leetcode刷题之线段树惰性传播
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。
https://www.youtube.com/watch?v=xuoQdt5pHj0&t=622s
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。
腾讯云开发者
