讲师中心 微信公众号
AI工具推荐 视频效率加速

C++实现区间最小值查询(RMQ)的ST表算法 _ 预处理与O(1)查询【实战】

轻墨同学_9825

轻墨同学_9825

发布时间:2026-05-05 16:34:35

|

386人浏览过

|

来源于php中文网

原创

ST表预处理必须用动态规划而非暴力,因为暴力枚举所有区间需O(n³)时间,而动态规划通过状态fi=min(fi,fi+(1<<(j−1)))将预处理优化至O(n log n),支撑O(1)查询。

c++实现区间最小值查询(rmq)的st表算法 _ 预处理与o(1)查询【实战】

ST表预处理为什么必须用动态规划而非暴力

因为暴力枚举所有区间会达到 O(n³),而 ST 表的核心优势是 O(n log n) 预处理 + O(1) 查询。它用动态规划把问题拆成「以 i 为起点、长度为 2^j 的区间最小值」,状态转移只依赖更短的两个子区间:f[i][j] = min(f[i][j-1], f[i + (1 。这个递推能复用已有结果,避免重复计算。

常见错误是 j 循环写成从 0 到 log2(n) 但没保证 i + (1 ,导致数组越界;正确做法是外层 j 从小到大(保证子状态已算好),内层 i 从 0 枚举到 <code>n - (1 。

实操建议:

  • 先用 int k = floor(log2(n)) 算出最大 j,或更稳妥地用 while ((1 后取 <code>k-1
  • f[i][0] 初始化为原数组 a[i],这是 DP 的边界
  • 二维数组建议用 vector<vector>> f(n, vector<int>(k+1))</int></vector>,避免手动管理内存

查询时如何用 log2 和位运算快速拆分区间

给定 [l, r],目标是找两个长度为 2^k 的重叠区间覆盖它:一个从 l 开始,一个在 r 结束。关键不是「恰好覆盖」,而是「完全包含」且「长度最大」——所以 k 取满足 (1 的最大整数,即 <code>k = 31 - __builtin_clz(r - l + 1)(GCC)或 int k = log2(r - l + 1)(需向下取整)。

立即学习“C++免费学习笔记(深入)”;

错误做法是用 pow(2, k) 计算长度,浮点误差会导致 k 偏小;更稳的是用位运算:int len = r - l + 1; int k = 31 - __builtin_clz(len);(注意 __builtin_clz(0) 未定义,len 至少为 1)。

查询语句就是:min(f[l][k], f[r - (1 。这里 <code>r - (1 是右区间起点,必须确保 ≥ 0。

C++ Code Review Master
C++ Code Review Master

组合式C++代码评审方案,融合静态分析、AI推理、多轮迭代评审和C++专项检查,适用于PR审查、增量代码审查、全项目评审和代码质量评分,触发词包括review cpp、cpp代码评审、C++review、代码审查。

下载

为什么 ST 表不支持修改,而线段树可以

ST 表本质是静态 DP 表,每个 f[i][j] 依赖底层多个原始元素,一旦某个 a[i] 改变,所有覆盖它的 f[?][j] 都要重算,最坏 O(n log n) —— 和重建整个表代价一样。它没维护父子关系或懒标记机制。

如果你的场景有少量修改,别硬套 ST 表;真要动态 RMQ,直接上线段树或 std::set 维护有序索引。ST 表只适合「一次建表、千万次查」的离线/半在线场景,比如算法竞赛中输入固定后批量回答询问。

容易忽略的点:

  • 空间复杂度是 O(n log n),n=1e6 时 log n ≈ 20,内存约 80MB(int 占 4 字节),可能爆内存,需用 short 或滚动数组优化
  • 若数据范围小(如 -1000~1000),可考虑离散化后用 unsigned char 存最小值索引,进一步压空间

实际编码时怎么避免 1

最常翻车的是 1 在 j ≥ 31 时对 int 溢出(变成负数),进而让数组下标错乱。编译器不会报错,但运行时行为未定义。

安全写法:

  • 用 (1LL 强制 long long,或限定 j 最大值为 <code>30(对应 n ≤ 1e9 不现实,实际 j 上限由 n 决定)
  • 每次访问 f[i][j] 前加断言:assert(i >= 0 && i = 0 && j
  • 预处理循环里,i 的上界严格写成 i ,而不是 <code>i + (1 (后者可能因溢出恒真)
  • 用 std::vector 而非裸指针,利用 at() 方法做边界检查(仅调试期)

