范围查询的另一解法需要借助范围树(range tree)。
为此,首先仿照如图8.37(教材240页)和图8.38(教材241页)所示的策略,按x坐标将平面上所有输入点组织为一棵平衡二叉搜索树,称作主树(main tree)。
于是如图x8.10(a)和(b)所示,该树中每个节点各自对应于一个竖直的条带区域;左、右孩子所对应的条带互不重叠,均由父节点所对应的条带垂直平分而得;同一深度上所有节点所对应的条带也互不重叠,而且它们合并后恰好覆盖整个平面。
接下来,分别对于主树中每一节点,将落在其所对应条带区域中的输入点视作一个输入子集,并同样采用以上方法,按照y坐标将各个子集组织为一棵平衡二叉搜索树,它们称作关联树(associative tree)。于是如图x8.10(a)和(c)所示,每棵关联树所对应的竖直条带,都会进而逐层细分为多个矩形区域,且这些矩形区域也同样具有以上所列主树中各节点所对应条带区域的性质,至此,主树与这o(n)棵关联树构成了一个两层的嵌套结构,即所谓的范围树。
利用范围树,可按如下思路实现高效的范围查询,对于任一查询范围R=[x1,x2]×[y1,y2],首先按照[x1,x2]对主树做一次×方向的范围查询。根据8.4.1节的分析结论,如此可以得到o(logn)个节点,而且如x8.10(b)所示,它们所对应的竖直条带互不重叠,它们合并后恰好覆盖了x坐标落在[x1,x2]范围内的所有输入点。
接下来,深入这些节点各自对应的关联树,分别按照[y1,y2]做一次y方向的范围查询。如此从每棵关联树中取出的一系列节点,也具有与以上取自主树的节点的类似性质,具体地如图x8.10(c)所示,这些节点所对应的矩形区域互不重叠,且它们合并之后恰好覆盖了当前竖直条带内y坐标落在[y1,y2]范围内的所有输入点。换而言之,这些点合并之后将给出落在R中的所有点,既无重也不漏。
a)试证明,如此实现的范围树,空间复杂度为o(nlogn);
b)按照以上描述,试利用你的范围树实现新的范围查询算法;
c)试证明,以上范围查询算法的时间复杂度为O(r+log2n),其中r为实际命中并被报告的点数;
d)继续改进以上范围树,在不增加空间复杂度的前提下,将查询时间减至O(r+logn)。
A.氟哌啶醇建议静脉应用
B.利培酮慎与已知有QT间期延长作用药物合用
C.奥氮平会导致嗜睡、体重增加
D.抗抑郁、抗焦虑类药物表现起效慢,1-2周起效,且在早期容易出现焦虑加重
E.苯二氮草类药物及其他镇静催眠药物要注意其成瘾性
A、患者全身状况不佳
B、拔除牙齿过多、牙窝过大
C、术者操作粗暴,钳夹牙龈致其损伤
D、牙窝内残留炎性肉芽组织
E、牙窝内残留牙根
A.ONU故障
B.ONT的LAN口故障
C.光纤线路故障或连接不规范,光路衰减过大或过小
D.OLT配置的最近最远距离不合适
关于软件性能测试的指标,下列说法不正确的是______。
A.系统的响应时间通常是指该系统所有功能的平均响应时间或者所有功能的最大响应时间
B.响应时间是一个合理且准确的性能指标,其绝对值可以直接反映软件性能的高低
C.对于无并发的应用系统而言,吞吐量与响应时间成严格的反比关系
D.吞吐量不能无限的增大,关键原因在于资源利用率不能无限的提高