【面试常见算法整理】Binary Indexed Tree（Fenwick Tree，树状数组）详解

问题：求一个数组中连续n项的和。

首先想到的肯定是做一个循环，把这个连续的n项加起来，时间复杂度为O（n）。复杂度为n，看起来还不错，再说了求n个数的和，怎么也要加n次吧，所以说这应该就是最优解了，但是一提交结果是Time Limit Exceeded，顿时傻眼了，难道还有复杂度更低的方法？

会不会有O（logn）的解法？

O（n）的那个算法，如果只操作一次还是可以接受的，但是如果需要大量的求和操作，比如第一次求下标（1，1234）的和第二次求下标（2，1024）的和，很容易发现在第一次计算的过程中（2，1024）的和是计算过的，只是没有保存下来，导致第二次求和的时候还要再算一遍。你有没有想过，如果事先把一部分的和先计算并保存起来，这样会不会更快一些呢？

Binary Indexed Tree(BIT)

其实树状数组(Binary Indexed Tree(BIT), Fenwick Tree)就是这样做的，他是一个查询和修改复杂度都为log(n)的数据结构。主要用于查询任意两位之间的所有元素之和，但是每次只能修改一个元素的值。

核心思想:

• 树状数组中的每个元素是原数组中一个或者多个连续元素的和。
• 在进行连续求和操作a[1]+…+a[n]时，只需要将树状数组中某几个元素的和即可。时间复杂度为O(lgn)

下面是一个示意图

a[]: 保存原始数据的数组
e[]: 树状数组，其中的任意一个元素e[i]可能是一个或者多个a数组中元素的和。如e[2]=a[1]+a[2]; e[3]=a[3]，e[4]=a[1]+a[2]+a[3]+a[4]。
e[i]中的元素：如果数字 i 的二进制表示中末尾有k个连续的0，则e[i]是a数组中2^k个元素的和，则e[i]=a[i-2^k+1]+a[i-2^k+2]+…+a[i-1]+a[i]。也就是说，e[i]中每一个元素管理着a[]中若干个元素的和，并且各个元素管理的区间没有重叠。

　　　　如：4=100(2)　　e[4]=a[1]+a[2]+a[3]+a[4];
　　　　　　6=110(2)　　e[6]=a[5]+a[6]
　　　　　　7=111(2)　　e[7]=a[7]
　　　　　　
计算2^k的两个方法

• 2^k = (i & (-i)); (利用机器补码特性)
• 2^k = (i & (i^(i-1));

父节点，子节点

父节点

是离它最近的，且编号末位连续0比它多的就是它的父亲,如e[2]是e[1]的儿子；e[4]是e[2]的儿子。
e[4] = e[2]+e[3]+a[4] = a[1]+a[2]+a[3]+a[4] ，e[2]、e[3]的后继就是e[4]。

计算方法

lowbit(i) = ( (i-1) ^ i) & i ; //或者(i & (-i))
节点e[i]的父节点为 e[ i - lowbit(i) ]

子节点

最近的，编号即为比自己小的，最末连续0比自己多的节点。如e[7]的子节点是e[6],e[6]的子节点是e[4]

计算方法

lowbit(i) = ( (i-1) ^ i) & i ; //或者(i & (-i))
节点e[i]的子节点为 e[ i + lowbit(i) ]

实现代码

public class NumArray {

    private int[] tree; //Binary Indexed Tree
    private int[] nums; //原始数组

    public NumArray(int[] nums) {
        this.nums = nums;
        int sum = 0;
        int lowbit;
        tree = new int[nums.length + 1];
        for (int i = 1; i < tree.length; i++) {
            sum = 0;
            lowbit = i & ((i - 1) ^ i);
            for (int j = i; j > i - lowbit; j--) {
                sum = sum + nums[j - 1];
            }
            tree[i] = sum;
        }
    }

    //更新
    void update(int i, int val) {
        int tem = val - nums[i];
        nums[i] = val;
        i++;
        for (; i < tree.length; i = i + (i & ((i - 1) ^ i))) {
            tree[i] += tem;
        }
    }

    public int sumRange(int i, int j) {
        return getSum(j) - getSum(i - 1);
    }

    //求和
    public int getSum(int i) {
        int sum = 0;
        i++;
        while (i > 0) {
            sum = sum + tree[i];
            i = i - (i & ((i - 1) ^ i));
        }
        return sum;
    }
}