树状数组维护区间

树状数组维护区间

顾名思义，就是用数组来模拟树形结构。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。树状数组可以解决大部分基于区间上的更新以及求和问题。

1. 树状数组和线段树的区别在哪里？

树状数组可以解决的问题都可以用线段树解决，这两者的区别在哪里呢？树状数组的系数要少很多，

2.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。

前面的博客中提到ST解决RMQ问题，其中也可以采用树状数组来进行求解，需要根据实际问题实际解决，考虑问题的时间复杂度和空间复杂度。

先看树状数组的图

通过图可以明显的看出以数组的形式来表示树，黑色数组代表原来的数组（下面用A[i]代替），红色结构代表我们的树状数组(下面用C[i]代替)，每个位置只有一个方框，令每个位置存的就是子节点的值的和。可以看出：

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];

C[i] = A[i - 2^k+1] + A[i - 2k+2] + … + A[i]; //k为i的二进制中从最低位到高位连续零的长度.对于k怎么求，涉及到lowbit，前面博客已经介绍，自行查看了解。

代码如下：

int n;
int a[N],c[N]; //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;
}

初始化C数组即使用updata即可。

这个方便单点更新，区间查询。如果是区间更新的话，肯定是不能采用循环单点更新的，效率极低，可以采用维护查分数组，将区间更新转换为两点更新。具体的自行参考查分知识。