树状数组详解
出处：https://www.cnblogs.com/xenny/p/9739600.html
https://blog.csdn.net/bestsort/article/details/80796531
1.什么是树状数组？
顾名思义，就是用数组来模拟树形结构呗。那么衍生出一个问题，为什么不直接建树？答案是没必要，因为树状数组能处理的问题就没必要建树。和Trie树的构造方式有类似之处。
2.树状数组可以解决什么问题?
可以解决大部分基于区间上的更新以及求和问题。
3.树状数组和线段树的区别在哪里？
具体区别和联系如下：
1.两者在复杂度上同级, 但是树状数组的常数明显优于线段树, 其编程复杂度也远小于线段树.
2.树状数组的作用被线段树完全涵盖, 凡是可以使用树状数组解决的问题, 使用线段树一定可以解决, 但是线段树能够解决的问题树状数组未必能够解决.
3.树状数组的突出特点是其编程的极端简洁性, 使用lowbit技术可以在很短的几步操作中完成树状数组的核心操作，其代码效率远高于线段树
4.树状数组的优点和缺点
修改和查询的复杂度都是O(logN)，而且相比线段树系数要少很多，比传统数组要快，而且容易写。
缺点是遇到复杂的区间问题还是不能解决，功能还是有限。
一、树状数组介绍
对于一般的二叉树,我们是这样画的
把位置稍微移动一下,便是树状数组的画法
上图其实是求和之后的数组,原数组和求和数组的对照关系如下,其中a数组是原数组,c数组是求和后的数组:
C[i]代表子树的叶子结点的权值之和
如图可以知道：
C[1]=A[1];
C[2]=A[1]+A[2];
C[3]=A[3];
C[4]=A[1]+A[2]+A[3]+A[4];
C[5]=A[5];
C[6]=A[5]+A[6];
C[7]=A[7];
C[8]=A[1]+A[2]+A[3]+A[4]+A[5]+A[6]+A[7]+A[8];
再将其转化为二进制看一下:
C[1] = C[0001] = A[1];
C[2] = C[0010] = A[1]+A[2];
C[3] = C[0011] = A[3];
C[4] = C[0100] = A[1]+A[2]+A[3]+A[4];
C[5] = C[0101] = A[5];
C[6] = C[0110] = A[5]+A[6];
C[7] = C[0111] = A[7];
C[8] = C[1000] = A[1]+A[2]+A[3]+A[4]+A[5]+A[6]+A[7]+A[8];
对照式子可以发现 C[i] = A[i - 2^k+1] + … + A[i]; ;
(k为i的二进制中从最低位到高位连续零的长度)
例如i=8(1000)时，k=3;
C[8] = A[8-2^3+1]+…+A[8]
即为上面列出的式子
这个怎么实现求和呢，比如我们要找前7项和，那么应该是SUM = C[7] + C[6] + C[4];
而根据上面的式子，容易的出SUMi = C[i] + C[i-2^k1] +
C[(i - 2^k1) - 2k2] + …；
其实树状数组就是一个二进制上面的应用。
现在新的问题来了
2^k
该怎么求呢，不难得出2^k =
i&(i^(i-1));但这个还是不好求出呀，前辈的智慧就出来了
2^k = i&(-i);
为什么呢？
这里利用的负数的存储特性，负数是以补码存储的，对于整数运算 x&(-x)有
1 当x为0时，即 0 & 0，结果为0；
2 当x为奇数时，最后一个比特位为1，取反加1没有进位，故x和-x除最后一位外前面的位正好相反，按位与结果为0。结果为1。
3 当x为偶数，且为2的m次方时，x的二进制表示中只有一位是1（从右往左的第m+1位），其右边有m位0，故x取反加1后，从右到左第有m个0，第m+1位及其左边全是1。这样，x& (-x) 得到的就是x。
4 当x为偶数，却不为2的m次方的形式时，写作x= y * (2^k)。
其中，y的最低位为1。实际上就是把x用一个奇数左移k位来表示。这时，x的二进制表示最右边有k个0，从右往左第k+1位为1。当对x取反时，最右边的k位0变成1，第k+1位变为0；再加1，最右边的k位就又变成了0，第k+1位因为进位的关系变成了1。左边的位因为没有进位，正好和x原来对应的位上的值相反。二者按位与，得到：第k+1位上为1，左边右边都为0。结果为2^k。
总结一下：x&(-x)，当x为0时结果为0；x为奇数时，结果为1；x为偶数时，结果为x中2的最大次方的因子。
而且这个有一个专门的称呼，叫做lowbit，即取2^k。
二、如何建立树状数组
上面已经解释了如何用树状数组求区间和，那么如果我们要更新某一个点的值呢，还是一样的，上面说了C[i] = A[i - 2k+1] + A[i - 2k+2] + … + A[i]，那么如果我们更新某个A[i]的值，则会影响到所有包含有A[i]位置。如果求A[i]包含哪些位置里呢，同理有
A[i] 包含于 C[i + 2k]、C[(i + 2k) + 2k]…；
好，现在已经搞清楚了更新和求和，就可以来建树状数组了。如果上面的求和、更新或者lowbit步骤还没搞懂的化，建议再思考弄懂再往下看。
那么构造一个树状数组则为
int n;
int a[1005],c[1005]; //对应原数组和树状数组
int lowbit(int x){
return x&(-x);
}
void updata(int i,int k){ //在i位置加上k
