「面试高频题」可拓展变形的「区间求和」经典题

题目描述
这是 LeetCode 上的 1893. 检查是否区域内所有整数都被覆盖 ，难度为 简单。

Tag : 「模拟」、「树状数组」、「线段树」

给你一个二维整数数组 ranges 和两个整数 left 和 right。每个 ranges[i]=[starti,endi]ranges[i] = [start_i, end_i]ranges[i]=[starti,endi] 表示一个从 startistart_istarti 到 endiend_iendi 的 闭区间 。

如果闭区间 [left,right][left, right][left,right] 内每个整数都被 ranges 中 至少一个 区间覆盖，那么请你返回 true，否则返回 false。

已知区间 ranges[i]=[starti,endi]ranges[i] = [start_i, end_i]ranges[i]=[starti,endi]，如果整数 x 满足 starti<=x<=endistart_i <= x <= end_istarti<=x<=endi，那么我们称整数 x 被覆盖了。

示例 1：

输入：ranges = [[1,2],[3,4],[5,6]], left = 2, right = 5输出：true解释：2 到 5 的每个整数都被覆盖了：- 2 被第一个区间覆盖。- 3 和 4 被第二个区间覆盖。- 5 被第三个区间覆盖。复制代码
示例 2：

输入：ranges = [[1,10],[10,20]], left = 21, right = 21输出：false解释：21 没有被任何一个区间覆盖。复制代码
提示：

1<=ranges.length<=501 <= ranges.length <= 501<=ranges.length<=50
1<=starti<=endi<=501 <= start_i <= end_i <= 501<=starti<=endi<=50
1<=left<=right<=501 <= left <= right <= 501<=left<=right<=50
模拟
一个简单的想法是根据题意进行模拟，检查 [left,right][left, right][left,right] 中的每个整数，如果检查过程中发现某个整数没被 rangesrangesranges 中的闭区间所覆盖，那么直接返回 False，所有数值通过检查则返回 True。

代码：

class Solution {
public boolean isCovered(int[][] rs, int l, int r)
{
for (int i = l; i <= r; i++)
{
boolean ok = false;
for (int[] cur : rs)
{
int a = cur[0], b = cur[1];
if (a <= i && i <= b)
{
ok = true;
break;
}
}
if (!ok) return false;
}
return true;
}
}

时间复杂度：令 [left,right][left, right][left,right] 之间整数数量为 nnn，rangesrangesranges 长度为 mmm。整体复杂度为 O(n∗m)O(n * m)O(n∗m)
空间复杂度：O(1)O(1)O(1)
树状数组
针对此题，可以有一个很有意思的拓展，将本题难度提升到【中等】甚至是【困难】。

将查询 [left,right][left, right][left,right] 修改为「四元查询数组」querysquerysquerys，每个 querys[i]querys[i]querys[i] 包含四个指标 (a,b,l,r)(a,b,l,r)(a,b,l,r)：代表询问 [l,r][l, r][l,r] 中的每个数是否在 rangerangerange 中 [a,b][a, b][a,b] 的闭区间所覆盖过。

如果进行这样的拓展的话，那么我们需要使用「持久化树状数组」或者「主席树」来配合「容斥原理」来做。

基本思想都是使用 range[0,b]range[0,b]range[0,b] 的计数情况减去 range[0,a−1]range[0, a-1]range[0,a−1] 的计数情况来得出 [a,b][a, b][a,b] 的计数情况。

回到本题，由于数据范围很小，只有 505050，我们可以使用「树状数组」进行求解：

void add(int x, int u)：对于数值 xxx 出现次数进行 +u+u+u 操作；
int query(int x)：查询某个满足 <=x<= x<=x 的数值的个数。
那么显然，如果我们需要查询一个数值 xxx 是否出现过，可以通过查询 cnt=query(x)−query(x−1)cnt = query(x) - query(x - 1)cnt=query(x)−query(x−1) 来得知。

