线段树思想拆解(下篇)
线段树思想拆解(下篇)
上篇回顾
到这里我们已经处理好了初始化以及添加方法,接下来实现范围的 query 方法
public int query(int queryL, int queryR) {return query(queryL, queryR, 1, orgLength - 1, 1);}
到此为止通过借助 sum 数组,lazy 数组就已经实现了在范围内统一增加一个数值,查询范围总和的时间复杂度为 O(logN) 了,接下来要引入更新操作,对于更新操作我们需要再借助两个数组来维护更新的懒操作。
接上篇来讲,注意一下我们所有方法的 L 和 R 的范围都是指源数组的范围,即源数组是 8 个数字,则范围为 1-8 , 而对于我们的逻辑线段树数组是通过 index 进行计算得到表示范围的节点数组槽位。
增加 Update 方法
对于 update 方法,思路和 add 方法基本一样,但是如果要同时支持两个方法,需要考虑 update 方法会覆盖之前的 lazyAdd 的缓存任务。
首先提供一个递归调用的 update 方法,然后开放一个简化调用的 update 方法,如下:
private void update(int updateL, int updateR, int operateL, int operateR, int treeIndex, int updateNum) {// 全包直接可以更新if (updateL <= operateL && operateR <= updateR) {lazyUpdate[treeIndex] = updateNum;lazyUpdateFlag[treeIndex] = true;// 直接更新 sumsum[treeIndex] = updateNum * (operateR - operateL + 1);// 清空覆盖懒增加lazyAdd[treeIndex] = 0;return;}// 如果包不住,需要进行下发处理int mid = (operateL + operateR) >> 1;// 懒任务下发pushDownLazyTask(treeIndex, mid - operateL + 1, operateR - mid);if (updateL <= mid) {update(updateL, updateR, operateL, mid, treeIndex << 1, updateNum);}if (updateR > mid) {update(updateL, updateR, mid + 1, operateR, treeIndex << 1 | 1, updateNum);}sum[treeIndex] = sum[treeIndex << 1] + sum[treeIndex << 1 | 1];
}
这里提一下,我在第一次实现的时候,理所应当的思考就和 lazyAdd 一样,提供一个 lazyUpdate[] 数组来阻塞更新的下发就可以了,但是实际实现后是无法通过对数器的,因为无法判断是否有更新,我们无法简单的判断 lazyUpdate[index] != 0 就认定没有更新,有可能就是更新到了 0,所以需要一个标记更新的数组,最后我定义了 lazyUpdateFlag 来辅助判断是否有更新。
所以新增的结构为
private int[] lazyUpdate;
// 单独用一个数组标记是否进行了更新
private boolean[] lazyUpdateFlag;
对于懒任务下发就需要增加处理更新任务下发的逻辑
private void pushDownLazyTask(int index, int leftRange, int rightRange) {// 根据更新标记数组判断是否有懒更新,不然更新 0 的时候没法判断if (lazyUpdateFlag[index]) {int lazyUpdateNum = lazyUpdate[index];lazyUpdate[index] = 0;lazyUpdateFlag[index] = false;int left = index << 1;int right = index << 1 | 1;lazyAdd[left] = 0;lazyAdd[right] = 0;lazyUpdate[left] = lazyUpdateNum;lazyUpdateFlag[left] = true;lazyUpdate[right] = lazyUpdateNum;lazyUpdateFlag[right] = true;sum[left] = leftRange * lazyUpdateNum;sum[right] = rightRange * lazyUpdateNum;}// 这里最后还是会执行一遍懒添加的下发,因为存在先懒更新后再懒添加的情况,这块更新会清空覆盖懒添加,所以不会有先添加后更新的问题if (lazyAdd[index] != 0) {int lazyNum = lazyAdd[index];lazyAdd[index] = 0;lazyAdd[index << 1] += lazyNum;lazyAdd[index << 1 | 1] += lazyNum;sum[index << 1] += leftRange * lazyNum;sum[index << 1 | 1] += rightRange * lazyNum;}
}
这里对于懒更新,因为进行了下发,所以清除更新、添加,计算 sum 数组
最后对数器验证通过
public static void main(String[] args) {//对数器int testTimes = 5000;int addOrUpdateTimes = 5000;int maxAddOrUpdateNum = 5000;int testQueryTimes = 5000;Random random = new Random();//进行测试for (int i = 0; i < testTimes; i++) {int[] origin = RandomUtil.generateArray(30, 10);// System.out.println(Arrays.toString(origin));SegmentTree segmentTree = new SegmentTree(origin);SegmentTreeON segmentTreeON = new SegmentTreeON(origin);int originLength = origin.length;//每次测试进行添加更新操作次数for (int j = 0; j < addOrUpdateTimes; j++) {int num1 = random.nextInt(originLength) + 1;int num2 = random.nextInt(originLength) + 1;int L = Math.min(num1, num2);int R = Math.max(num1, num2);int num = random.nextInt(maxAddOrUpdateNum);if (random.nextInt(10) < 5) {segmentTree.add(L, R, num);segmentTreeON.add(L, R, num);} else {segmentTree.update(L, R, num);segmentTreeON.update(L, R, num);}}for (int k = 0; k < testQueryTimes; k++) {int num1 = random.nextInt(originLength) + 1;int num2 = random.nextInt(originLength) + 1;int L = Math.min(num1, num2);int R = Math.max(num1, num2);if (segmentTree.query(L, R) != segmentTreeON.query(L, R)) {System.out.println("L-R=" + L + "-" + R);System.out.println("segmentTree.query(L,R)=" + segmentTree.query(L, R));System.out.println("segmentTreeON.query(L,R)=" + segmentTreeON.query(L, R));System.out.println("error!!!!! testNum=" + k);return;}}System.out.println("right " + (i + 1));}
}
相关文章:
线段树思想拆解(下篇)
线段树思想拆解(下篇) 上篇回顾 到这里我们已经处理好了初始化以及添加方法,接下来实现范围的 query 方法 public int query(int queryL, int queryR) {return query(queryL, queryR, 1, orgLength - 1, 1);}到此为止通过借助 sum 数组&…...

