树状数组 为何你如此优秀

想必大家对树状数组都并不陌生
近年来,许多OI赛事中都出现了它的身影.由于其编码难度较小，速度较快，受到广大Oier的喜爱(划掉)

让我们聊一聊这个神通广大的数据结构-树状数组吧!

树状数组是啥?

树状数组是一个用来维护序列的数据结构
没有啦(划水

树状数组到底是啥?

假设有这样一段序列

现在需要你支持区间查询,你会怎么做?

前缀和不就完了么 –dalao说

但是如果我们需要资瓷单点修改呢?
显然朴素前缀和的修改时间复杂度令人发指,不由得换U开核液金上倍频

所以考虑维护一个这样的序列

其中,$a$为原序列
* $b[1]=a[1]$
* $b[2]=a[1]+a[2]$
* $b[3]=a[3]$
* $b[4]=a[1]+a[2]+a[3]+a[4]$
* $b[5]=a[5]$
* $b[6]=a[5]+a[6]$
* $b[7]=a[7]$
* $b[8]=a[1]+a[2]+a[3]+a[4]+a[5]+a[6]+a[7]+a[8]$

与此同时,还能够写成:
* $b[1]=a[1]$
* $b[2]=b[1]+a[2]$
* $b[3]=a[3]$
* $b[4]=b[2]+b[3]+a[4]$
* $b[5]=a[5]$
* $b[6]=b[5]+a[6]$
* $b[7]=a[7]$
* $b[8]=b[4]+b[6]+b[7]+a[8]$

发现了么?
当下标为$2^k$时

$$b[2^k]=\sum_{i=1}^{2^k}a[i]$$
当下标为 $2^{k_1}+2^{k_2}(k_1>k_2)$时
$$b[2^{k_1}+2^{k_2}]=\sum_{i=2^{k_1}+1}^{2^{k_1}+2^{k_2}}a[i]$$
以此类推

区间查询

显然的,将序列以这样的方式划分,能够将$a[1]-a[m]$的和分为$log(m)$个块,每个块就是$b$序列的一个节点

那么是哪$log(m)$个块呢?
假设$m=5$
那么,$5$的二进制表示为$101$
这就说明将其转化为长度为$2^2$的块+长度为$2^0$的块,刚好拼成$5$废话

如何计算这些块的位置呢?
由图我们可知应该是
$b[5]+b[4]$
将$101$从低位开始减,当前的数值代表着一个块的位置,最低位1的位置代表着块的长度
首先最近的是一长度为$1$的块$b[101]$
然后减去$1$,二进制变为$100$
下一个块就是长度为$4$的块$b[100]$
然后减去$100$,二进制变为$0$
结束

引入函数$lowbit$
$lowbit$函数的作用是获取一个数从二进制状态下低位到高位第一个1的位置
可以利用补码性质这么写

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

也可以这么写

int lowbit(int x) {return x&(x^(x-1));}

所以说每次寻找下一个块时就直接

x-=lowbit(x)

完整代码

int query(int x) {
    int ans=0;
    while(x) {
        ans+=b[x];
        x-=lowbit(x);
    }
    return ans;
}

这样,就获得了$a[1]-a[m]$的和
若查询$[l,r]$,则$query(r)-query(l-1)$即可

单点修改

说到修改某个位置的值,只需要看看有哪些块包含了此位置
设修改位置$m=2^{k_1}+2^{k_2}(k_1>k_2)$,包含这个块的第一个块必然是$m'=2^{k_1}+2^{k_2+1}$
$m'$能够取到$2^{k_1}+1$到$2^{k_1}+2^{k_2+1}$中全部的值,刚好包括了 m m <script type="math/tex" id="MathJax-Element-52">m</script>所能取到的值,并且能够证明没有比其更小的包含当前位置的块
紧接着我们递归处理,直到块的编号超过限制为止

所以说每次寻找下一个块时就直接

x+=lowbit(x)

完整代码

void insert(int x,int add) {}
    while(x<=n) {
        b[x]+=add;
        x+=lowbit(x);
    }
}

这样,就修改了单个点值

当然,树状数组肯定不止这些用法,我会在下一篇博客中详细介绍树状数组一些使用方法,戳这里