧只使用该侧地图进行定位 方案思路 切分原理:切分地图基于关键帧位置,而非点云。 理论基础:光照是直线的,一帧点云必定只能照射到墙的一侧,无法同时照到两侧实践考虑:关

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

hdu2241(二分+合并数组)

题意:判断是否存在a+b+c = x,a,b,c分别属于集合A,B,C 如果用暴力会超时,所以这里用到了数组合并,将b,c数组合并成d,d数组存的是b,c数组元素的和,然后对d数组进行二分就可以了 代码如下(附注释): #include<iostream>#include<algorithm>#include<cstring>#include<stack>#include<que

hdu1011(背包树形DP)

没有完全理解这题, m个人,攻打一个map,map的入口是1,在攻打某个结点之前要先攻打其他一个结点 dp[i][j]表示m个人攻打以第i个结点为根节点的子树得到的最优解 状态转移dp[i][ j ] = max(dp[i][j], dp[i][k]+dp[t][j-k]),其中t是i结点的子节点 代码如下: #include<iostream>#include<algorithm

poj3468(线段树成段更新模板题)

题意:包括两个操作:1、将[a.b]上的数字加上v;2、查询区间[a,b]上的和 下面的介绍是下解题思路: 首先介绍  lazy-tag思想:用一个变量记录每一个线段树节点的变化值,当这部分线段的一致性被破坏我们就将这个变化值传递给子区间,大大增加了线段树的效率。 比如现在需要对[a,b]区间值进行加c操作,那么就从根节点[1,n]开始调用update函数进行操作,如果刚好执行到一个子节点,