leetcode刷题之线段树惰性传播
- 2019 年 10 月 6 日
- 筆記
leetcode刷题之线段树惰性传播
0.导语
今天刷题难度为困难,题目是:我的日程安排表 III,题号是732。
本节则主要采用图与树这两种数据结构解决本题。
树指的是我从来没听过的线段树。方法是Lazy Propagation in Segment Tree(线段树的惰性传播)。
1.题目
实现一个 MyCalendar
类来存放你的日程安排,你可以一直添加新的日程安排。
MyCalendar
有一个 book(int start, int end)
方法。它意味着在start到end时间内增加一个日程安排,注意,这里的时间是半开区间,即 [start, end)
, 实数 x
的范围为, start <= x < end
。
当 K 个日程安排有一些时间上的交叉时(例如K个日程安排都在同一时间内),就会产生 K 次预订。
每次调用 MyCalendar.book
方法时,返回一个整数 K
,表示最大的 K
次预订。
请按照以下步骤调用MyCalendar
类: MyCalendar cal = new MyCalendar();
MyCalendar.book(start, end)
示例 1:
MyCalendarThree(); MyCalendarThree.book(10, 20); // returns 1 MyCalendarThree.book(50, 60); // returns 1 MyCalendarThree.book(10, 40); // returns 2 MyCalendarThree.book(5, 15); // returns 3 MyCalendarThree.book(5, 10); // returns 3 MyCalendarThree.book(25, 55); // returns 3 解释: 前两个日程安排可以预订并且不相交,所以最大的K次预订是1。 第三个日程安排[10,40]与第一个日程安排相交,最高的K次预订为2。 其余的日程安排的最高K次预订仅为3。 请注意,最后一次日程安排可能会导致局部最高K次预订为2,但答案仍然是3,原因是从开始到最后,时间[10,20],[10,40]和[5,15]仍然会导致3次预订。
说明:
- 每个测试用例,调用
MyCalendar.book
函数最多不超过400
次。 - 调用函数
MyCalendar.book(start, end)
时,start
和end
的取值范围为[0, 10^9]
。
2.图方法
【思路】
根据上述实例与题意,我们知道只需要关注起点与终点,而不需要关注中间过程,节点的出度个数就是最终结果。
【实现】
import collections class MyCalendarThree: def __init__(self): self.book_dict = collections.defaultdict(int) def book(self, start: 'int', end: 'int') -> 'int': self.book_dict[start]+=1 self.book_dict[end]-=1 # 出度 outdegree = 0 tmpMax = 0 for k,v in sorted(self.book_dict.items()): outdegree+=v if tmpMax<outdegree: tmpMax=outdegree return tmpMax
3.线段树的惰性传播
【思想】
什么是线段树? 参考自:https://www.jianshu.com/p/e00c95951cd2
线段树也是一种数据结构,我也是第一次听说,不过这个非常好理解。
线段树是一种二叉搜索树,又叫区间树,它将一个区间划分成一些单元区间,每个单元区间对应线段树中的一个叶结点,根节点存储的是左右孩子节点范围的和。

那什么是惰性传播呢?
对于这个惰性传播,这里给出一个YouTube视频,讲的非常棒。
这道题的另外一种解法就是Lazy Propagation in Segment Tree(线段树的惰性传播)。这个方法来源于leetcode的disscuss中,如下链接。
https://leetcode.com/problems/my-calendar-iii/discuss/214831/Python-13-Lines-Segment-Tree-with-Lazy-Propagation-O(1)-time
【实现】
惰性传播,(惰性树中)非零则更新原树。
import collections class MyCalendarThree(object): def __init__(self): # 节点值 self.seg = collections.defaultdict(int) # 惰性树存储的当前节点值 self.lazy = collections.defaultdict(int) def book(self, start, end): def update(s, e, l = 0, r = 10**9, ID = 1): if r <= s or e <= l: return # 区间满足所给的start到end范围 if s <= l < r <= e: self.seg[ID] += 1 self.lazy[ID] += 1 else: # 折半更新区间段 m = (l + r) // 2 update(s, e, l, m, 2 * ID) update(s, e, m, r, 2*ID+1) # 更新当前节点,通过惰性树中的值与左右孩子值进行更新。 self.seg[ID] = self.lazy[ID] + max(self.seg[2*ID], self.seg[2*ID+1]) update(start, end) return self.seg[1]
这个算法是个递归算法,通过递归,最后的结果就会更新到第一个节点,所以直接返回第一个节点值就是最终结果。