Containerd容器镜像管理
1. 轻量级容器管理工具 Containerd 2. Containerd的两种安装方式 3. Containerd容器镜像管理 4. Containerd数据持久化和网络管理 1、Containerd镜像管理 1.1 Containerd容器镜像管理命令 docker使用docker images命令管理镜像单机containerd使用ctr images命令管理镜像,con…...

Baumer工业相机堡盟工业相机如何通过BGAPI SDK获取相机当前数据吞吐量(C#)
Baumer工业相机堡盟工业相机如何通过BGAPISDK里函数来获取相机当前数据吞吐量(C#) Baumer工业相机Baumer工业相机的数据吞吐量的技术背景CameraExplorer如何查看相机吞吐量信息在BGAPI SDK里通过函数获取相机接口吞吐量 Baumer工业相机通过BGAPI SDK获取…...
Ubuntu服务器版配置wifi
最近把曾经不用的上网本安装了一个Ubuntu-Server版,当成服务器来用,因为家庭网络布线问题,只好用自带的WIFI来连接网络,Server版也没有什么图形化的管理工具,之后手动编辑配置文件了。 Server下面配置起来还是很方便的…...
Windows 主机的VMware 虚拟机访问 wsl-ubuntu 的 API 服务
Windows 主机的VMware 虚拟机访问 wsl-ubuntu 的 API 服务 0. 背景1. 设置2. 删除 0. 背景 需要从Windows 主机的VMware 虚拟机访问 wsl-ubuntu 的 API 服务。 1. 设置 Windows 主机的IP:192.168.31.20 wsl-ubuntu Ubuntu-22.04 的IP:172.29.211.52 &…...

