树状数组

树状数组简介：

     树状数组是一种区间求和查询和元素修改的时间复杂度都在logN的线性的数据结构。它支持sigma(a[1], a[2], ... a[i]) 时间的复杂度为logN的查询，和对a[i]时间复杂度为logN的修改。

来观察这个图：

　　令这棵树的结点编号为C1，C2...Cn。令每个结点的值为这棵树的值的总和，那么容易发现：

　　C1 = A1

　　C2 = A1 + A2

　　C3 = A3

　　C4 = A1 + A2 + A3 + A4

　　C5 = A5

　　C6 = A5 + A6

　　C7 = A7

　　C8 = A1 + A2 + A3 + A4 + A5 + A6 + A7 + A8

　　...

　　C16 = A1 + A2 + A3 + A4 + A5 + A6 + A7 + A8 + A9 + A10 + A11 + A12 + A13 + A14 + A15 + A16

　　这里有一个有趣的性质：

　　设节点编号为x，那么这个节点管辖的区间为2^k（其中k为x二进制末尾0的个数）个元素。因为这个区间最后一个元素必然为Ax，

　　所以很明显：Cn = A(n – 2^k + 1) + ... + An

　　算这个2^k有一个快捷的办法，定义一个函数如下即可：

　　int lowbit(int x){

　　return x&(x^(x–1));

　　}

　　当想要查询一个SUM(n)(求a[n]的和），可以依据如下算法即可：

　　step1:　令sum = 0，转第二步；

　　step2:　假如n <= 0，算法结束，返回sum值，否则sum = sum + Cn，转第三步；

　　step3: 令n = n – lowbit(n)，转第二步。

　　可以看出，这个算法就是将这一个个区间的和全部加起来，为什么是效率是log(n)的呢？以下给出证明：

　　n = n – lowbit(n)这一步实际上等价于将n的二进制的最后一个1减去。而n的二进制里最多有log(n)个1，所以查询效率是log(n)的。

　　那么修改呢，修改一个节点，必须修改其所有祖先，最坏情况下为修改第一个元素，最多有log(n)的祖先。

　　所以修改算法如下（给某个结点i加上x）：

　　step1: 当i > n时，算法结束，否则转第二步；

　　step2: Ci = Ci + x， i = i + lowbit(i)转第一步。

　　i = i +lowbit(i)这个过程实际上也只是一个把末尾1补为0的过程

本文来自CSDN博客，转载请标明出处：http://blog.csdn.net/ACb0y/archive/2010/09/09/5873595.aspx