while(i <= n){
c[i] += k;
i += lowbit(i);
}
}
int getsum(int i){ //求A[1 - i]的和
int res = 0;
while(i > 0){
res += c[i];
i -= lowbit(i);
}
return res;
}这样就构造了一个树状数组。下面看一道模板题目吧。
题目链接：敌兵布阵
#include <bits/stdc++.h>
using namespace std;
int n,m;
int a[50005],c[50005]; //对应原数组和树状数组
int lowbit(int x){
return x&(-x);
}
void updata(int i,int k){ //在i位置加上k
while(i <= n){
c[i] += k;
i += lowbit(i);
}
}
int getsum(int i){ //求A[1 - i]的和
int res = 0;
while(i > 0){
res += c[i];
i -= lowbit(i);
}
return res;
}
int main(){
int t;
cin>>t;
for(int tot = 1; tot <= t; tot++){
cout << "Case " << tot << ":" << endl;
memset(a, 0, sizeof a);
memset(c, 0, sizeof c);
cin>>n;
for(int i = 1; i <= n; i++){
cin>>a[i];
updata(i,a[i]); //输入初值的时候，也相当于更新了值
}
string s;
int x,y;
while(cin>>s && s[0] != 'E'){
cin>>x>>y;
if(s[0] == 'Q'){ //求和操作
int sum = getsum(y) - getsum(x-1);
//x-y区间和也就等于1-y区间和减去1-(x-1)区间和
cout << sum << endl;
}
else if(s[0] == 'A'){
updata(x,y);
}
else if(s[0] == 'S'){
updata(x,-y); //减去操作，即为加上相反数
}
}
}
return 0;
}这就是最简单的点更新区间求和了。
三、树状数组的几种变式(区间更新，区间查询)
1.单点更新、单点查询
传统数组可做
2.单点更新、区间查询
已讲解，详细看上面
3.区间更新、单点查询
这就是第一个问题，如果题目是让你把x-y区间内的所有值全部加上k或者减去k，然后查询操作是问某个点的值，这种时候该怎么做呢。如果是像上面的树状数组来说，就必须把x-y区间内每个值都更新，这样的复杂度肯定是不行的，这个时候，就不能再用数据的值建树了，这里我们引入差分，利用差分建树。
假设我们规定A[0] = 0;
则有 A[i] = Σ(j=1-i)D[j]; (D[j] = A[j] - A[j-1])，即前面i项的差值和，这个有什么用呢？例如对于下面这个数组
A[] = 1 2 3 5 6 9
D[] = 1 1 1 2 1 3
如果我们把[2,5]区间内值加上2，则变成了
A[] = 1 4 5 7 8 9
D[] = 1 3 1 2 1 1
发现了没有，当某个区间[x,y]值改变了，区间内的差值是不变的，只有D[x]和D[y+1]的值发生改变，至于为什么我想我就不用解释了吧。
所以我们就可以利用这个性质对D[]数组建立树状数组，代码为：
int n,m;
int a[50005] = {0},c[50005]; //对应原数组和树状数组
int lowbit(int x){
return x&(-x);
}
void updata(int i,int k){ //在i位置加上k
while(i <= n){
c[i] += k;
i += lowbit(i);
}
}
int getsum(int i){ //求D[1 - i]的和，即A[i]值
int res = 0;
while(i > 0){
res += c[i];
i -= lowbit(i);
}
return res;
}
int main(){
cin>>n;
for(int i = 1; i <= n; i++){
cin>>a[i];
updata(i,a[i] - a[i-1]); //输入初值的时候，也相当于更新了值
}
//[x,y]区间内加上k
updata(x,k); //A[x] - A[x-1]增加k
updata(y+1,-k); //A[y+1] - A[y]减少k
//查询i位置的值
int sum = getsum(i);
return 0;
}这样就把，原来要更新一个区间的值变成了只需要更新两个点。也很容易理解吧。
4.区间更新、区间查询
上面我们说的差值建树状数组，得到的是某个点的值，那如果我既要区间更新，又要区间查询怎么办。这里我们还是利用差分，由上面可知
∑(i=1-n)A[i] = ∑(i=1-n)∑(j=1-i)D[j];
则A[1]+A[2]+…+A[n]
= (D[1]) + (D[1]+D[2]) + … + (D[1]+D[2]+…+D[n])
= nD[1] + (n-1)D[2] +… +D[n]
= n(D[1]+D[2]+…+D[n]) - (0D[1]+1D[2]+…+(n-1)*D[n])
