以一道题引入:平面上有 n n n个矩形,有很多位置被多个矩形覆盖,其中有被最多矩形覆盖的点,问覆盖这个点的矩形个数。
考虑把矩形中的每个点都加1,于是就是查询 M a x Max Max。
既然是维护平面上矩形的更改与 M a x Max Max,容易想到树套树,但是空间不行。所以希望要有一个一维的数据结构。
既然是一维的东西,怎么能维护平面呢?
类比一下小巧的一维差分:用一个变量(零维),从左到右走过去,每次累加,在位置 i i i,这个变量存下的是1至 i i i的前缀和(一维)。
这样一来,可以用线段树,从上到下加下来。
一个矩形把它拆成顶和底,顶的操作,是在左侧到右侧的区间内加1,底的操作,是在左侧到右侧的区间内-1。(注意,类似于一维差分,这里底的横坐标要+1)
一个拆分如下:
接下来考虑有多个矩形。
在做一维差分时,我们可以直接在数组上+1和-1,可是这里我们不能。
那么一维差分的原理是什么?
是在做到 i i i时,1至 i − 1 i-1 i−1都已经处理完,也就是讲究一个有序性。
为了保证有序的差分操作,按照拆完后的行( x , y x,y x,y)排序,然后自上到下一个个做,每次做完后查询 M a x Max Max即可。
需要注意的是,当多个行相同时,先减再加(双关键字排序),是因为减是针对矩形底的。
因为这个线段树是一维的,像一条线从上往下扫过去,于是得名“扫描线”。