数据结构: 递归式线段树

递归式线段树

概述

线段树基于分治思想，本质是将分治过程中产生的子区间解存储在树中，以达到快速查询的效果
典型如求解最大连续子数组，虽然运用贪心算法是更快的单次算法，但如果大区间不变，而只是进行多次的子区间解查询时，线段树比贪心算法更快
若加上简单的维护，则能使其很简单地支持区间修改，同时不用消耗更多的资源
适用的修改操作：所有符合结合律的运算，例如比大小、求和等这也是和树状数组的区别，树状数组是维护所有前缀区间的信息来查询任意子区间的信息，而线段树是直接维护一些有代表性的子区间的信息并将它们组合来得到任意子区间的信息，因此不需要运算的元素拥有逆元
适用问题：要求维护连续子区间的问题，例如RMQ(区间最大/最小查询)和RSQ(区间求和查询)问题

递归式线段树的组成

基本结构：
- 假设根结点编号为 $1$ ，则所有结点 $i$ 维护一个子区间 $[l,r]$ 的信息，其左儿子 $2i$ 维护 $\begin{align}\left[l,\left\lfloor\frac{l+r}{2}\right\rfloor\right]\end{align}$ ，右儿子 $2i+1$ 维护另一半区间
- 叶子结点维护长度为一的区间信息，它们没有儿子
- 递归式线段树不存在度为 $1$ 的结点，且是一棵平衡二叉树 但它不一定是完全二叉树，不过没什么影响就是了
建树：
- 分治过程通常通过递归实现：如果结点的区间长度不为 $1$ ，则进行上述递归，最后合并左、右儿子返回的值作为本结点的值，然后返回给父结点否则，直接返回这个长度为 $1$ 的区间的值(即原数组中对应的值)
- 空间消耗：有用的叶子结点即 $n$ 个，同时存在着无用的叶子结点，在不存在无用的叶子结点时，深度达到最大，为 $\left\lceil\log n\right\rceil$ ，则以最大深度为深度的满二叉树数组一定可以满足下标的分配，即空间为 $2^{\lceil\log n\rceil+1}-1$ 一个容易记的形式是，因为 $\lceil\log n\rceil\le\lfloor\log n\rfloor+1$ ，因此最大空间 $<2^{\lfloor\log n\rfloor+2}<4·2^{\log n}=4n$ ，直接取 $4n$ 即可
区间操作：
- 区间查询：同样通过分治来得到答案，不过一部分分治不需要深入到叶子结点将待查询区间分为两种：完全覆盖当前结点维护的区间(即当前结点区间是待查询区间的子集)、以及另一种区间对于前者，不需要继续递归，直接返回维护的值即可对于后者，分为向左儿子递归和向右儿子递归的部分，如果查询区间的左端小于结点区间的中间点，则向左儿子递归；向右儿子递归同理，需要查询区间的右端大于结点区间的中间点；人话就是保证递归下去的区间和待查区间有交集最后合并来自各个结点的极大区间信息即可可以证明，这些极大区间最多有 $O(\log n)$ 个，即区间查询操作是 $O(\log n)$ 的
- 区间修改：需要维护一个懒惰标记，类似写时拷贝的概念，取若干个构成待修改区间的结点进行修改，需要修改时将结点的lazy置1，只修改这个结点的值，但不去修改子结点的值具体来说，将这次修改看作区间查询，将待修改区间分为若干个极大的子区间，所有被置lazy的区间都是待修改区间的极大子集(同时告知需要增加/减去的值)，对同一个子区间的多次连续修改只需要将值叠加即可；当然，最后需要像合并更新上面的结点直到下一次查询，如果待查询区间不完全覆盖当前区间(即需要递归时)，则要将当前结点的懒惰标记下放以保证同步注意这里的懒惰标记并非表示本结点未修改，而是标记子结点未修改 为了防止懒惰标记溢出，通常在区间修改时也需要下放标记
不同操作的线段树：
- 区间内所有值赋为k：懒惰标记初始化为输入范围外的k来表示没有赋值
- 区间内所有值加k：懒惰标记初始化为0
- 区间内所有值乘k：懒惰标记初始化为1
- 三种操作结合：赋值操作是优先级最高的，乘法操作会影响以前的加法操作，加法操作对其他操作没什么影响
  - 对于极大子集(即不着急下放标记的那个分支)：若为赋值，则应初始化乘法标记、加法标记，因为它们没有意义了若为乘法，则让乘法标记乘上k，同时会影响以前的加法操作，需要使加法标记乘上k 若为加法，直接让加法标记加上k即可
  - 对于下放操作：若赋值标记存在，则应首先下放，同时初始化左右儿子的乘法、加法标记由于乘法标记、加法标记在初始状态下放时，不会对信息造成影响，所以不需要判断是否存在这些标记；且加法标记在之前已经经过处理，可以直接加到左右儿子区间信息上拿维护最大值举例，下放乘法、加法标记时，左右儿子的最大值需乘上p的乘法标记、再加上p的加法标记；左右儿子的乘法标记直接乘以p的乘法标记；左右儿子的加法标记先乘上p的乘法标记、再加上p的加法标记；最后初始化p的乘法、加法标记

