【c++提高1】数据结构之分块（预处理+暴力）

<< 下面是解决您提到的USACO问题的C++完整代码。这个版本采用了简单的暴力枚举法，适合中小规模的数据。如果数据规模较大，则可以考虑使用高级数据结构如线段树或分块技术来优化性能。 ```cpp #include <iostream> #include <vector> #include <algorithm> using namespace std; int main() { int N, Q; cin >> N >> Q; // 输入牛的数量和查询次数 vector<int> heights(N); // 存储每头牛的身高 for (int i = 0; i < N; ++i) { cin >> heights[i]; // 输入每头牛的身高 } while (Q--) { // 对于每一个查询 int A, B; cin >> A >> B; // 输入查询区间 [A, B] // 计算当前区间中的最大值和最小值 int current_min = heights[A - 1]; int current_max = heights[A - 1]; for (int i = A; i <= B; ++i) { if (heights[i - 1] < current_min) { current_min = heights[i - 1]; } if (heights[i - 1] > current_max) { current_max = heights[i - 1]; } } cout << (current_max - current_min) << endl; // 输出高度差 } return 0; } ``` --- ### **代码说明** 1. **变量定义：** - `N`: 牛的数量。 - `Q`: 查询次数。 - `heights[]`: 用于存储每头牛身高的数组。 2. **核心逻辑：** - 先输入所有的牛高信息存入`heights[]`数组。 - 针对每一次询问： - 初始化当前区间的最小值和最大值为第一个元素的值。 - 使用循环迭代计算出该区间内的最小值和最大值。 - 打印两者的差异作为结果。 3. **注意点：** - 用户提供的索引是以`1-based`形式传入的 (`A`, `B`)，因此在访问数组时需减去`1`转换为`0-based`。 - 这种做法适用于较小的数据集；若遇到更大的数据量，请尝试更高效的技术（例如线段树）。 --- ### 性能分析 - 时间复杂度：对于每个查询，都需要遍历整个指定的区间，总的时间复杂度为 \( O(Q \times K) \)，其中 \( K \) 是每次查询所涉及的平均节点数目。 - 空间复杂度：\( O(N) \)，仅需要保存所有牛的高度数据。 --- **优化建议：** 如果您希望处理更大范围的数据，推荐采用以下几种方法之一： 1. 构建稀疏表（Sparse Table）实现 RMQ（Range Minimum/Maximum Query）预处理。 2. 实现线段树或其他支持快速区间查询的数据结构。 ---