树状数组说白了就是维护前缀和,只不过支持区间查询和区间修改,还有单点查询等等
java模板
import java.util.Arrays;
public class seven {
static int[] numbers = {1,2,3,4,5,6,7,8,9};
static int [] c;
public static void main(String[] args) {
BinaryIndexTree bit = new BinaryIndexTree();
int [] c = bit.BinaryIndexTree(numbers.length);
for(int i = 0;i<numbers.length;i++){
bit.update(i+1,numbers[i]);
}
System.out.println( Arrays.toString(c));
System.out.println("1-6的和为:"+bit.sum(6));
//第三个元素 +4后
bit.update(3, 4);
System.out.println( "第三个元素 +4后:"+ Arrays.toString(c));
System.out.println("第三个元素 +4后.1-6的和为:"+bit.sum(6));
}
}
class BinaryIndexTree{
static int[] c;
static int n;
public int[] BinaryIndexTree(int n){
this.n = n;
c = new int[n+1];
return c;
}
static int lowbit(int x){
return x&(-x);
}
//***************单点修改,区间查询
//更新一个元素
static void update(int p,int d){
while (p<=n){
c[p]+= d;
p+=lowbit(p);
}
}
//p的前缀和
static int sum(int p){
int ret = 0;
while (p>0){
ret+= c[p];
p-= lowbit(p);
}
return ret;
}
//求区间s到e的和
static int sum(int s,int e){
if(s>n || e<1 || s>e || s<1 || e>n ){
System.out.println("input error!");
return -1;
}
return sum(e)-sum(s-1);
}
//*********************区间修改,单点查询,但是这个要注意他维护的是d的数组,而不是a 的数组,因此要重新开一个
static void range_add(int l,int r,int x){
update(l,x);
update(r+1,-x);
}
static int ask(int p){
int res = 0;
while (p>0){
res+= sum(p);
p-= p&(-p);
}
return res;
}
//**********************区间修改,区间查询
static void range_add_two(int l,int r,int x){
add(l,x);
add(r+1,-x);
}
static int[] sum1;
static int[] sum2;
static void add(int p,int x){
while (p<=n){
sum1[p] += x;
sum2[p] += x*p;
}
}
static int ask_two(int p){
int res_two = 0;
for(int i = p;i>0;i-= i&(-i)){
res_two += (p + 1) * sum1[i] - sum2[i];
}
return res_two;
}
static int range_ask_two(int l,int r){
return ask_two(r)-ask_two(l-1);
}
}
参考 https://blog.csdn.net/bestsort/article/details/80796531#查询
过程.
树状数组有一个应用是求逆序对问题,(归并排序也能写)
原理:我们可以先开一个大小为a的最大值的数组t,每当读入一个数时,我们可以用桶排序的思想,将t[a[i]]加上1,然后我们统计t[1]~t[a[i]]的和ans,ans - 1(除掉这个数本身)就是在这个数前面有多少个数比它小。我们只要用i-ans就可以得出前面有多少数比它大,也就是逆序对的数量。
#include <bits/stdc++.h>
#define lowbit(x) (x)&(-x)
using namespace std;
const int maxn = 1e6+10;
int t[maxn],n,result;
void add(int x)
{
while(x<=maxn)
{
t[x]++;
x += lowbit(x);
}
}
int query(int x)
{
int ans=0;
for (;x;x-=lowbit(x))
ans+=t[x];
return ans;
}
int main()
{
int temp;
scanf("%d",&n);
for(int i=1;i<=n;i++)
{
scanf("%d",&temp);
add(temp);
result += i - query(temp);
}
printf("%d\n",result);
return 0;
}
现在这个代码可以在数的最大值比较小的时候可以正确的得出答案,如果数据很大,这回造成我们要开的空间很大。
我们是否可以适当的减少空间的需求呢?我们看看下面这些数:
1 2 3 4 5 10
这6个数我们需要使用大小10的数组来存储,我们仔细想想,可以发现中间 6 7 8 9 这4个位置是没有用到的,也就是说这4个空间被浪费了。怎样减少这样的浪费呢?
我们可以在读完数数据后对他进行从小到大排序,我们用排完序的数组的下标来进行运算。这样可以保证小的数依旧小,大的数依旧大。这一步叫做离散化。
struct Node
{
int v;//数字本身
int order;//原序列的的下标
}a[500005];
int reflect[500005];//用来存储原数第i个数的order下标是什么
//计算relect数组
relect[a[i].order] = i;
完整程序:
#include <iostream>
#include <stdio.h>
#include <string.h>
#include <stdlib.h>
#include <algorithm>
using namespace std;
const int maxn= 500005;
int aa[maxn];//离散化后的数组
int c[maxn]; //树状数组
int n;
struct Node
{
int v;
int order;
}a[maxn];
bool cmp(Node a, Node b)
{
return a.v < b.v;
}
int lowbit(int k)
{
return k&(-k); //基本的lowbit函数
}
void update(int t, int value)
{ //即一开始都为0,一个个往上加(+1),
int i;
for (i = t; i <= n; i += lowbit(i))
c[i] += value;
}
int getsum(int t)
{ //即就是求和函数,求前面和多少就是小于它的个数
int i, sum = 0;
for (i = t; i >= 1; i -= lowbit(i))
sum += c[i];
return sum;
}
int main()
{
int i;
while (scanf("%d", &n), n)
{
for (i = 1; i <= n; i++) //离散化
{
scanf("%d", &a[i].v);
a[i].order = i;
}
sort(a + 1, a + n + 1,cmp);//从1到n排序,cmp容易忘
memset(c, 0, sizeof(c));
for (i = 1; i <= n; i++)
aa[a[i].order] = i;
__int64 ans = 0;
for (i = 1; i <= n; i++)
{
update(aa[i], 1);
ans += i - getsum(aa[i]); //减去小于的数即为大于的数即为逆序数
}
printf("%I64d\n", ans);
}
return 0;
}