树状数组

【引言】
在解题过程中，我们有时需要维护一个数组的前缀和S[i]=A[1]+A[2]+...+A[i]。但是不难发现，如果我们修改了任意一个A[i],S[i]、S[i+1]...S[n]都会发生变化。可以说，每次修改A[i]后，调整前缀和S[]在最坏情况下会需要O(n)的时间。当n非常大时，程序会运行得非常缓慢。因此，这里我们引入“树状数组”，它的修改与求和都是O(logn)的，效率非常高。
【理论】

为了对树状数组有个形 象的认识，我们先看下面这张图。

如图所示，红色矩形表示的数组C[]就是树状数组。
这里，C[i]表示A[i-2^k+1]到A[i]的和，而k则是i在二进制时末尾0的个数，或者说是i用2的幂方和表示时的最小指数。( 当然，利用位运算，我们可以直接计算出2^k=i&(i^(i-1)) ）同时，我们也不难发现，这个k就是该节点在树中的高度，因而这个树的高度不会超过logn。所以,当我们修改A[i]的值时，可以从C[i]往根节点一路上溯，调整这条路上的所有C[]即可，这个操作的复杂度在最坏情况下就是树的高度即O(logn)。另外，对于求数列的前n项和，只需找到n以前的所有最大子树，把其根节点的C加起来即可。不难发现，这些子树数目是n在二进制时1的个数，或者说是把n展开成2的幂方和时的项数,因此，求和操作的复杂度也是O(logn)。

接着，我们考察这两种操作下标变化的规律：
首先看修改操作：
已知下标i，求其父节点的下标。我们可以考虑对树从逻辑上转化：

【代码】
求最小幂2^k：

int Lowbit(int t)
{
	return t & (t ^ (t - 1));
}

求前n项和：

int Sum(int end)
{
	int sum = 0;
	while(end > 0)
	{
		sum += in[end];
		end -= Lowbit(end);
	}
	return sum;
}

对某个元素进行加法操作：

void plus(int pos , int num)
{
	while(pos <= n)
	{
		in[pos] += num;
		pos += Lowbit(pos);
	}
}

作者：武钢三中 吴豪