HDU 1166 排兵布阵（树状数组）

原题地址：点击打开链接

题目：

Problem Description

C国的死对头A国这段时间正在进行军事演习，所以C国间谍头子Derek和他手下Tidy又开始忙乎了。A国在海岸线沿直线布置了N个工兵营地,Derek和Tidy的任务就是要监视这些工兵营地的活动情况。由于采取了某种先进的监测手段，所以每个工兵营地的人数C国都掌握的一清二楚,每个工兵营地的人数都有可能发生变动，可能增加或减少若干人手,但这些都逃不过C国的监视。
中央情报局要研究敌人究竟演习什么战术,所以Tidy要随时向Derek汇报某一段连续的工兵营地一共有多少人,例如Derek问:“Tidy,马上汇报第3个营地到第10个营地共有多少人!”Tidy就要马上开始计算这一段的总人数并汇报。但敌兵营地的人数经常变动，而Derek每次询问的段都不一样，所以Tidy不得不每次都一个一个营地的去数，很快就精疲力尽了，Derek对Tidy的计算速度越来越不满:"你个死肥仔，算得这么慢，我炒你鱿鱼!”Tidy想：“你自己来算算看，这可真是一项累人的工作!我恨不得你炒我鱿鱼呢!”无奈之下，Tidy只好打电话向计算机专家Windbreaker求救,Windbreaker说：“死肥仔，叫你平时做多点acm题和看多点算法书，现在尝到苦果了吧!”Tidy说："我知错了。。。"但Windbreaker已经挂掉电话了。Tidy很苦恼，这么算他真的会崩溃的，聪明的读者，你能写个程序帮他完成这项工作吗？不过如果你的程序效率不够高的话，Tidy还是会受到Derek的责骂的.

 

Input

第一行一个整数T，表示有T组数据。
每组数据第一行一个正整数N（N<=50000）,表示敌人有N个工兵营地，接下来有N个正整数,第i个正整数ai代表第i个工兵营地里开始时有ai个人（1<=ai<=50）。
接下来每行有一条命令，命令有4种形式：
(1) Add i j,i和j为正整数,表示第i个营地增加j个人（j不超过30）
(2)Sub i j ,i和j为正整数,表示第i个营地减少j个人（j不超过30）;
(3)Query i j ,i和j为正整数,i<=j，表示询问第i到第j个营地的总人数;
(4)End 表示结束，这条命令在每组数据最后出现;
每组数据最多有40000条命令

 

Output

对第i组数据,首先输出“Case i:”和回车,
对于每个Query询问，输出一个整数并回车,表示询问的段中的总人数,这个数保持在int以内。

 

Sample Input

  
  

   
   1
10
1 2 3 4 5 6 7 8 9 10
Query 1 3
Add 3 6
Query 2 7
Sub 10 2
Add 6 3
Query 3 10
End 
  
  

 

Sample Output

  
  

   
   Case 1:
6
33
59
  
  

说明：

最近刚开始研究算法...第一次接触树状数组，趁还记得的时候记录下来，一方面方便自己复习，一方面也造福后人（笑），本人在理解此算法的时候借助了 fancy_boy 的博客（当然本文是我自己写的），原博客地址如下：

点击打开链接。

目的只是为了学习，如果原博主认为本人侵犯了他的权益，我马上删除=。=

我的代码里的输入语法是C++与C混合，是因为都用C++的输入会超时....所以本题其实更适合用C编写。

顺带一提，本题还有线段树算法，有兴趣的可以自己上网查找。

我的源代码：

#include <iostream>
#include <string.h>
#include <stdio.h>
using namespace std;
int a[50005], n;
int lowbit(int x)
{
	return x&(-x);
}
int sum(int i)
{
	int res = 0;
	while (i>0)
	{
		res += a[i];
		i -= lowbit(i);
	}
	return res;
}
void change(int i, int j)
{
	while (i <= n)
	{
		a[i] += j;
		i += lowbit(i);
	}
}
int main()
{
	int num, t, i, j;
	char s[15];
	cin >> t;
	for (int k = 0;k<t;k++)
	{
		memset(a, 0, sizeof(a));
		cin >> n;
		printf("Case %d:\n", k + 1);
		for (int m = 1;m <= n;m++)
		{
			cin >> num;
			change(m, num);
		}
		scanf("%s", s);
		while (s[0] != 'E')
		{
			cin >> i >> j;
			switch (s[0])
			{
			case ('Q'):
			{
				printf("%d\n", sum(j) - sum(i - 1));
				break;
			}
			case ('E'):break;
			case ('A'):change(i, j);break;
			case ('S'):change(i, -j);break;
			}
			if (s[0] != 'E')
				scanf("%s", s);
		}
	}
	return 0;
}

