ST 算法是 RMQ(Range Minimum/Maximum Query)中一个很经典的算法,它天生用来求得一个区间的最值,但却不能维护最值,也就是说, 过程中不能改变区间中的某个元素的值 。O(nlogn) 的预处理和 O(1) 的查询对于需要大量询问的场景是非常适用的。接下来我们就来详细了解下 ST 算法的处理过程。
比如有如下长度为 10 的数组:
我们要查询 [1, 7] 之间的最大值,如果采用朴素的线性查找,复杂度O(n),而 ST 算法却只需要 O(1)的时间复杂度,因为 ST 算法预处理了一个 dp 数组。
我们用 dp[i][j] 表示从 i 开始的 2^j 个数的最值,表示 dp[i][j] “管辖” index=i 开始的 2^j 个数字,那么很显然,任何一段区间都能被两个 dp 元素管辖到。比如上面说的 [1, 7],就能被dp[1][2] 和 dp[4][2]管辖到,而 max(dp[1][2], dp[4][2])也就是[1, 7] 的最值了。
如何得出是 dp[1][2] 和 dp[4][2] 这两个元素?很简单,让dp[1][n](2^n <= 区间个数)中的n尽可能大就得到了第一个元素,从而可以推得第二个元素,两个元素的管辖范围大小是一样的。
这样我们只需预处理一个 dp 数组就可以了,而这个预处理是一个动态规划的过程,转移方程为:
dp[i][j] = max(dp[i][j - 1], dp[i + (1 << (j - 1))][j - 1]);
而 dp 数组的预处理和 RMQ 的求解过程正好是个逆过程。
POJ 上有一道 ST 算法的模板题 Balanced Lineup ,只需预处理两个数组即可,一个表示最大值,另一个表示最小值。
完整代码:
#include<iostream> #include<cstdio> #include<cmath> #include<algorithm> using namespace std; #define N 50005 int maxn[N][32], minn[N][32]; int a[N]; void ST(int n) { for (int i = 1; i <= n; i++) maxn[i][0] = minn[i][0] = a[i]; int k = log(n * 1.0) / log(2.0); for (int j = 1; j <= k; j++) for (int i = 1; i <= n; i++) { if (i + (1 << j) - 1 > n) break; maxn[i][j] = max(maxn[i][j - 1], maxn[i + (1 << (j - 1))][j - 1]); minn[i][j] = min(minn[i][j - 1], minn[i + (1 << (j - 1))][j - 1]); } } int getAns(int x, int y) { int k = log(y - x + 1.0) / log(2.0); return max(maxn[x][k], maxn[y + 1 - (1 << k)][k]) - min(minn[x][k], minn[y + 1 - (1 << k)][k]); } int main() { int n, cas; scanf("%d%d", &n, &cas); for (int i = 1; i <= n; i++) scanf("%d", &a[i]); ST(n); while (cas--) { int x, y; scanf("%d%d", &x, &y); printf("%d/n", getAns(x, y)); } return 0; }
Javascript模板:
var G = { dp: [], // dp[i][j] 表示从 index=i 开始的连续 2^j 个元素中的最值 init: function(a) { var n = a.length; for (var i = 0; i < n; i++) G.dp[i] = [], G.dp[i][0] = a[i]; var k = ~~(Math.log(n) / Math.log(2)); for (var j = 1; j <= k; j++) for (var i = 0; i < n; i++) { if (i + (1 << j) - 1 >= n) break; // 如果求区间最小值,改为 Math.min() 即可 G.dp[i][j] = Math.max(G.dp[i][j - 1], G.dp[i + (1 << (j - 1))][j - 1]); } }, getAns: function(x, y) { var k = ~~(Math.log(y - x + 1) / Math.log(2)); // 如果求区间最小值,改为 Math.min() 即可 return Math.max(G.dp[x][k], G.dp[y + 1 - (1 << k)][k]); } }; var a = [1, 3, 2, 4, 8, 7, 6, 5, 9, 0] // 需要求 RMQ 的数组 G.init(a); // test cases for (var i = 0; i < 10; i++) for (var j = i + 1; j < 10; j++) { var tmp = a.slice(i, j + 1) , normalAns = Math.max.apply(null, tmp) , stAns = G.getAns(i, j); if (normalAns !== stAns) console.log('Algorithm went wrong!'); }