边界 case 一定要测:n=1、n=2、l==r、l=0/r=n-1。这些地方最容易暴露位运算和下标偏移的疏漏。

热门AI工具

更多
Lovart
Lovart Hot

一款面向视觉设计创作的AI设计平台,可通过智能体和画布工作流辅助制作海报、Logo、网页、PPT及其他视觉内容。

Seko
Seko Hot

一款AI视频创作工具,主要用于商汤科技推出的创编一体的AI短视频创作Agent,适合需要提升相关任务效率的用户。

蛙蛙写作

一款AI论文写作工具,主要用于超级AI智能写作助手,适合需要提升相关任务效率的用户。

PixPix
PixPix Hot

PixPix是一款面向电商视觉生产的AI商品图生成工具。

VibeKnow
VibeKnow Hot

一款AI视频创作工具,主要用于全球首个AI知识视频创作平台,文档、文章、网页,一键生成视频,适合需要提升相关任务效率的用户。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

二狗PPT
二狗PPT Hot

一款AI演示文稿工具,主要用于专为中式职场打造的AI PPT生成工具,适合需要提升相关任务效率的用户。

相关专题

更多
c++和c语言的区别有哪些
c++和c语言的区别有哪些

c++和c语言的区别:1、面向对象编程(OOP)支持不同;2、新增特性不同;3、标准库不同;4、编译方式不同;5、命名空间不同等等。想了解更多c++的相关内容,可以阅读本专题下面的文章。

2208

2024.03.14

c++和python学习顺序推荐
c++和python学习顺序推荐

一般建议先学习C++,再学习Python,因为这样可以逐步从较为底层的编程语言向更高级的语言过渡。想了解更多python的相关内容,可以阅读本专题下面的文章。

979

2024.03.14

python和c++学习性价比分析
python和c++学习性价比分析

Python易于学习,广泛应用于Web开发、数据科学和人工智能等领域,但性能较低。C语言性能高,适用于对性能要求较高的场景,如游戏开发和系统编程,但学习曲线陡峭,错误处理复杂。想了解更多python的相关内容,可以阅读本专题下面的文章。

407

2024.03.14

c语言和c++一样吗
c语言和c++一样吗

c语言和c++是两种不同的编程语言,虽然有相似之处,但存在显著差异。c语言专注于过程式编程和系统级开发,以简洁、高效著称。c++作为c语言的超集,引入了面向对象编程,增强了代码组织和管理能力,但学习曲线也更陡峭。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

307

2024.03.14

c语言和c++先学哪个好
c语言和c++先学哪个好

初学者选择学习c语言还是c++语言,需要根据个人学习目标、背景以及编程兴趣和预期应用方向来决定。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

386

2024.03.14

c语言和c++的区别和联系
c语言和c++的区别和联系

c语言和c++是计算机科学领域应用广泛的编程语言。虽然它们有着相似的基础,但它们在语言类型、语法功能和内存管理方面存在着显著差异。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

580

2024.03.14

c++软件中文更改教程
c++软件中文更改教程

对于 ide,可通过打开设置,找到语言设置,选择中文,并保存更改。对于非 ide 应用程序,可查找设置或选项,选择语言设置,更改为中文,并保存更改。想了解更多c++的相关内容,可以阅读本专题下面的文章。

1389

2024.03.21

python和java和c++学习性价比分析
python和java和c++学习性价比分析

Python以其易学性、丰富的库和活跃的社区而著称,适合数据科学、人工智能和Web开发。Java以其跨平台性、企业级应用开发和Android应用开发而闻名。C++以其底层控制能力、高效性能和游戏开发而著称。选择哪种语言取决于个人兴趣、职业方向和特定需求。想了解更多python和java和c++的相关内容,可以阅读本专题下面的文章。

1197

2024.03.22

LLVM自定义Pass怎么写
LLVM自定义Pass怎么写

本专题聚焦LLVM自定义Pass开发,整理Pass类结构、run()方法、PreservedAnalyses、CMake构建、插件注册、-load-pass-plugin加载和测试用例编写流程。

80

2026.09.30

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
Conan 2 Essentials 免费课程
Conan 2 Essentials 免费课程

共0课时 | 0人学习

CMake 与 Conan 集成实践
CMake 与 Conan 集成实践

共0课时 | 0人学习

Conan 2 高级依赖模型介绍
Conan 2 高级依赖模型介绍

共0课时 | 0人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn