线段树/树状数组
***(个人学习笔记,十分不严谨) ***
1. 线段数(二叉树节点的值称根值,自命)
-
区间修改,区间查询
1>Segtreenode是节点结构体(一般是n的4倍就够了),lazy表示延迟值(修改区间值暂时存储,表示该区间每个点要增加多少),val表示整个区间的值的总和(由于是完全二叉树,所以由左儿子和右儿子的val和得到)。
2>build函数(参数:左边界、右边界、边界所属的根值)构造完全二叉树,将每个节点的lazy延迟值初始化为0,当左右边界一样时,也就是到了最底层叶子,叶子的边界值l和r等于数组A的下角标,存入节点的val值,并返回(最开始是一直到底的,然后返回叶子的val,得到父节点的val值);如果左右边界不一样,取中间值往下构造。
3>pushup函数(参数:父节点根值rt),由左右子节点val和得到rt节点的val。
4>update函数(参数:查询区间LR,添加范围C,操作范围lr,操作范围所属节点rt)用于区间更新,如果操作范围完全在查找范围,那可以对操作范围的所属节点操作即可,不用更新完区间所有值。对该节点val值增加该范围所全部增加的和,然后延迟值增加C;如果操作范围完全不在查询范围,直接返回;如果只有部分在查询范围,取中间值向下更新(在此之前pushdown())。
5>pushdown函数,下放节点的延迟值,并清除节点的延迟值(把存的延迟值放下去)。
//洛谷P3372
#include<bits/stdc++.h>
using namespace std;
#define maxn 100007
#define ll long long
ll A[maxn],n,m;
struct Segtreenode
{
ll val;
ll lazy;
}Segtree[maxn<<2];
void pushup(ll rt)
{
Segtree[rt].val=Segtree[rt<<1].val+Segtree[rt<<1|1].val;
}
void build(ll l,ll r,ll rt)
{
Segtree[rt].lazy=0;//延迟值初始化
if(l==r)//l==r的是叶子,将叶子值赋给第rt点
{
Segtree[rt].val=A[l];
return;
}
ll m=(l+r)>>1;
build(l,m,rt<<1);//rt*2是左儿子的根值,范围是l~m;
build(m+1,r,rt<<1|1);//右子树
pushup(rt);//更新父节点的val值
}
void pushdown(ll rt,ll ln,ll rn)
{
if(Segtree[rt].lazy)//根rt存有延迟值,往下开始分配
{
Segtree[rt<<1].val+=Segtree[rt].lazy*ln;
Segtree[rt<<1|1].val+=Segtree[rt].lazy*rn;
//更新左右子节点的val
Segtree[rt<<1].lazy+=Segtree[rt].lazy;
Segtree[rt<<1|1].lazy+=Segtree[rt].lazy;
//更新左右子节点的延迟值
Segtree[rt].lazy=0;
}
}
void update(ll L,ll R,ll C,ll l,ll r,ll rt)
{
if(L<=l&&r<=R)//lr在更新区间LR里面
{
Segtree[rt].val+=C*(r-l+1);
Segtree[rt].lazy+=C;
return;
}
if(R<l||L>r)return;//lr完全不在查询区间
ll m=(l+r)>>1;
pushdown(rt,m-l+1,r-m);
//lr部分在查询区间
update(L,R,C,l,m,rt<<1);
update(L,R,C,m+1,r,rt<<1|1);
pushup(rt);
}
ll query(ll L,ll R,ll l,ll r,ll rt)
{
if(L<=l&&r<=R)
{
return Segtree[rt].val;
}
if(R<l||L>r)return 0;
ll m=(l+r)>>1;
pushdown(rt,m-l+1,r-m);
return query(L,R,l,m,rt<<1)+query(L,R,m+1,r,rt<<1|1);
}
int main()
{
scanf("%d%d",&n,&m);
for(ll i=1;i<=n;i++)
{
cin>>A[i];
}
build(1,n,1);
while(m--)
{
int t;cin>>t;
if(t==1)
{
ll x,y,k;cin>>x>>y>>k;
update(x,y,k,1,n,1);
/*xy是不变的更新区间,
update函数缩小1-n
(lr)的范围*/
}
else
{
ll x,y;cin>>x>>y;
cout<<query(x,y,1,n,1)<<endl;
}
}
return 0;
}
树状数组
(树状数组的存储方式)
可以看到c[i]的存储个数为二进制最后一个1所代表的数字,可以用lowbit(x)求得,不赘述。
单点修改,区间查询
构造树状数组时就相当于进行单点修改。
每次修改都要在包含这个点的树上修改。
区间查询(x,y)就是求sum(1到y)-sum(1到x-1)
ll t,n,m;
const int maxn=5e5+10;
ll tree[maxn]={0};
void update(ll x,ll k){
for(ll i=x;i<=n;i+=lowbit(i)){
tree[i]+=k;
}
}
ll query(ll x,ll y){
ll sumx=0,sumy=0;
while(x>0){
sumx+=tree[x];
x-=lowbit(x);
}
while(y>0){
sumy+=tree[y];
y-=lowbit(y);
}
return sumy-sumx;
}
void solve(){
cin>>n>>m;
for(ll i=1;i<=n;i++){
ll x;cin>>x;
update(i,x);
}
while(m--){
ll p,x,y;cin>>p>>x>>y;
if(p==1){
update(x,y);
}else{
cout<<query(x-1,y)<<endl;
}
}
}
区间修改,单点查询
理论上讲区间修改可以看作多个单点修改,但容易爆。
现将树状数组改为树状差分数组,即树状数组对应的原数组存储的是相邻两数的差,这样区间内进行修改时,差值不变,对边缘进行修改即可
ll t,n,m;
const int maxn=5e5+10;
ll tree[maxn]={0};
void update(ll x,ll k){
for(ll i=x;i<=n;i+=lowbit(i)){
tree[i]+=k;
}
}
ll query(ll x,ll y){
ll sumx=0,sumy=0;
while(x>0){
sumx+=tree[x];
x-=lowbit(x);
}
while(y>0){
sumy+=tree[y];
y-=lowbit(y);
}
return sumy-sumx;
}
void solve(){
cin>>n>>m;
ll lx=0;
for(ll i=1;i<=n;i++){
ll x;cin>>x;
update(i,x-lx);
lx=x;
}
while(m--){
ll p;cin>>p;
if(p==1){
ll x,y,k;
cin>>x>>y>>k;
update(x,k);
update(y+1,-k);
}else{
ll x;cin>>x;
cout<<query(0,x)<<endl;
}
}
}