一 什么是线段树？
线段树是一种二叉树数据结构，用于高效处理区间查询和区间更新问题。它将一个线性区间递归地划分为若干子区间，每个树节点存储相应区间的聚合信息。
1 核心特性
结构：完全二叉树或近似完全二叉树。
存储：每个节点存储一个区间的统计信息。
时间复杂度：
构建：O(n)。
区间查询：O(log n)。
区间更新：O(log n)。
2 基本结构
根节点：0, n-1
/ \
0, mid\] \[mid+1, n-1
二 初级线段树算法
1 基础线段树（区间求和）
核心思想：每个节点存储子区间元素的和。
算法步骤：
（1） 构建树：
递归地将区间二分。
叶子节点存储单个元素值。
内部节点存储左右子节点值之和。
（2） 区间查询：
从根节点开始递归。
如果当前区间完全包含在查询区间内，直接返回节点值。
如果与左子区间有重叠，查询左子树。
如果与右子区间有重叠，查询右子树。
合并左右子树结果。
（3）单点更新：
找到对应的叶子节点。
更新叶子节点值？
回溯更新所有祖先节点的和。
2 区间最值查询（RMQ）。
核心思想：每个节点存储子区间的最大值或最小值
算法步骤：
（1）构建过程与求和类似，但节点存储最值而非和。
（2）查询时比较左右子树的最值结果。
（3） 更新时重新计算受影响区间的最值。
三 中级算法
1 懒标记（Lazy Propagation）
核心思想：延迟更新操作，只在需要时执行。
算法步骤：
（1）懒标记设计：
每个节点维护一个懒标记值。
标记表示"该区间需要更新但尚未传递到子节点"。
（2） 区间更新：
更新时如果当前区间完全包含在目标区间内：
更新当前节点值。
设置懒标记（不立即更新子节点）
否则：
先将懒标记下推到子节点。
递归更新左右子树。
更新当前节点值。
（3） 查询时的处理：
遇到有懒标记的节点，先下推标记再查询。
2 区间赋值操作
核心思想：将区间内所有元素设置为指定值
算法步骤：
（1）使用懒标记记录待赋值的值。
（2）下推标记时直接用该值覆盖子节点。
（3）重置子节点的懒标记。
3 区间加值操作
核心思想：给区间内每个元素加上一个固定值
算法步骤：
（1）懒标记记录要加的值。
（2）更新节点值：原值 + 增加值 × 区间长度。
（3）下推时累加子节点的懒标记。
四 高级算法
1 多重懒标记
核心思想：同时支持多种区间操作（如加、乘、赋值）。
算法步骤：
（1）标记优先级：通常赋值 > 乘法 > 加法。
（2）标记处理顺序：
先处理赋值标记。
再处理乘法标记。
最后处理加法标记。
（3） 下推策略：根据标记类型按顺序更新子节点。
2 扫描线算法
核心思想：处理平面矩形面积/周长并集问题。
算法步骤：
（1）事件处理：
将矩形边作为事件（入边/出边）。
按坐标排序处理。
2 线段树维护：
叶子节点表示离散化后的小区间。
节点记录区间被覆盖的次数和覆盖总长度。
动态更新覆盖状态并计算有效长度。
3 主席树（可持久化线段树）
核心思想：保存历史版本，支持查询任意时刻的状态。
算法步骤：
（1）版本管理：
每次更新只创建受影响路径的新副本。
未改变的节点共享引用。
（2） 查询历史：
维护各个版本的根节点。
通过对应版本的根节点访问历史状态。
4 动态开点线段树
核心思想：避免构建完整树结构，按需创建节点。
算法步骤：
（1）初始只有根节点。
（2）在更新过程中动态创建需要的子节点。
（3）适合值域很大但实际数据稀疏的场景。
5 二维线段树
核心思想：扩展到二维平面处理矩形区域查询。
算法步骤：
（1） 树套树结构：
外层线段树管理行区间。
每个外层节点包含一个内层线段树管理列区间。
（2） 操作处理：
在外层树定位行区间。
在内层树处理列区间操作。
时间复杂度：O(log²n)。
五 总结
1 根据问题类型选择
基础统计：区间求和/最值 → 基础线段树。
批量更新：区间修改 → 懒标记线段树。
复杂操作：多种更新类型 → 多重懒标记。
历史查询：版本控制 → 主席树。
稀疏数据：大值域 → 动态开点。
平面问题：二维区域 → 二维线段树/扫描线。
2 性能考虑
（1） 单点操作比区间操作简单。
（2）懒标记增加常数但保持对数复杂度。
（3） 可持久化增加空间复杂度。
（4） 二维线段树时间空间开销都较大。
线段树的核心优势在于其灵活性和效率的平衡，通过不同的节点设计和标记策略，可以适应各种区间处理需求。