【Spring】(一)Spring设计核心思想
文章目录 一、初识 Spring1.1 什么是 Spring1.2 什么是 容器1.3 什么是 IoC 二、对 IoC 的深入理解2.1 传统程序开发方式存在的问题2.2 控制反转式程序的开发2.3 对比总结 三、对 Spring IoC 的理解四、DI 的概念4.1 什么是 DI4.2 DI 与 IoC的关系 一、初识 Spring 1.1 什么是…...
chrome插件开发实例04-智能收藏夹
目录 功能说明 演示 源码下载 源代码 manifest.json popup.html popup.js background.js 功能说明 基于chrome插件...
iOS技术之 手机系统15.0之后 的 UITableView section header多22像素问题
iOS 15 的 UITableView又新增了一个新属性:sectionHeaderTopPadding 会给每一个section header 增加一个默认高度,当我们 使用 UITableViewStylePlain 初始化 UITableView的时候,就会发现,系统给section header增高了22像素。 解…...

Windows下安装Kafka(图文记录详细步骤)
Windows下安装Kafka Kafka简介一、Kafka安装前提安装Kafka之前,需要安装JDK、Zookeeper、Scala。1.1、JDK安装(version:1.8)1.1.1、JDK官网下载1.1.2、JDK网盘下载1.1.3、JDK安装 1.2、Zookeeper安装1.2.1、Zookeeper官网下载1.2.…...

linuxARM裸机学习笔记(3)----主频和时钟配置实验
引言:本文主要学习当前linux该如何去配置时钟频率,这也是重中之重。 系统时钟来源: 32.768KHz 晶振是 I.MX6U 的 RTC 时钟源, 24MHz 晶振是 I.MX6U 内核 和其它外设的时钟源 1. 7路PLL时钟源【都是从24MHZ的晶振PLL而来…...

防勒索病毒
随着勒索软件攻击在2023年的激增,网络安全已成为当今最重要的议题之一。根据区块链分析公司Chainaanalysis的最新报告,勒索软件攻击已成为唯一呈增长趋势的基于加密货币的犯罪行为,勒索金额更是比一年前增加了近1.758亿美元,达到4…...
剑指 Offer 53 - II. 0~n-1 中缺失的数字
力扣 一个长度为n-1的递增排序数组中的所有数字都是唯一的,并且每个数字都在范围0~n-1之内。在范围0~n-1内的n个数字中有且只有一个数字不在该数组中,请找出这个数字。 示例 1: 输入: [0,1,3] 输出: 2 示例 2: 输入: [0,1,2,3,4,5…...
vue2和vue3区别
vue2和vue3的区别有以下8点: 1、双向数据绑定原理不同; 2、是否支持碎片; 3、API类型不同; 4、定义数据变量和方法不同; 5、生命周期钩子函数不同; 6、父子传参不同; 7、指令与插槽不同&#x…...

IMV3.0
经历了两个版本,基础内容在前面,可以使用之前的基础环境: v1: https://blog.csdn.net/wtt234/article/details/132139454 v2: https://blog.csdn.net/wtt234/article/details/132144907 一、代码组织结构 二、代码 2.…...

怎么在树莓派环境上搭建web网站,并发布到外网可访问,今天教给大家
怎么在树莓派上搭建web网站,并发布到外网可访问? 文章目录 怎么在树莓派上搭建web网站,并发布到外网可访问?概述使用 Raspberry Pi Imager 安装 Raspberry Pi OS测试 web 站点安装静态样例站点 将web站点发布到公网安装 Cpolarcpo…...

大文件传输软件| 生命科学中的关键因素
在2023年,生命科学领域以及其先进的科学技术吸引了人们的目光。这些研究背后,很少有人知道的是,其中涉及了大量的研究数据需要实时进行文件传输,以便于研究,合作,分享,分析,临床试验…...
varint编码实现原理
简言 1. varint即 variable int,也就是变长整型,在mysql,levelDB,protobuf中都有使用 2. varint编码的优点是对数值较小的数进行编码后占用字节较少,比如[0-127]只占用1个字节,[128~16383]只占用2个字节。…...
如果新电脑是刚安装的mysql,但是旧电脑迁移过来的文件里面有相关的rails文件,运行rake db:migrate一直报错
$ bundle exec rake db:migrate#运行完命令报错 rake aborted! LoadError: libmysqlclient.so.21: cannot open shared object file: No such file or directory - /home/meiyi/.asdf/installs/ruby/2.6.9/lib/ruby/gems/2.6.0/gems/mysql2-0.5.5/lib/mysql2/mysql2.so /home/m…...

