【数据结构】树状数组

树状数组将线性结构转化成树状结构，在单点修改和前缀和（可以$O(1)$ 求得区间和）方面表现优异（log级），相比线段树，应用范围窄，代码短，好写。
更好的阅读体验：我的博客

基本知识

• 一个数字（非0）与它的相反数与，结果是二进制下这个数最靠右的1的位置，操作称作lowbit。

inline int lowbit(int x) { return x & -x; }

• 树状数组的存放规则：第k位存放从k往前数lowbit(k)个数的和

• 复杂度：空间$O(N)$，查询&修改时间复杂度$O(\log N)$

基本操作：单点修改，区间查询

目标

对于一个数组，支持在线单点修改操作与区间和查询操作

单点修改

下标不断+自己的lowbit，更新该下标的值，直到n为止

void update(int x, int k)
{
    while (x <= n)
    {
        tree[x] += k;
        x += lowbit(x);
    }
}

区间查询

查询$[1,x]$ 区间和，x作为下标不断减去自己的lowbit，直到0 ，每次将tree[x]加入答案中，利用前缀和可以求出任意区间$[x,y]$ 的和query(y)-query(x-1)

int query(int x)
{
    int sum = 0;
    while (x > 0)
    {
        sum += tree[x];
        x -= lowbit(x);
    }
    return sum;
}

改进：实现区间修改与区间查询

• 设差分数组$d_i$ ，则每个点的值$a_i={\sum }_{i=1}^n{d}_i$ 。

• 区间修改$[l,r]$ ：每个元素$+k$ ，即$d_l\leftarrow d_l+k,d_{r+1}\leftarrow d_{r+1}-k$ ，将差分数组建成树状数组，则区间修改对应修改单点值。

• 单点查询：求$[1,x]$ 区间和即可

// 第一种写法：用差分值直接建树，对于每次查询输出就可以
//原始值
for (int i = 1; i <= n; i++)
{
    cin >> val;
    update(i, val);
    update(i + 1, -val);
}
//修改[l,r]+k
update(l, k);
update(r+1, -k);
//查询x
cout << query(x) << endl;

// 第二种写法：储存原始值，每次查询输出原始值+差分数组值
//原始值
for (int i = 1; i <= n; i++)
    cin >> a[i];
//修改操作同第一种
//查询x
cout << a[x] + query(x) << endl;

• 区间查询：${\sum }_{i=1}^n{a}_i={\sum }_{i=1}^n{\sum }_{j=1}^i{d}_j={\sum }_{i=1}^n(n-i+1)d_i=(n+1){\sum }_{i=1}^n{d}_i-{\sum }_{i=1}^{n}i{d}_i$ ，维护两个树状数组，$d_i$ 和$i{d}_i$ ，修改相应单点修改的参数就可以了。

// 将树状数组封装成结构体，T1是差分数组，T2是id_i，修改[l,r]+k
T1.update(l, k);
T1.update(r + 1, -k);
T2.update(l, l * k);
T2.update(r + 1, (r + 1) * (-k));
// [1,x]区间和查询
inline int query(int x)
{
    return (x + 1) * T1.query(x) - T2.query(x);
}