分块思想

简介

其实，分块是一种思想，而不是一种数据结构。

从 NOIP 到 NOI 到 IOI，各种难度的分块思想都有出现。

分块的基本思想是，通过对原数据的适当划分，并在划分后的每一个块上预处理部分信息，从而较一般的暴力算法取得更优的时间复杂度。

分块的时间复杂度主要取决于分块的块长，一般可以通过均值不等式求出某个问题下的最优块长，以及相应的时间复杂度。

分块是一种很灵活的思想，相较于树状数组和线段树，分块的优点是通用性更好，可以维护很多树状数组和线段树无法维护的信息。

当然，分块的缺点是渐进意义的复杂度，相较于线段树和树状数组不够好。

不过在大多数问题上，分块仍然是解决这些问题的一个不错选择。

下面是几个例子。

区间和

我们将序列按每 个元素一块进行分块，并记录每块的区间和 。

最后一个块可能是不完整的（因为 很可能不是 的倍数），但是这对于我们的讨论来说并没有太大影响。

首先看查询操作：

• 若 和 在同一个块内，直接暴力求和即可，因为块长为 ，因此最坏复杂度为 。
• 若 和 不在同一个块内，则答案由三部分组成：以 开头的不完整块，中间几个完整块，以 结尾的不完整块。对于不完整的块，仍然采用上面暴力计算的方法，对于完整块，则直接利用已经求出的 求和即可。这种情况下，最坏复杂度为 。

接下来是修改操作：

• 若 和 在同一个块内，直接暴力修改即可，因为块长为 ，因此最坏复杂度为 。
• 若 和 不在同一个块内，则需要修改三部分：以 开头的不完整块，中间几个完整块，以 结尾的不完整块。对于不完整的块，仍然是暴力修改每个元素的值（别忘了更新区间和 ），对于完整块，则直接修改 即可。这种情况下，最坏复杂度和仍然为 。

利用均值不等式可知，当 ，即 时，单次操作的时间复杂度最优，为 。

区间和 2

上一个做法的复杂度是 。

我们在这里介绍一种 的算法。

为了 询问，我们可以维护各种前缀和。

然而在有修改的情况下，不方便维护，只能维护单个块内的前缀和。

以及整块作为一个单位的前缀和。

每次修改 。

询问：涉及三部分，每部分都可以直接通过前缀和得到，时间复杂度 。

对询问分块

同样的问题，现在序列长度为 ，有 个操作。

如果操作数量比较少，我们可以把操作记下来，在询问的时候加上这些操作的影响。

假设最多记录 个操作，则修改 ，询问 。

个操作之后，重新计算前缀和，。

总复杂度：。

时，总复杂度 。

其他问题

分块思想也可以应用于其他整数相关问题：寻找零元素的数量、寻找第一个非零元素、计算满足某个性质的元素个数等等。

还有一些问题可以通过分块来解决，例如维护一组允许添加或删除数字的集合，检查一个数是否属于这个集合，以及查找第 大的数。要解决这个问题，必须将数字按递增顺序存储，并分割成多个块，每个块中包含 个数字。每次添加或删除一个数字时，必须通过在相邻块的边界移动数字来重新分块。

一种很有名的离线算法

莫队算法，也是基于分块思想实现的。

练习题

• UVA - 12003 - Array Transformer

• UVA - 11990 Dynamic Inversion

• SPOJ - Give Away

• Codeforces - Till I Collapse

• Codeforces - Destiny

• Codeforces - Holes

• Codeforces - XOR and Favorite Number

• Codeforces - Powerful array

• SPOJ - DQUERY

  本页面主要译自博文 Sqrt-декомпозиция 与其英文翻译版 Sqrt Decomposition。其中俄文版版权协议为 Public Domain + Leave a Link；英文版版权协议为 CC-BY-SA 4.0。