ChatGPT已闯入学术界,Elsevier推出AI工具
2022年11月,OpenAI公司发布了ChatGPT,这是迄今为止人工智能在现实世界中最重要的应用之一。 当前,互联网搜索引擎中出现了越来越多的人工智能(AI)聊天机器人,例如谷歌的Bard和微软的Bing,看起来…...

深度学习论文: RepViT: Revisiting Mobile CNN From ViT Perspective及其PyTorch实现
深度学习论文: RepViT: Revisiting Mobile CNN From ViT Perspective及其PyTorch实现 RepViT: Revisiting Mobile CNN From ViT Perspective PDF: https://arxiv.org/pdf/2307.09283.pdf PyTorch代码: https://github.com/shanglianlm0525/CvPytorch PyTorch代码: https://gith…...

【项目实战】通过多模态+LangGraph实现PPT生成助手
PPT自动生成系统 基于LangGraph的PPT自动生成系统,可以将Markdown文档自动转换为PPT演示文稿。 功能特点 Markdown解析:自动解析Markdown文档结构PPT模板分析:分析PPT模板的布局和风格智能布局决策:匹配内容与合适的PPT布局自动…...
TRS收益互换:跨境资本流动的金融创新工具与系统化解决方案
一、TRS收益互换的本质与业务逻辑 (一)概念解析 TRS(Total Return Swap)收益互换是一种金融衍生工具,指交易双方约定在未来一定期限内,基于特定资产或指数的表现进行现金流交换的协议。其核心特征包括&am…...
AspectJ 在 Android 中的完整使用指南
一、环境配置(Gradle 7.0 适配) 1. 项目级 build.gradle // 注意:沪江插件已停更,推荐官方兼容方案 buildscript {dependencies {classpath org.aspectj:aspectjtools:1.9.9.1 // AspectJ 工具} } 2. 模块级 build.gradle plu…...
docker 部署发现spring.profiles.active 问题
报错: org.springframework.boot.context.config.InvalidConfigDataPropertyException: Property spring.profiles.active imported from location class path resource [application-test.yml] is invalid in a profile specific resource [origin: class path re…...
Mobile ALOHA全身模仿学习
一、题目 Mobile ALOHA:通过低成本全身远程操作学习双手移动操作 传统模仿学习(Imitation Learning)缺点:聚焦与桌面操作,缺乏通用任务所需的移动性和灵活性 本论文优点:(1)在ALOHA…...
【生成模型】视频生成论文调研
工作清单 上游应用方向:控制、速度、时长、高动态、多主体驱动 类型工作基础模型WAN / WAN-VACE / HunyuanVideo控制条件轨迹控制ATI~镜头控制ReCamMaster~多主体驱动Phantom~音频驱动Let Them Talk: Audio-Driven Multi-Person Conversational Video Generation速…...

Yolov8 目标检测蒸馏学习记录
yolov8系列模型蒸馏基本流程,代码下载:这里本人提交了一个demo:djdll/Yolov8_Distillation: Yolov8轻量化_蒸馏代码实现 在轻量化模型设计中,**知识蒸馏(Knowledge Distillation)**被广泛应用,作为提升模型…...

宇树科技,改名了!
提到国内具身智能和机器人领域的代表企业,那宇树科技(Unitree)必须名列其榜。 最近,宇树科技的一项新变动消息在业界引发了不少关注和讨论,即: 宇树向其合作伙伴发布了一封公司名称变更函称,因…...
在 Spring Boot 项目里,MYSQL中json类型字段使用
前言: 因为程序特殊需求导致,需要mysql数据库存储json类型数据,因此记录一下使用流程 1.java实体中新增字段 private List<User> users 2.增加mybatis-plus注解 TableField(typeHandler FastjsonTypeHandler.class) private Lis…...
Python竞赛环境搭建全攻略
Python环境搭建竞赛技术文章大纲 竞赛背景与意义 竞赛的目的与价值Python在竞赛中的应用场景环境搭建对竞赛效率的影响 竞赛环境需求分析 常见竞赛类型(算法、数据分析、机器学习等)不同竞赛对Python版本及库的要求硬件与操作系统的兼容性问题 Pyth…...