树状数组的区间长度与lowbit函数的关系的形式化证明

一、引言

简单的说，树状数组是线段树的简化形式。

基于这种理解，在拿到一个长度为 $9$ 的数组以后，十分自然得直接采用向下取整的办法，将长度为 $9$ 的数组分割为长度分别为 $4$ 和 $5$ 的左右两个子区间。再反复进行上面的操作，直到区间长度无法再分。然后依据每层的区间关系，就可以得到一颗二叉树，而这棵二叉树正是区间树（如左图所示）。有了区间树以后，再去掉不必要的区间就获得了最后的树状数组。

但是实际上，构建树状数组时通常不会采用这种分割方法，而用一种“补”的思想——将数组的长度补充为 $2$ 的整数次方，然后再进行划分（如右图所示，其中未画出“补”的部分）。与此同时，引入了 lowbit 函数，以求出当前节点的父、子节点的索引号。

观察整个树状数组的推理过程，这种变化是十分突然的，数组长度为什么一定要补成 $2$ 的整数次方？为什么 lowbit 函数能够建立起节点索引号与区间长度之间的关系？

为了进一步讨论这个问题，我首先做出了一个大胆的猜想，不使用 lowbit 函数能否实现树状数组？

二、一个猜想：“非常规”树状数组

当我们抛弃 lowbit 函数后，要面对的最大的问题就是，程序该如何寻找当前节点的父、子节点？一个可能的解决方案是将目标节点的父、子节点的索引号直接记录下来。于是可以设计下面这个类：

class Node{
public:
    int value;
    int parent;
    int child;
    Node(): value(-1), parent(-1), child(-1){}
};

当我们能够寻找到目标节点的父子索引号以后，求区间和、单点修改等操作就与平常的树状数组的操作基本相同了。所以，这个“非常规数组”的关键在于如何 built 操作如何进行？

这时候，我们就要用上第一小节中所说的“树状数组是线段树的简化”的结论了。我们通过仿照线段树的构建过程，我们可以用一个递归算法构建整个树状数组。

三、$2$ 的整数次方

区间长度定理

在构建非常规树状数组的时候，存在一种十分蹩脚的情况——奇数长度的数组。因为奇数没有办法被 $2$ 整除，所以在向下二分的时候，总是要进行一定的取整操作。这就导致程序没有办法均匀地二分数组，总存在一些偏差。而当数组的长度为 $2$ 的整数次方时，就不存在这种情况。更加有趣的是，这种数组二分建树后的任意一个区间都是 $2$ 的整数次方！

我们定义第 $1$ 层只有 $1$ 个根区间，这是对原数组不进行任何二分操作的结果。第 $2$ 层是对根区间进行一次二分后的结果，从左往右依次是第 $1$ 个、第 $2$ 个区间。接下来的层次都反复进行上面的操作，直到区间不可再分。最终就能够获得一棵树状数组。

根据前面的推理，很容易发现，当数组的长度是 $2$ 的整数次方时，每一层区间的长度都是相等的。又因为第一层的区间长度等于原数组的长度，所以，我们可以很容易得到任意层区间的长度。

区间长度定理：

已知数组长度 $l=2^n(n\in Z^{\ast })$ ，那么将该数组进行二分建树以后，第 $h$ 层的区间长度满足如下关系：
$$l_h=\{\begin{array}{ll}\frac{l_{h-1}}{2}& 1<h\le n\\ 2^n& h=1\end{array}$$

父子索引号定理

所以，当数组的长度是 $2$ 的整数次方时，折半建树时就不存在向下取整的问题，子区间的长度一定是相等的。更精确的说，子区间的长度同样是 $2$ 的整数次方！而这也就意味着，当前节点的父节点的位置，正好是当前索引号加上区间长度！而子节点，就是减去区间长度。

区间长度定理告诉我们一个重要的事实，那就是当前节点的区间长度，父节点

父子索引号定理：

已知数组的长度 $l=2^n(n\in Z^{\ast })$ ，当前节点的父、子节点的索引号 $i_{parent}$ 与 $i_{child}$ ，与当前节点的索引号 $i$ 有关。具体关系如下：
$$\begin{array}{c}{i}_{parent}=i+l_i\\ i_{child}=i-\frac{l_i}{2}\end{array}$$
其中 $l_i$ 代表当前节点的区间长度。

对于这种特殊长度的数组，当前节点的父节点和子节点的位置与区间长度有关！

既然当数组的长度为 $2$ 的整数次方时有如此有用的性质，那么我们能不能利用起来呢？答案是可以的！我们可以把原数组长度扩充为 $2$ 的整数次方，多出来的空间用 $0$ 来填充，如此一来不就可以利用之前的规律了吗？接下来就只剩下一个问题，我们该如何得到当前位置所代表区间的长度？

四、从区间长度到比特位

让我们暂时忘记树状数组，观察一个我们再熟悉不过的问题：

已知一个数组，那么从第 $i$ 个元素到第 $j$ 个元素之间有多少个元素呢？

解决这个问题十分简单，我们有下面的长度公式：
$$l=j-i+1$$

观察上面的公式，会有一个很平常，但是很重要的现象，那就是，元素的索引号居然和区间的长度有关系！当然，因为上面的这个公式我们早已司空见惯，但是如果放到树状数组中呢？元素的索引号是不是也和区间的长度有关系？

例如，如果我们要求出红色区间的长度，我们应该这样计算：

【假装有一张图图上画着一个长度为8的树状数组】

把红色的两个数组相减就可以了。很自然的，我们就得到了区间的长度。我们进一步思考相减的更加内在的含义。

前面说到，子区间的长度也是2的整数次方，所以，我们可以分别标注出每个区间的长度：

【假装这里有一张图】

这时候，我们可以很轻易的计算出红色区间的索引号：由三个蓝色区间的长度相加得到。

$$l=2^2+2^1+2^0$$
上面这个区间长度的计算方法就是lowbit函数发挥作用的关键。如果我们从二进制的角度观察上面的计算，会惊奇发现，每个加数都正好是二进制里的“十”。

100+010+001

而最后一个“1”恰恰是当前区间的长度！那么我们该怎么得到这个所谓的“最后一个 $1$ ”呢？lowbit 就恰恰可以做到这件事情！！！

这就是 lowbit 发挥作用的根本原因。

已知一个数组的长度 $l=2^n(n\in Z^{\ast })$，对该数组二分建树后，第 $h$ 层、第 $k$ 个区间的索引号为
$$f(h,k)=c_k\cdot l_h=(2k-1)\cdot 2^{n-h+1}$$
其中，

• $c_k=2k-1$ ，表示第 $k$ 个区间前面有多少个前置区间；
• $l_h=2^{n-h+1}$，表示第 $h$ 层的区间长度；
• 数组索引号从 $1$ 开始。

五、lowbit

有了上面的讨论，关于树状数组，我们应该就有一个更加深刻的认识了。在树状数组中，表面上看，lowbit函数发挥着重要的作用。更重要的是，如何得到当前节点的父节点和子节点。理论上讲，我们可以通过存储父节点和子节点索引号的方法，绕过lowbit函数。但是，经过巧妙的设计后，lowbit函数可以以更加简单，讨巧的方式解决了前面的问题。这就是树状数组的中lowbit函数的关键。