我一直在思考以下问题：
我们给了一个 n 个数字数组。我们从第一个索引开始，我们的任务是到达最后一个索引。我们的每一步都可以向前跳一两步，而索引上的数字代表我们访问该索引所需支付的费用。我们需要找到最便宜的到达数组末尾的方法。
例如，如果数组如下所示： [2,1,4,2,5] 最便宜的到达终点的方法是10：我们访问索引 1- > 2-> 4-> 5 ，我们必须支付 2 + 1 + 2 + 5 = 10 ，这是最便宜的方式。假设 f（i）是获得索引 i 的最便宜价格。我们可以通过实现 f（i）= arr [i] + min（f（i-1），f（i- 2））
但是这里有一个转折点： 数组会更新几次，每次更新后，我们都需要能够在 O（logn）时间中告诉您目前最便宜的方法是什么。通过告诉索引将要更改的索引和将要更改的编号来更新数组。例如，更新可能是 arr [2] = 7 ，将我们的示例数组更改为 [2,7,4,2,5] 。现在最便宜的方法是11。
现在我们如何在 O（logn）时间内支持这些更新？有什么想法吗？
这是我到目前为止提出的： 首先，我将为动态编程创建数组 f ，如前所述。我将通过以下方式将该数组的内容存储在段树 s 中： s（i）= f（i）-f（i-1）。这将允许我在 O（logn）时间内更新 f 的时间间隔（向每个值添加一个常数），并在 O（登录）时间。这很方便，因为在进行一些更新后，经常会发生 f 中的所有值都需要在 f 中的给定索引之后增加一个常数的情况。因此，通过在每次更新后在细分树中询问 s（n）的值，我们将获得所需的答案。
但是更新后可能会发生不同的事情：
答案 0 :(得分：3)
好的，我设法自己解决了所有问题，因此我决定与您分享解决方案。 ：）
使用动态编程和段树，我走在正确的轨道上，但是在以前的尝试中，以错误的方式喂入了段树。
以下是我们在 O（登录）时间内支持更新的方式： 想法是使用一个二进制段树，其中树的叶子代表当前数组，每个节点存储4个不同的值。
对于后代，我指的是同样是叶子的节点的后代。
更新数组时，我们先更新叶子的值，然后再更新其所有祖先的根。由于在每个节点上我们都已经知道了其两个子节点的所有这4个值，因此我们可以轻松计算当前父节点的新4个值。仅举一个例子： v1_current_node = min（v2_leftchild + v1_rightchild，v1_leftchild + v1_rightchild，v1_leftchild + v3_rightchild）。其他所有三个值都可以用类似的方式计算。
由于每个叶子只有 O（logn）个祖先，并且所有4个值都是在 O（1）中计算的，因此只需要 O（登录）。该时间来更新整个树。
现在我们知道每个节点的 4 值，我们可以使用类似的方法，通过从第一个节点到第 n 个节点来计算最低成本：树中路径中 2 的最高幂的节点加起来为 n 。例如，如果 n = 11 ，我们想知道从第一个节点到第十一个节点的最低成本，这可以通过使用覆盖 1-8 叶子的节点的信息来完成>，该节点覆盖树叶 9-10 和树叶节点 11 。对于所有这三个节点，我们都知道所描述的 4 值，并且我们可以通过类似的方式组合该信息来找出答案。最多我们需要考虑使用 O（logn）节点，这样就不会出现问题。