上式可以变为∑(i=1-n)A[i] = n∑(i=1-n)D[i] - ∑(i=1-n)(D[i](i-1));
如果你理解前面的都比较轻松的话，这里也就知道要干嘛了，维护两个数状数组，sum1[i] = D[j]构成的树状数组，sum2[i] = D[j]*(j-1)构成的树状数组;
int n,m;
int a[50005] = {0};
int sum1[50005]; //(D[i]的树状数组)
int sum2[50005]; //((i-1)*D[i]的树状数组)
int lowbit(int x){
return x&(-x);
}
void updata(int i,int k){
int x = i; //因为x不变，所以得先保存i值
while(i <= n){
sum1[i] += k;
sum2[i] += k * (x-1);
i += lowbit(i);
}
}
int getsum(int i){ //求前缀和
int res = 0, x = i;
while(i > 0){
res += x * sum1[i] - sum2[i];
i -= lowbit(i);
}
return res;
}
int main(){
cin>>n;
for(int i = 1; i <= n; i++){
cin>>a[i];
updata(i,a[i] - a[i-1]); //输入初值的时候，也相当于更新了值
}
//[x,y]区间内加上k
updata(x,k); //A[x] - A[x-1]增加k
updata(y+1,-k); //A[y+1] - A[y]减少k
//求[x,y]区间和
int sum = getsum(y) - getsum(x-1);
return 0;
}再附赠两道模板题目，可以自行写一下以便理解
区间修改、单点查询模板题目：P3368 【模板】树状数组 2
区间修改、区间查询模板题目：A Simple Problem with Integers
四、二维树状数组
我们已经学会了对于序列的常用操作，那么我们不由得想到（谁会想到啊喂）……能不能把类似的操作应用到矩阵上呢？这时候我们就要写二维树状数组了！
在一维树状数组中，tree[x]（树状数组中的那个“数组”）记录的是右端点为x、长度为lowbit(x)的区间的区间和。
那么在二维树状数组中，可以类似地定义tree[x][y]记录的是右下角为(x, y)，高为lowbit(x), 宽为 lowbit(y)的区间的区间和
单点修改+区间查询
void add(int x, int y, int z)
{ //将点(x, y)加上z
int memo_y = y;
while(x <= n)
{
y = memo_y;
while(y <= n)
tree[x][y] += z, y += y & -y;
x += x & -x;
}
}
void ask(int x, int y)
{//求左上角为(1,1)右下角为(x,y) 的矩阵和
int res = 0, memo_y = y;
while(x)
{
y = memo_y;
while(y)
res += tree[x][y],y -= y & -y;
x -= x & -x;
}
}区间修改 + 单点查询
我们对于一维数组进行差分，是为了使差分数组前缀和等于原数组对应位置的元素。
那么如何对二维数组进行差分呢？可以针对二维前缀和的求法来设计方案。
二维前缀和：
那么我们可令差分数组d[i][j]表示a[i][j]与a[i-1][j]+a[i][j-1]-a[i-1][j-1] 的差。
例如下面这个矩阵
1 4 8
6 7 2
3 9 5对应的差分数组就是
1 3 4
5 -2 -9
-3 5 1当我们想要将一个矩阵加上x时，怎么做呢？
下面是给最中间的3*3矩阵加上x时，差分数组的变化：
0 0 0 0 0
0 +x 0 0 -x
0 0 0 0 0
0 0 0 0 0
0 -x 0 0 +x这样给修改差分，造成的效果就是：
0 0 0 0 0
0 x x x 0
0 x x x 0
0 x x x 0
0 0 0 0 0那么我们开始写代码吧！
void add(int x, int y, int z)
{
int memo_y = y;
while(x <= n)
{
y = memo_y;
while(y <= n)
tree[x][y] += z, y += y & -y;
x += x & -x;
}
}
void range_add(int xa, int ya, int xb, int yb, int z)
{
add(xa, ya, z);
add(xa, yb + 1, -z);
add(xb + 1, ya, -z);
add(xb + 1, yb + 1, z)
}
void ask(int x, int y)
{
int res = 0, memo_y = y;
while(x)
{
y = memo_y;
while(y)
res += tree[x][y], y -= y & -y;
x -= x & -x;
}
}区间修改 + 区间查询
类比之前一维数组的区间修改区间查询，下面这个式子表示的是点(x, y)的二维前缀和：
(d[h][k]为点(h, k)对应的“二维差分”(同上题))
这个式子炒鸡复杂(o(n^4) 复杂度！)
但利用树状数组，我们可以把它优化到o(log2n)!