算法解析：

以下说法是按我个人的理解结合他人博客形成的，没有任何专业书籍基础，有错处欢迎交流。

本题的一般思路是创建数组a(数组存储数据默认从1开始，a[0]=0)，然后逐个填入人数，每次操作改变数字， 在Query命令时将对应a[i]~a[j]的数字求和。因为每次算n个营地总人数就要计算n次相加， 这个方法明显太慢了 。

所以这里用到树形数组（如下图）：

简单点概括，树形数组将原本较大的数组相加拆为好几个小数组相加。比如原本计算第1个营地至第13个营地的

和需要从 a[1]逐个加至a[13]，但根据树形数组只需要计算a[8]+a[12]+a[13]就足够了。原因是树形数组用算法将

之前几 段数据的和储存在特定的位置 。如第1营地至第8营地的和就在a[8]里，第9至12营地的和在a[12]里。

    树形数组是如何做到的呢？这里就涉及到位运算，也是算法最为天才和关键的地方。

    源代码中的lowbit函数中，返回了一个神奇的值——x&(-x)。这个值所代表的含义为，若x的二进制写法中末尾有r 个0，则该值为 2^r 。 而i-=lowbit(i)，就相当于抹掉 i 二进制写法最末尾的1。

是不是懵逼了？慢慢来。

&运算是只有两个数字为1才为1，其他情况都是0。

-x是x的补码，即x的反码+1。

所以，x&(-x)的结果都会化为（0....0）1（0...0）的形式，即只有一个1，其余都是0，1的位置是x从后往前第一次不为0的位置。

所以，假设末尾有r个0，最后的1在十进制中的数值就是2^r。

举例，13的二进制为1101，末尾为1，则反码为0010，补码为0011，作&运算后结果为0001，正是末尾一位，r=0，2^r=1，返回值为1。

12的二进制为1100，倒数第3位出现1，它的补码是0100，&运算后结果为0100，正是倒数第3位，r=2,2^r=4，返回值为4。

所以，i-=lowbit(i)相当于将i二进制写法的最后一个1抹去。

那么，这个返回值有什么意义吗？摸去最后一个1又代表着什么呢？

lowbit的返回值（即2^r），代表着当前数据的“监控范围”，也就是说，从这个数字往回数2^r个数据，这些数据的和存储在当前数据内。如a[8]，lowbit(8)==8，所以从1~8的和都存在a[8]下。要说明的是，这里的1~8指的是各个营地中的人数，而非树状数组中a[1]至a[8]的和（因为a数组存的并非是单个营地人数）。所谓的“监控范围”，如图所示：

可以把它想象成高度不一的哨岗，2^r越大，哨岗越高，能掌控的范围就越大。 因为1，3，5，7，9，11，13，

15二进制尾数是1，他们的lowbit(x)（即2^r）==0，所以他们只能掌握自己。同理，2，6，10，14的2^r==2，

所以 他们掌握的范围就是自己和前一个数（即a[2]为第2营地与第1营地的和，a[6]为第5和第6营地的和，以此

类推）。

到了这里，你就应该能够理解lowbit返回值的意义——用特殊的方法改变数组下标的增加方式。

现在回头看change函数，它完成三个功能，加，减，赋值。

void change(int i, int j)
{
	while (i <= n)
	{
		a[i] += j;
		i += lowbit(i);
	}
}

赋值的时候 i 从小到大，逐个将输入数字加到数组中（数组每个位置都会有数据，这个的正确性下文证明）。

加减则是将指定位置及之后的数据都增加或减少。

同理，sum函数就是将1~i营地的和用lowbit分为几段，用a上赋值时已经计算完成的和替代逐个相加的过程。

（每段都恰好能前后邻接，正确性下文证明）

     以上是lowbit这个核心函数的解析。但是还有两个问题，那就是：

1、为什么lowbit的返回值能使数组每个成员都被访问？

2、为什么用lowbit分段恰好能前后邻接？

这两个问题其实是同一个答案。

之前有提到lowbit的返回值有“监控范围”的作用，监控范围的值是2^r。假设我们要计算sum(i)，即第1营地至第 i 营地的人数和。现假设各营地的人数按顺序存在 f 里，则a[i]=f[i-2^r+1]+...+f[i]（lowbit的值是2^r），又因为a[i-2^r]= f[i2^(r+1)+1]+...+f[i-2^r] ， 这就是这个算法最流弊的地方！！ 恰好无缝衔接！！

因为 i 是任意值（前提大于0），所以无论从哪里开始，是前移还是后移，都能访问每个位置。这样，两个问题就都有了答案。

或许有人还有一个问题，为什么用位运算？怎么想到的？这个...我只能说算法作者的脑子不一般...

总结：

树状数组之所以节省时间，是因为用了lowbit的位运算巧妙地将数组的和存在了特定的位置。具体位运算实现的过程如果无法理解可以略过，但lowbit函数起到的作用和树状数组的结构一定要多加理解。其余部分较为简单，就不多花笔墨了。

——要是有更好的理解或是我的说法有误的，欢迎留言讨论~