# 分塊法 ###### tags: `Competitive Programming Note` `108 師大附中校隊培訓` 本文已停止更新,新版請至 [WiwiHo 的競程筆記](https://cp.wiwiho.me/) [108 師大附中校隊培訓簡報](/@wiwiho/rJeYetU9S) 先來考慮一個單點修改、區間查詢的問題,然後來個簡單的想法:如果把數列切成好幾塊,然後在修改之後更新那一塊的答案,如果區間查詢的範圍涵蓋一整塊,那麼這一塊的答案就不必重新算,如果有包含到一塊中的一小段,那這段就暴搜,這樣會不會比較好? 數列 $A$ 長度是 $n$,每塊長度是 $k$,那麼分塊會變成類似這樣: ![](https://i.imgur.com/80d9rZS.png =600x) 格子中的數字是那一塊的編號,如果數列中的元素是從 $0$ 開始編號的,那麼 $A_i$ 所在的塊編號會是 $\lfloor \frac{i}{k} \rfloor$,總塊數會是 $\lceil \frac{n}{k} \rceil$,注意 $n$ 不一定是 $k$ 的倍數,所以最後會有 $n \bmod k$ 個數字剩下來,它們也算一塊。 在初始化時,計算出每一塊的答案,例如如果查詢求的是區間和,那就儲存每一塊的數字和、求的是最大值,就儲存每一塊裡的最大值。 單點修改的時候,在修改完後,更新那一塊的答案,如果求的答案是區間和,那麼只要把那一塊的和扣掉原來數字,再加上新的數字,這種「可返回」的東西,可以做 $O(1)$ 修改,至於最大、最小值這種「不可返回」的,就把那一塊重新掃一遍,找出最大或最小值,這樣是 $O(k)$ 修改。 區間查詢的時候,如果有完整的一塊被涵蓋,那就直接 $O(1)$ 取那一塊的答案就好,然後暴搜剩下不完整的部分。總塊數有 $\lceil \frac{n}{k} \rceil$ 個,不完整的部分,在查詢區間的左右兩端分別最多 $k - 1$ 個,因此查詢複雜度是 $O(\frac{n}{k}+k)$。 接下來來討論一下 $k$ 應該要取多少好,要讓 $\frac{n}{k}+k$ 盡量小一點,那麼算幾不等式可以派上用場: $$\frac{\frac{n}{k}+k}{2} \geq \sqrt{\frac{n}{k} \times k}$$ 要讓等號成立的話,就必須要 $\frac{n}{k}=k$,解出來可以得到 $k=\sqrt{n}$,這樣查詢和修改複雜度就都是 $O(\sqrt{n})$ 了,如果詢問有 $q$ 筆,再加上預處理的時間,整體複雜度就是 $O(n + q\sqrt{n})$,比暴力破解快了很多。 ## 懶人標記 如果要做區間修改的話,用剛剛的方式會變成要對每個單點修改一遍、再去更新每一塊的答案,這樣複雜度是 $O(n)$,太久了。 觀察一下,如果整塊都一起被修改會發生什麼事? - 如果整塊同時加上 $x$,那麼最大或最小值會加上 $x$,數字和會加上 $x$ 乘上塊大小。 - 如果整塊同時變成 $x$,那麼最大或最小值會變成 $x$,數字和會是 $x$ 乘上塊大小。 由此可知,如果整塊一起變動,那我們可能可以推算出我們想要的答案會如何改變,此時我們就不要浪費時間去修改全部的數字,多開一個變數來儲存這一塊都被改成什麼數字或被多加上多少,這就稱為**懶人標記**。至於邊邊不到一整塊的部分,就一樣暴力處理。 如果某一塊已經有懶人標記,也就是已經被整塊一起修改過,那麼如果之後要再變動這一整塊,只要修改懶人標記就好;但如果之後是只變動部分呢?如果修改是加值的話,硬加上去,不理會懶人標記是可以的,但如果修改是改值,而不理會懶人標記,那麼在查詢時,這個元素的值還是會被覆蓋掉,所以就必須要依懶人標記所記錄的修改,去修改那一塊裡的每一個元素,再去修改剛剛想改的那一部分了。 打一塊的懶人標記是 $O(1)$,塊數最多是 $\frac{n}{k}$,邊邊不到完整一塊的部分,最多就是兩塊,改其中一塊的複雜度是 $O(k)$,因此整體複雜度是 $O(\frac{n}{k}+k)$,把 $k=\sqrt{n}$ 代進去就是 $O(\sqrt{n})$,根本沒變。 ## 練習題 - [ZeroJudge d539](https://zerojudge.tw/ShowProblem?problemid=d539) - 區間查詢最大值 - [ZeroJudge d799](https://zerojudge.tw/ShowProblem?problemid=d799) - 區間修改、區間查詢和
×
Sign in
Email
Password
Forgot password
or
By clicking below, you agree to our
terms of service
.
Sign in via Facebook
Sign in via Twitter
Sign in via GitHub
Sign in via Dropbox
Sign in with Wallet
Wallet (
)
Connect another wallet
New to HackMD?
Sign up