首先，类比一维数组，统计一下d[h][k]每个出现过多少次。d[1][1]出现了xy次，d[1][2]出现了x(y-1)次……d[h][k]出现了(x-h+1)*(y-k+1)次。
那么这个式子就可以写成：
把这个式子展开，就得到：
那么我们要开四个树状数组，分别维护：
![d[i][j]](https://i-blog.csdnimg.cn/blog_migrate/0084455a7f7194a1ae9b7045c4d48c89.gif)
, ![d[i][j]*i](https://i-blog.csdnimg.cn/blog_migrate/b77588802633713677c3c5110dc3aec8.gif)
, ![d[i][j]*j](https://i-blog.csdnimg.cn/blog_migrate/8f9de80c81681018ff79255e0a0a2fc8.gif)
, ![d[i][j]* i* j](https://i-blog.csdnimg.cn/blog_migrate/b465c385fe52f6b97ae5ee95381c961f.gif)
这样就完成了！
#include <cstdio>
#include <cmath>
#include <cstring>
#include <algorithm>
#include <iostream>
using namespace std;
typedef long long ll;
ll read()
{
char c;
bool op = 0;
while((c = getchar()) < '0' || c > '9')
if(c == '-') op = 1;
ll res = c - '0';
while((c = getchar()) >= '0' && c <= '9')
res = res * 10 + c - '0';
return op ? -res : res;
}
const int N = 205;
ll n, m, Q;
ll t1[N][N], t2[N][N], t3[N][N], t4[N][N];
void add(ll x, ll y, ll z)
{
for(int X = x; X <= n; X += X & -X)
for(int Y = y; Y <= m; Y += Y & -Y)
{
t1[X][Y] += z;
t2[X][Y] += z * x;
t3[X][Y] += z * y;
t4[X][Y] += z * x * y;
}
}
void range_add(ll xa, ll ya, ll xb, ll yb, ll z)
{ //(xa, ya) 到 (xb, yb) 的矩形
add(xa, ya, z);
add(xa, yb + 1, -z);
add(xb + 1, ya, -z);
add(xb + 1, yb + 1, z);
}
ll ask(ll x, ll y)
{
ll res = 0;
for(int i = x; i; i -= i & -i)
for(int j = y; j; j -= j & -j)
res += (x + 1) * (y + 1) * t1[i][j] - (y + 1) * t2[i][j]
- (x + 1) * t3[i][j]+ t4[i][j];
return res;
}
ll range_ask(ll xa, ll ya, ll xb, ll yb)
{
return ask(xb, yb) - ask(xb, ya - 1) - ask(xa - 1, yb) + ask(xa - 1, ya - 1);
}
int main(
){
n = read(), m = read(), Q = read();
for(int i = 1; i <= n; i++)
for(int j = 1; j <= m; j++)
{
ll z = read();
range_add(i, j, i, j, z);
}
while(Q--)
{
ll ya = read(), xa = read(), yb = read(), xb = read(), z = read(), a = read();
if(range_ask(xa, ya, xb, yb) < z * (xb - xa + 1) * (yb - ya + 1))
range_add(xa, ya, xb, yb, a);
}
for(int i = 1; i <= n; i++)
{
for(int j = 1; j <= m; j++)
printf("%lld ", range_ask(i, j, i, j));
putchar('\n');
}
return 0;
}
扫一扫
345
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
