中文门户网站有哪些,猫窝博客 wordpress,更改WordPress注册页面,网站编辑的工作内容思考 首先让我们来思考一个问题#xff0c;给定一个数组#xff0c;和left与right的值#xff0c;让你求这个数组中left到right之间元素的和#xff0c;你会怎么计算#xff1f;最简单的当然是遍历。如果有人问你这个问题的时候#xff0c;他决对是会让你优化的#xff…思考 首先让我们来思考一个问题给定一个数组和left与right的值让你求这个数组中left到right之间元素的和你会怎么计算最简单的当然是遍历。如果有人问你这个问题的时候他决对是会让你优化的起码时间复杂度一定要小于O(n)那你打算怎么做呢 很明确的一点是如果要优化时间复杂度就必须要提高空间复杂度这是算法的局限当然也是自然界的能量守恒定律。这是不可避免的 所以接下来你可以思考下有什么结构可以实现了。 分块处理
这种就真的很基础了就是开辟一个额外的数组来存储区间和。
设数组大小为 n我们将数组 nums分成多个块每个块大小 size最后一个块的大小为剩余的不超过 size 的元素数目那么块的总数为 n/size用一个数组 sum 保存每个块的元素和。
那么究竟要分成多少个数组才能在数量和速度上都是最优解那? 这个关键在于size的取值。在求和时设left位于b1个块内的第i1个元素right位于b2个块内的第i2个元素。如果b1b2那么直接返回第b1个块位于区间[i1,i2]的元素的和否则计算第b1个块位于区间[i,size)的元素之和sum1,第b2个块位于区间[0,i2]的元素之和sum2第b11个块到第b2-1个块的元素的总和sum3返回sum1sum2sum3。这个求和的时间复杂度为。因为当且仅当时等号成立。因此size的取值为。此时的时间复杂度为 var NumArray function(nums) {this.nums nums;const n nums.length;size Math.floor(Math.sqrt(n));this.sum new Array(Math.floor((n size - 1) / size)).fill(0); // n/size 向上取整for (let i 0; i n; i) {this.sum[Math.floor(i / size)] nums[i];}
};NumArray.prototype.update function(index, val) {this.sum[Math.floor(index / size)] val - this.nums[index];this.nums[index] val;
};NumArray.prototype.sumRange function(left, right) {const b1 Math.floor(left / size), i1 left % size, b2 Math.floor(right / size), i2 right % size;if (b1 b2) { // 区间 [left, right] 在同一块中let sum 0;for (let j i1; j i2; j) {sum this.nums[b1 * size j];}return sum;}let sum1 0;for (let j i1; j size; j) {sum1 this.nums[b1 * size j];}let sum2 0;for (let j 0; j i2; j) {sum2 this.nums[b2 * size j];}let sum3 0;for (let j b1 1; j b2; j) {sum3 this.sum[j];}return sum1 sum2 sum3;
};线段树
线段树是一种二叉树也就是对于一个线段我们会用一个二叉树来表示。比如说一个长度为4的线段我们可以表示成这样 这是什么意思呢 如果你要表示线段的和那么最上面的根节点的权值表示的是这个线段 1 ∼ 4 的和。根的两个儿子分别表示这个线段中 1 ∼ 2 的和与 3 ∼ 4 的和。以此类推。
然后我们还可以的到一个性质节点 i 的权值 她的左儿子权值 她的右儿子权值。因为 1 ∼ 4 的和就是等于 1 ∼ 2 的和与 2 ∼ 3 的和的和。 给定区间 [left,right]时我们将区间 [left,right] 拆成多个结点对应的区间。
如果结点 node 对应的区间与 [left,right] 相同可以直接返回该结点的值即当前区间和。如果结点 node 对应的区间与 [left,right]不同设左子结点对应的区间的右端点为 m那么将区间 [left,right] 沿点 m拆成两个区间分别计算左子结点和右子结点。
我们从根结点开始递归地拆分区间 [left,right]。
var NumArray function(nums) {n nums.length;this.segmentTree new Array(nums.length * 4).fill(0);this.build(0, 0, n - 1, nums);
};NumArray.prototype.update function(index, val) {this.change(index, val, 0, 0, n - 1);
};NumArray.prototype.sumRange function(left, right) {return this.range(left, right, 0, 0, n - 1);
};NumArray.prototype.build function(node, s, e, nums) {if (s e) {this.segmentTree[node] nums[s];return;}const m s Math.floor((e - s) / 2);this.build(node * 2 1, s, m, nums);this.build(node * 2 2, m 1, e, nums);this.segmentTree[node] this.segmentTree[node * 2 1] this.segmentTree[node * 2 2];
}NumArray.prototype.change function(index, val, node, s, e) {if (s e) {this.segmentTree[node] val;return;}const m s Math.floor((e - s) / 2);if (index m) {this.change(index, val, node * 2 1, s, m);} else {this.change(index, val, node * 2 2, m 1, e);}this.segmentTree[node] this.segmentTree[node * 2 1] this.segmentTree[node * 2 2];
}NumArray.prototype.range function(left, right, node, s, e) {if (left s right e) {return this.segmentTree[node];}const m s Math.floor((e - s) / 2);if (right m) {return this.range(left, right, node * 2 1, s, m);} else if (left m) {return this.range(left, right, node * 2 2, m 1, e);} else {return this.range(left, m, node * 2 1, s, m) this.range(m 1, right, node * 2 2, m 1, e);}
} 树状数组
树状数组是一种可以动态维护序列前缀和的数据结构序列下标从 1 开始 如图A是基本数组C是求和数组
其中C[1]A[1], C[2]C[1]A[2], C[3]A[3], C[4]C[2]C[3]A[4]......C[8]C[4]C[6]C[7]A[8]......
树状数组最简单最经典的使用场景就是单点更新区间查询
单点修改 add(index,val)把序列第 index 个数增加 val区间查询 prefixSum(index)查询前 index个元素的前缀和。 前置知识—lowbit(x)运算 如何计算一个非负整数n在二进制下的最低为1及其后面的0构成的数 例如44 的二进制表示为 (101100),最低为1和后面的0构成的数是( 100 ) 是 4 。 44的二进制(101100)我们对44的二进制数取反1也即~441,得到-44 -44的二进制(010100)然后我们把44和-44的二进制进行按位与运算也即按位得到,二进制000100也就是十进制的4 所以lowbit(x) x(-x) var NumArray function(nums) {this.tree new Array(nums.length 1).fill(0);this.nums nums;for (let i 0; i nums.length; i) {this.add(i 1, nums[i]);}
};NumArray.prototype.update function(index, val) {this.add(index 1, val - this.nums[index]);this.nums[index] val;
};NumArray.prototype.sumRange function(left, right) {return this.prefixSum(right 1) - this.prefixSum(left);
};NumArray.prototype.lowBit function(x) {return x -x;
}NumArray.prototype.add function(index, val) {while (index this.tree.length) {this.tree[index] val;index this.lowBit(index);}
}NumArray.prototype.prefixSum function(index) {let sum 0;while (index 0) {sum this.tree[index];index - this.lowBit(index);}return sum;
}树状数组和线段树的区别在哪 有人会问了既然线段树的问题能够用树状数组解决而且线段树还比树状数组扩展性强那为什么不直接用线段树呢问的很好树状数组的作用就是为了简化线段树举个例子一个问题可以用线段树解决写代码半个小时但是用树状数组只需要10分钟那么你会选择哪一个算法呢?没错基于某些简单的问题我们没必要用到功能性强但实现复杂的线段树(杀鸡焉用宰牛刀)。当并不是所有能用线段树解决的问题用树状数组都可以解决。