代码：

class Solution
{
int n = 55;
int[] tr = new int[n];
int lowbit(int x)
{
return x & -x;
}
void add(int x, int u)
{
for (int i = x; i <= n; i += lowbit(i)) tr[i] += u;
}
int query(int x)
{
int ans = 0;
for (int i = x; i > 0; i -= lowbit(i)) ans += tr[i];
return ans;
}
public boolean isCovered(int[][] rs, int l, int r)
{
for (int[] cur : rs)
{
int a = cur[0], b = cur[1];
for (int i = a; i <= b; i++)
{
add(i, 1);
}
}
for (int i = l; i <= r; i++)
{
int cnt = query(i) - query(i - 1);
if (cnt == 0)
return false;
}
return true;
}
}

时间复杂度：令 [left,right][left, right][left,right] 之间整数数量为 nnn，∑i=0range.legth−1ranges[i].length\sum_{i = 0}^{range.legth - 1}ranges[i].length∑i=0range.legth−1ranges[i].length 为 sumsumsum，常数 CCC 固定为 555555。建树复杂度为 O(sumlog⁡C)O(sum\log C)O(sumlogC)，查询查询复杂度为 O(nlog⁡C)O(n\log{C})O(nlogC)。整体复杂度为 O(sumlog⁡C+nlog⁡C)O(sum\log{C} + n\log{C})O(sumlogC+nlogC)
空间复杂度：O©O©O©
树状数组（去重优化）
在朴素的「树状数组」解法中，我们无法直接查询 [l,r][l, r][l,r] 区间中被覆盖过的个数的根本原因是「某个值可能会被重复添加到树状数组中」。

因此，一种更加优秀的做法：在往树状数组中添数的时候进行去重，然后通过 cnt=query®−query(l−1)cnt = query® - query(l - 1)cnt=query®−query(l−1) 直接得出 [l,r][l, r][l,r] 范围内有多少个数被添加过。

这样的 Set 去重操作可以使得我们查询的复杂度从 O(nlog⁡C)O(n\log{C})O(nlogC) 下降到 O(log⁡C)O(\log{C})O(logC)。

由于数值范围很小，自然也能够使用数组来代替 Set 进行标记（见 P2）

代码：

class Solution
{
int n = 55;
int[] tr = new int[n];
int lowbit(int x)
{
return x & -x;
}
void add(int x, int u)
{
for (int i = x; i <= n; i += lowbit(i)) tr[i] += u; }
int query(int x) {
int ans = 0;
for (int i = x; i > 0; i -= lowbit(i)) ans += tr[i];
return ans;
}
public boolean isCovered(int[][] rs, int l, int r)
{
Set set = new HashSet<>();
for (int[] cur : rs)
{
int a = cur[0], b = cur[1];
for (int i = a; i <= b; i++)
{
if (!set.contains(i))
{
add(i, 1);
set.add(i);
}
}
}
int tot = r - l + 1, cnt = query® - query(l - 1);
return tot == cnt;
}
}

class Solution {
int n = 55;
int[] tr = new int[n];
boolean[] vis = new boolean[n];
int lowbit(int x)
{
return x & -x;
}
void add(int x, int u)
{
for (int i = x; i <= n; i += lowbit(i)) tr[i] += u;
}
int query(int x)
{
int ans = 0;
for (int i = x; i > 0; i -= lowbit(i)) ans += tr[i];
return ans;
}
public boolean isCovered(int[][] rs, int l, int r)
{
for (int[] cur : rs)
{
int a = cur[0], b = cur[1];
for (int i = a; i <= b; i++)
{
if (!vis[i]) {
add(i, 1);
vis[i] = true;
}
}
}
int tot = r - l + 1, cnt = query® - query(l - 1);
return tot == cnt;
}
}