区间加、区间求和的模板实现：

c++
#include <bits/stdc++.h>
using namespace std;
int n;
long long b[100010];
struct Info {
    int l, r, s, lz; // s表sum
}t[100010 << 2];
void build(int p, int l, int r) {
    t[p].l = l; // 初始化结点p管辖的区间
    t[p].r = r;
    if (l == r) { // 到叶子结点, 可以初始化了
        t[p].ans = b[l];
        return;
    }
    build(p << 1, l, l + r >> 1); // 左边
    bulid(p << 1 | 1, (l + r >> 1) + 1, r); // 右边
    t[p].s = t[p << 1].s + t[p << 1 | 1].s;  // 可以将合并操作单独写一个函数
}
void pushdown(int p) {
    if (t[p].lz) { // 下放标记
        t[p << 1].s += (t[p << 1].r - t[p << 1].l + 1) * t[p].lz;
        t[p << 1 | 1].s += (t[p << 1 | 1].r - t[p << 1 | 1].l + 1) * t[p].lz;
        t[p << 1].lz += t[p].lz;
        t[p << 1 | 1].lz += t[p].lz;
        t[p].lz = false;
    }
}
void update(int p, int l, int r, int v) {
 if (l <= t[p].l && r >= t[p].r) {
        t[p].s += (t[p].r - t[p].l + 1) * v;
        t[p].lz += v;
        return;
    }
    pushdown(p);
    int m = t[p].l + t[p].r >> 1;
    if (l <= m) update(p << 1, l, r, v);
    if (r > m) update(p << 1 | 1, l, r, v);
    t[p].s = t[p << 1].s + t[p << 1 | 1].s;
}
long long query(int p, int l, int r) {
    if (l <= t[p].l && r >= t[p].r) {
        return t[p].s;
    }
    pushdown(p);
    int m = t[p].l + t[p].r >> 1;
    long long ans = 0;
    if (l <= m) ans += query(p << 1, l, r);
    if (r > m) ans += query(p << 1 | 1, l, r);
    return ans;
}

