版权声明:版权声明:本文为博主原创文章,转载时请注明出处——作者:冰怜 https://blog.csdn.net/xiaoxin0630/article/details/87717258
区间查询
这里我也不知道怎么说了,大概我理解的东西都在代码里面
最难理解的就是在
E leftResult=query(leftTreeIndex, l, mid, queryL, mid);
E rightResult=query(rightTreeIndex, mid+1, r, mid+1, queryR);
return merger.merge(leftResult, rightResult); 融合相加
//返回区间[queryL,queryR]的值
public E query(int queryL,int queryR){
if(queryL <0 || queryL >=data.length || queryL >queryR)
throw new IllegalArgumentException("下标边界报错");
return query(0, 0,data.length-1,queryL,queryR);
}
/**
* 在以treeID为根的线段树中[l...r]的范围里,搜索区间[queryL...queryR]的值
* @param treeIndex 当前的位置 默认是从0
* @param l 左边边界
* @param r 右边边界
* @param queryL 要搜索的左边界
* @param queryR 要搜索的右边界
* @return
*/
private E query(int treeIndex,int l,int r,int queryL,int queryR){
if(l==queryL && r==queryR)
return tree[treeIndex];
int mid=l+(r-l)/2;
int leftTreeIndex=leftChild(treeIndex);//当前位置的左节点
int rightTreeIndex=rightChild(treeIndex);//当前位置的右节点
//我的理解是缩小搜索范围
if(queryL >=mid+1)
return query(rightTreeIndex, mid+1,r,queryL,queryR);
else if (queryR <=mid) {
return query(leftTreeIndex, l,mid,queryL,queryR);
}
E leftResult=query(leftTreeIndex, l, mid, queryL, mid);
E rightResult=query(rightTreeIndex, mid+1, r, mid+1, queryR);
return merger.merge(leftResult, rightResult);
}
区间更新
出口 if(l==r)
//将index位置的值,更新为e
public void set(int index,E e){
if(index < 0 || index >=data.length)
throw new IllegalAccessError("下标错误。不符合");
data[index] =e;
set(0,0,data.length-1,index,e);
}
/**
* 在以treeIndex为根的线段树中更新的index的值为e
* @param treeIndex 当前位置
* @param l
* @param r
* @param index
* @param e
*/
//在以trrIndex为根的线段中线段树中更index的值为e
private void set(int treeIndex,int l,int r,int index,E e){
if(l==r){//找到了 进行更新
tree[treeIndex]=e;
return;
}
int mid=l+(r-l)/2;
int leftTreeIndex=leftChild(treeIndex);
int rightTreeIndex=rightChild(treeIndex);
if(index >=mid+1)
set(rightTreeIndex, mid+1,r,index,e);
else
set(leftTreeIndex, l, mid, index, e);
}
数组和线段树的时间复杂度
明显的 线段树更快