(전공복습) 데이터과학 4. 시각화
차례
세그먼트 트리 기초 문제.
세그먼트 트리를 통해 값을 업데이트하고 최솟값을 구하면 되는 간단한 문제이다.
합을 구하는 기존의 세그먼트 트리와 최솟값을 구하는 세그먼트 트리의 차이점은 다음과 같다:
min()
연산이다.getVal()
함수가 범위가 아닌 대상에 대해서 반환하는 값이 (덧셈의 항등원인) 0
이 아니라 (최솟값 연산의 항등원인) INF
가 된다.from sys import stdin
input = stdin.readline
INF = float('inf')
# 초기화
def init(node, l, r):
if l == r:
# 리프 노드일 때
segtree[node] = arr[l]
else:
# 리프 노드가 아닐 때
m = (l + r) // 2
segtree[node] = min(init(node*2, l, m), init(node*2+1, m+1, r))
return segtree[node]
# 값을 구하는 연산
def getVal(node, l, r, s, e):
# l, r : node에 할당된 범위
# s, e : 구하고자 하는 범위
if l > e or r < s:
# 구하고자 하는 범위를 벗어날 때 항등원 반환
return INF
elif s <= l and r <= e:
# 구하고자 하는 범위에 포함될 때 노드의 값 반환
return segtree[node]
# 그 외의 경우(부분적으로 겹치는 경우) 자식 노드들의 값 반환
m = (l + r) // 2
return min(getVal(node*2, l, m, s, e), getVal(node*2+1, m+1, r, s, e))
# 업데이트 연산
def update(node, l, r, i, val):
if i < l or i > r:
# 바꿀 값이 범위에 없을 때
pass
elif l == r:
# 바꿀 값일 때(리프노드에 도달했을 때)
segtree[node] = val
else:
# 그 외의 경우
m = (l + r) // 2
segtree[node] = min(update(node*2, l, m, i, val), update(node*2+1, m+1, r, i, val))
return segtree[node]
n = int(input())
arr = list(map(int, input().split()))
segtree = [0] * (n * 4)
m = int(input())
init(1, 0, n-1)
for _ in range(m):
op, i, j = map(int, input().split())
if op == 1:
update(1, 0, n-1, i-1, j)
else:
print(getVal(1, 0, n-1, i-1, j-1))
문제 링크 문제 링크
개요 선형적인 자료구조에서는 값에 접근하는 데에 \(O(1)\)이면 충분하지만, 대신 부분합을 구하는 데에는 \(O(N)\)이 필요하다. 그렇다면 이 자료구조를 이진 트리로 구성하면 어떨까? 값에 접근하는 데에 걸리는 시간이 \(O(\lg N)\)으로 늘어나지만 대신 부분합을 구하...
개요 다익스트라 알고리즘과 함께 Single Sourse Shortest Path(SSSP) 문제를 푸는 알고리즘이다. 즉, 한 노드에서 다른 모든 노드로 가는 최단 경로를 구하는 알고리즘이다. 다익스트라 알고리즘보다 느리지만, 음수 가중치 간선이 있어도 작동하며, 음수 가중치 사...
개요 다익스트라 알고리즘은 Single Sourse Shortest Path(SSSP) 문제를 푸는 알고리즘 중 하나이다. 즉, 한 노드에서 다른 모든 노드로 가는 최단 경로를 구하는 알고리즘이다. 단, 다익스트라 알고리즘은 음수 가중치 엣지를 허용하지 않는다. 이 경우에는 벨만-...