常见区间信息的设计

首先要判断一道题是否能用线段树来做：
- 对题目要求的信息，是否满足区间可加性；即是否能由子区间的值求出父区间的值
- 对要求区间修改的线段树，是否满足懒惰标记可加性和区间信息易改，即子结点的懒惰标记可以由父结点下放得到，而父结点可以快速求出整个区间进行某种修改后的值(而不需要递归) 如果不能，看是否能降为暴力单点修改(适用于经过有限次修改后就不再改变的信息)
区间信息及懒惰标记的设计：
- 设计区间信息取决于要求什么样的区间信息：通常要考虑到怎么通过维护某些额外的信息：使得区间修改时，区间信息易改 一般是将修改前和修改后的待求信息进行对比，来得出额外信息：例如区间加+区间和： $\begin{align}s=\sum a_i、s'=\sum(a_i+d)\end{align}$ ，因此额外信息为区间长度 区间加+区间平方和： $\begin{align}s=\sum a_i^2、s'=\sum(a_i+d)^2=s+2d\sum a_i+\sum d^2\end{align}$ ，因此额外信息为区间和、区间长度
- 设计懒惰标记取决于要进行什么样的区间操作：懒惰标记要能唯一地标识两个信息，即子区间要不要改、子区间怎么改例如区间加就将上述两个信息合并，因为懒惰标记为 $0$ 时，自然表示不用改其它如区间赋值，因为 $0$ 不代表不用改，所以需要：一个布尔值标识要不要改，一个值表示要赋的值或将这个值初始化设为范围外的值，来表示不用改
一些常见的区间操作及它们的组合：
- 区间赋值、区间加：不再赘述
- 区间乘：下放乘标记时直接相乘即可，因为整数的乘法是半群；此外，乘法标记初始化为 $1$
一些常见的区间信息：
- 区间hash：区间哈希一般用于比较两个区间是否相等，用树状数组也可学过字符串哈希就知道，求一个区间的基本哈希值是将它看作 $p$ 进制数，即 $hash(a[1,n])=a_1p^{n-1}+a_2p^{n-2}+\cdots+a_{n-1}p+a_n$ 这其实有点像前缀和，只是多了一个 $p$ 的幂的因子，通过简单推导可以得出： $hash(a[1,r])=hash(a[1,l-1])\times p^{r-l+1}+hash(a[l,r])$ 也就是： $hash(a[l,r])=hash(a[l,m])\times p^{r-m}+hash(a[m+1,r])$ 这里不考虑如何解决冲突，选择一个大质数作为模数和**比 $max(a)$ 大的 $p$ **即可再不济，就用双值哈希

特定区间的最大连续子区间和(所有连续子区间中，元素和最大的子区间)：

c++
#include <bits/stdc++.h>
using namespace std;
int i, n, m, k, a, b, gd[500005];
struct Info {
    int lm, rm, am, ll, rr, sum;
}tr[500005 << 2];
void edit(Info& p, Info sl, Info sr) {
    p.lm = max(sl.lm, sl.sum + sr.lm);
    p.rm = max(sr.rm, sr.sum + sl.rm);
    p.sum = sl.sum + sr.sum;
    p.am = max(max(sl.am, sr.am), (sl.rm < 0 && sr.lm) ? max(sl.rm, sr.lm) : max(0, sl.rm) + max(0, sr.lm));
}
void build (int p, int l, int r) {
    tr[p].ll = l;
    tr[p].rr = r;
    if (l == r) {
        tr[p].lm = tr[p].rm = tr[p].am = tr[p].sum = gd[l];
        return;
    }
    int m = (l + r) >> 1;
    build(p << 1, l, m);
    build(p << 1 | 1, m + 1, r);
    edit(tr[p], tr[p << 1], tr[p << 1 | 1]);
}
void update(int p, int t, int v) { // 单点修改
    if (tr[p].ll == tr[p].rr && tr[p].ll == t) {
        tr[p].lm = tr[p].rm = tr[p].am = tr[p].sum = v;
        return;
    }
    int m = tr[p].ll + tr[p].rr >> 1;
    if (t <= m) {
        update(p << 1, t, v);
    }
    else {
        update(p << 1 | 1, t, v);
    }
    edit(tr[p], tr[p << 1], tr[p << 1 | 1]);
}
Info query(int p, int l, int r) {
    if (l <= tr[p].ll && r >= tr[p].rr) {
        return tr[p];
    }
    int m = tr[p].ll + tr[p].rr >> 1;
    if (l <= m && r > m) {
        Info ans;
        edit(ans, query(p << 1, l, r), query(p << 1 | 1, l, r));
        return ans;
    }
    else if (l <= m) {
        return query(p << 1, l, r);
    }
    else {
        return query(p << 1 | 1, l, r);
    }
}