时间复杂度：令 [left,right][left, right][left,right] 之间整数数量为 nnn，∑i=0range.legth−1ranges[i].length\sum_{i = 0}^{range.legth - 1}ranges[i].length∑i=0range.legth−1ranges[i].length 为 sumsumsum，常数 CCC 固定为 555555。建树复杂度为 O(sumlog⁡C)O(sum\log C)O(sumlogC)，查询查询复杂度为 O(log⁡C)O(\log{C})O(logC)。整体复杂度为 O(sumlog⁡C+log⁡C)O(sum\log{C} + \log{C})O(sumlogC+logC)
空间复杂度：O(C+∑i=0range.legth−1ranges[i].length)O(C + \sum_{i = 0}^{range.legth - 1}ranges[i].length)O(C+∑i=0range.legth−1ranges[i].length)
线段树（不含“懒标记”）
更加进阶的做法是使用「线段树」来做，与「树状数组（优化）」解法一样，线段树配合持久化也可以用于求解「在线」问题。

与主要解决「单点修改 & 区间查询」的树状数组不同，线段树能够解决绝大多数「区间修改（区间修改/单点修改）& 区间查询」问题。

对于本题，由于数据范围只有 555555，因此我们可以使用与「树状数组（优化）」解法相同的思路，实现一个不包含“懒标记”的线段树来做（仅支持单点修改 & 区间查询）。

代码：

class Solution
{
// 代表 [l, r] 区间有 cnt 个数被覆盖
class Node
{
int l, r, cnt;
Node (int _l, int _r, int _cnt)
{
l = _l; r = _r; cnt = _cnt;
}
}
int N = 55;
Node[] tr = new Node[N * 4];
void pushup(int u)
{
tr[u].cnt = tr[u << 1].cnt + tr[u << 1 | 1].cnt;
}
void build(int u, int l, int r)
{
if (l == r) {
tr[u] = new Node(l, r, 0);
}
else
{
tr[u] = new Node(l, r, 0);
int mid = l + r >> 1;
build(u << 1, l, mid);
build(u << 1 | 1, mid + 1, r);
pushup(u);
}
}
// 从 tr 数组的下标 u 开始，在数值 x 的位置进行标记
void update(int u, int x)
{
if (tr[u].l == x && tr[u].r == x)
{
tr[u].cnt = 1;
}
else
{
int mid = tr[u].l + tr[u].r >> 1;
if (x <= mid) update(u << 1, x);
else update(u << 1 | 1, x);
pushup(u);
}
}
// 从 tr 数组的下标 u 开始，查询 [l,r] 范围内有多少个数值被标记
int query(int u, int l, int r)
{
if (l <= tr[u].l && tr[u].r <= r) return tr[u].cnt;
int mid = tr[u].l + tr[u].r >> 1;
int ans = 0;
if (l <= mid) ans += query(u << 1, l, r);
if (r > mid) ans += query(u << 1 | 1, l, r);
return ans;
}
public boolean isCovered(int[][] rs, int l, int r)
{
build(1, 1, N);
for (int[] cur : rs) {
int a = cur[0], b = cur[1];
for (int i = a; i <= b; i++)
{
update(1, i);
}
}
int tot = r - l + 1 , cnt = query(1, l, r);
return tot == cnt;
}
}

时间复杂度：令 [left,right][left, right][left,right] 之间整数数量为 nnn，∑i=0range.legth−1ranges[i].length\sum_{i = 0}^{range.legth - 1}ranges[i].length∑i=0range.legth−1ranges[i].length 为 sumsumsum，常数 CCC 固定为 555555。建树复杂度为 O(sumlog⁡C)O(sum\log C)O(sumlogC)，查询查询复杂度为 O(log⁡C)O(\log{C})O(logC)。整体复杂度为 O(sumlog⁡C+log⁡C)O(sum\log{C} + \log{C})O(sumlogC+logC)
空间复杂度：O(C∗4)O(C * 4)O(C∗4)
最后
在这个系列文章里面，除了讲解解题思路以外，还会尽可能给出最为简洁的代码。如果涉及通解还会相应的代码模板。