较复杂线段树：

c++
#include <bits/stdc++.h>
using namespace std;
int n, m, i, opt, L, R;
bool a[100006];
struct Info{
    bool fil, filv, swt;
    int l, r, lm[2], rm[2], am[2], sum, len;
    Info() {
        fil = swt = lm[0] = lm[1] = rm[0] = rm[1] = am[0] = am[1] = sum = len = 0;
    }
}tr[100006 << 2];
void merge(Info& p, Info l, Info r) {
    p.lm[0] = l.lm[0] + (l.lm[0] == l.len ? r.lm[0] : 0);
    p.lm[1] = l.lm[1] + (l.lm[1] == l.len ? r.lm[1] : 0);
    p.rm[0] = r.rm[0] + (r.rm[0] == r.len ? l.rm[0] : 0);
    p.rm[1] = r.rm[1] + (r.rm[1] == r.len ? l.rm[1] : 0);
    p.am[0] = max(l.rm[0] + r.lm[0], max(l.am[0], r.am[0]));
    p.am[1] = max(l.rm[1] + r.lm[1], max(l.am[1], r.am[1]));
    p.len = l.len + r.len;
    p.sum = l.sum + r.sum;
}
void build(int p, int l, int r) {
    tr[p].l = l;
    tr[p].r = r;
    if (l == r) {
        tr[p].len = 1;
        tr[p].lm[0] = tr[p].rm[0] = tr[p].am[0] = !a[l];
        tr[p].lm[1] = tr[p].rm[1] = tr[p].am[1] = tr[p].sum = a[l];
        return;
    }
    build(p << 1, l, l + r >> 1);
    build(p << 1 | 1, (l + r >> 1) + 1, r);
    merge(tr[p], tr[p << 1], tr[p << 1 | 1]);
}
void pushdown(int p) {
    if (tr[p].fil) {
        tr[p << 1].fil = tr[p << 1 | 1].fil = true;
        tr[p << 1].swt = tr[p << 1 | 1].swt = false;
        tr[p << 1].filv = tr[p << 1 | 1].filv = tr[p].filv;
        tr[p << 1].lm[tr[p].filv] = tr[p << 1].rm[tr[p].filv] = tr[p << 1].am[tr[p].filv] = tr[p << 1].len;
        tr[p << 1].lm[!tr[p].filv] = tr[p << 1].rm[!tr[p].filv] = tr[p << 1].am[!tr[p].filv] = 0;
        tr[p << 1].sum = tr[p].filv ? tr[p << 1].len : 0;
        tr[p << 1 | 1].lm[tr[p].filv] = tr[p << 1 | 1].rm[tr[p].filv] = tr[p << 1 | 1].am[tr[p].filv] = tr[p << 1 | 1].len;
        tr[p << 1 | 1].lm[!tr[p].filv] = tr[p << 1 | 1].rm[!tr[p].filv] = tr[p << 1 | 1].am[!tr[p].filv] = 0;
        tr[p << 1 | 1].sum = tr[p].filv ? tr[p << 1 | 1].len : 0;
        tr[p].fil = false;
    }
    if (tr[p].swt) {
        tr[p << 1].swt = !tr[p << 1].swt;
        swap(tr[p << 1].am[0], tr[p << 1].am[1]);
        swap(tr[p << 1].rm[0], tr[p << 1].rm[1]);
        swap(tr[p << 1].lm[0], tr[p << 1].lm[1]);
        tr[p << 1].sum = tr[p << 1].len - tr[p << 1].sum;
        tr[p << 1 | 1].swt = !tr[p << 1 | 1].swt;
        swap(tr[p << 1 | 1].am[0], tr[p << 1 | 1].am[1]);
        swap(tr[p << 1 | 1].rm[0], tr[p << 1 | 1].rm[1]);
        swap(tr[p << 1 | 1].lm[0], tr[p << 1 | 1].lm[1]);
        tr[p << 1 | 1].sum = tr[p << 1 | 1].len - tr[p << 1 | 1].sum;
        tr[p].swt = false;
    }
}
void update(int p, int l, int r, int mode) {
    if (l <= tr[p].l && r >= tr[p].r) {
        switch (mode) {
            case 0: case 1:
                tr[p].fil = true;
                tr[p].filv = mode;
                tr[p].lm[mode] = tr[p].rm[mode] = tr[p].am[mode] = tr[p].len;
                tr[p].lm[!mode] = tr[p].rm[!mode] = tr[p].am[!mode] = 0;
                tr[p].sum = mode ? tr[p].len : 0;
                tr[p].swt = false;
            break;
            case 2:
                tr[p].swt = !tr[p].swt;
                swap(tr[p].am[0], tr[p].am[1]);
                swap(tr[p].rm[0], tr[p].rm[1]);
                swap(tr[p].lm[0], tr[p].lm[1]);
                tr[p].sum = tr[p].len - tr[p].sum;
            break;
        }
        return;
    }
    pushdown(p);
    int m = tr[p].l + tr[p].r >> 1;
    if (l <= m) {
        update(p << 1, l, r, mode);
    }
    if (r > m) {
        update(p << 1 | 1, l, r, mode);
    }
    merge(tr[p], tr[p << 1], tr[p << 1 | 1]);
}
Info query(int p, int l, int r) {
    if (l <= tr[p].l && r >= tr[p].r) {
        return tr[p];
    }
    pushdown(p);
    int m = tr[p].l + tr[p].r >> 1;
    Info ans1, ans2, ans;
    if (l <= m) {
        ans1 = query(p << 1, l, r);
    }
    if (r > m) {
        ans2 = query(p << 1 | 1, l, r);
    }
    merge(ans, ans1, ans2);
    return ans;
}
int main() {
    cin >> n >> m;
    for (i = 1; i <= n; ++i) {
        cin >> a[i];
    }
    build(1, 1, n);
    while (m--) {
        cin >> opt >> L >> R;
        switch (opt) {
            case 0: case 1: case 2:
                update(1, L + 1, R + 1, opt);
            break;
            case 3:
                cout << query(1, L + 1, R + 1).sum << endl;
            break;
            case 4:
                cout << query(1, L + 1, R + 1).am[1] << endl;
            break;
        }
    }
}

动态开点线段树

使用p << 1和p << 1 | 1作为结点的左右儿子编号，显然是很浪费空间的(因为部分结点可能从不会被读、被写) 所以一个自然的优化是，用我们维护的cnt记录当前的总结点数，然后需要创建新的结点时(即需要访问从未维护过的子区间时)将cnt+1作为其编号，并找到有直接父子关系的结点，维护其ls或rs(就像存储二叉树那样) 这样的话，通常只需要 $4m\log n$ ( $m$ 为查询次数)的空间，如果 $m\le10^5、n\le10^9$ ，那么大概需要 $10^7$ 空间；当然，如果 $n$ 较小，那是没有必要用动态开点的(除非要实现更复杂的数据结构) 需要说明，区间信息必须能快速地初始化，否则如果要依赖子结点的区间信息，那么用动态开点就没有意义了

代码实现：和一般线段树相比，不需要建树，只多了一步判断是否需要新增结点的操作很多参数的设计是需要根据题意修改的，这里仅提供一个区间加、求区间和的模板

c++
int n, cnt, rt;  // 以1作为根结点
long long pre[MAXN]; // 假设已经预处理好了前缀和, 注意这样无法处理n过大的情况
const int LEN = 适合的大小;
int ls[LEN], rs[LEN];
struct Info{
    long long s, lz; // 因为无法事先初始化, 所以结点就不存l, r了
}t[LEN];
void init(int& p, int l, int r) {
    p = ++cnt;
 t[p].s = pre[r] - pre[l - 1];
}
void pushdown(int p, int l, int r) {
    if (t[p].lz) {
        int m = l + r >> 1;
        if (!ls[p]) init(ls[p], l, m);  // 子结点未创建
        if (!rs[p]) init(rs[p], m + 1, r);
        t[ls[p]].s += t[p].lz * (m - l + 1);
        t[rs[p]].s += t[p].lz * (r - m);
        t[p].lz = 0;
    }
}
void update(int& p, int l, int r, int L, int R, int v) {
    if (!p) init(p, L, R);
    if (l <= L && r >= R) {
        t[p].s += v * (R - L + 1);
        t[p].lz += v;
        return;
    }
    pushdown(p, L, R);
    int m = L + R >> 1;
    if (l <= m) update(ls[p], l, r, L, m, v);
    if (r > m) update(rs[p], l, r, m + 1, R, v);
    t[p].s = t[ls[p]].s + t[rs[p]].s;
}
void query(int& p, int l, int r, int L, int R) {
    if (!p) init(p, L, R);
    if (l <= L && r >= R) {
        return t[p].s;
    }
    pushdown(p, L, R);
    int m = L + R >> 1;
 long long ans = 0;
    if (l <= m) ans += query(ls[p], l, r, L, m);
    if (r > m) ans += query(rs[p], l, r, m + 1, R);
    return ans;
}

递归式线段树#

概述#

递归式线段树的组成#

常见区间信息的设计#

动态开点线段树#

递归式线段树

概述

递归式线段树的组成

常见区间信息的设计

动态开点线段树