目录
【引言】
先由一道题目引人（线段树的入门题目）
题目大意：给出一个数组A，有以下操作：
Change(i , data)：把A[i]的值加上data
Sum(i , j)：求区间[i , j]的和，并输出。
题目分析：很容易就想到，直接模拟，开一个数组，改变值时就直接操作。求和时就把从i到j的值加起来，输出。
但这种直观的做法显然十分不足，虽然对于change的操作很方便，但对于sum的操作就会消耗很多的时间。由于本题操作较多，所以这种做法在数据规模较大时就会超时。
所以，就要求一种高效的算法。而线段树就能满足这种要求，用线段树的做法在这里就不详谈了（有兴趣的可以自己想）。用线段树做的话，虽然change的操作的耗时升到了LogN，但sum的操作的耗时却同样降到了LogN，时间消耗分摊后就很低，是能够接受的。
在这里，要介绍另一种做法——树状数组。
树状数组是一类比较简单的数据结构，和线段树比较像。树状数组是维护前缀和的一种数据结构。这就导致它能用较短的时间来实现查询和改变值。
树状数组比线段树、平衡树要容易写，代码复杂度低。但不足的是适用面较窄（空间消耗大）。有句话是这样说的：能用树状数组的就能用线段树，能用线段树的就能用平衡树。
所以一般都是能用线段树就不用平衡树，能用树状数组就不用线段树。（从这其实就可以知道树状数组的魅力有多大了）
【树状数组介绍】
首先，先要理解树状数组的含义。含义其实就是用一个数组，构成树形结构来维护原数组的前缀和。
观察下图（这个图也是网上经常出现的）：
显然，对于树状数组C，C[I]对应“管辖”多少个元素，与它对应二进制数最右端第一个1的位置有关。这样，就能够达到询问一个区间的值，或者改变值的时间代价为LogN。
【对于树状数组的几个问题】
怎么查找一个数二进制数最右端第一个1的位置
很容易就想到一种方法就是：
LowBit(x)=x and ((not x )+1)。
对于数x，not x后就会对x的二进制数的每一位取反。+1后，改变的二进制数最右端第一个0就会变成1，而后面的1就会变回0。但这个操作不改变前面的变化，所以再进行and操作时，就能够得到二进制数最右端第一个1的位置。
由于not x = -x-1 （这个是因为对于0和-0的补码不同所致），那么求二进制数最右端第一个1的位置的式子就可以写成很简单的形式：
LowBit(x)=x and –x。
从V的位置改变值data：
很容易就能想到的是，因为树状数组是要维护前缀和，那么改变一个值时，它影响的是后面的值。又由于某个树状数组中的元素是“管辖”一个区间的值；那么，这个值影响的是下一个“管辖区”，这个“管辖区”在哪呢？明显，其实就是v+LowBit(v)，然后往后一直修改，到比数组的长度大的时候停下来。
以下为代码（n为树状数组的长度）：
procedure add(v,data:integer);
begin
while v< n do
begin
inc(c[v],data);
v:=v+LowBit(v);
end;
end;
求出1～V的和：
从改变值的那里很容易想到：树状数组是维护前缀和的。那么，记录了和的是前面的元素，那么只要从这个“管辖区”，跳到前面的“管辖区”，把和加起来就是了：
function sum(v:integer):integer;
var i:integer;
begin
i:=0;
while v>0 do
begin
inc(i,c[v]);
v:=v-LowBit(v);
end;
exit(i);
end;
对于树状数组，就只有这么些函数（所以代码就比较少）。但树状数组的神奇之处就在于这三个函数了。（本质只有两个）仅仅就是这三个函数，但这就是树状数组的看家本领了。用好这三个函数，也就能解决比较多的问题。
那么，对于开头提到的题目，对于change(i , data)的操作，直接就执行add(i , data)就可以了，对于sum(i , j)的操作，就执行sum(j)-sum(i-1)就是了。
【例题】
一、数星星（pku 2352）
题目大意：给出一堆星星的坐标。一个星星的级别的定义为在它左下方星星的个数。输出各个级别星星的个数。
题目解释：
其实这题就是一道比较裸的数据结构题——用线段树能够很好的解决掉。同样，用树状数组也能做出，而且非常漂亮。
由于坐标本来就排好序，就更好做了。只需从左下角开始线性扫描一遍，然后按照星星的x坐标插进树状数组里。
为什么这样呢？好明显，就好像把星星都压缩到一行，在左边的星星个数就好统计了。因为坐标本来就排好序，那么对于一个星星，如果y坐标比它小的，那么肯定会先插到了数组里，那么综合起来，数组记录的就是该星星的左下方星星的个数了。只需要直接一个一个元素插入就是了。
const
maxn=15000;
maxm=32001;
var
x,y:array[1..maxn]of longint;
c:array[1..maxm]of longint;
h:array[0..maxn-1]of longint;
i,n,m:longint;
function lowbit(v:longint):longint;
begin
lowbit:=v and -v;
end;
procedure insert(x:longint);
var
y:longint;
begin
y:=x;
while y<=m do
begin
c[y]:=c[y]+1;
y:=y+lowbit(y);
end;
end;
function query(x:longint):longint;
var ans,y:longint;
begin
y:=x;
ans:=0;
while y>0 do
begin
ans:=ans+c[y];
y:=y-lowbit(y);
end;
query:=ans;
end;
begin
assign(input,'star.in'); reset(input);
assign(output,'star.out'); rewrite(output);
readln(n);
m:=0;
for i:=1 to n do
begin
readln(x[i],y[i]);
if m< x[i] then m:=x[i];
end;
m:=m+1;
for i:=1 to n do
begin
inc(h[query(x[i]+1)]);
insert(x[i]+1);
end;
for i:=0 to n-1 do
writeln(h[i]);
close(input); close(output);
end.
二、matrix（pku 2155）
题目大意：给出一个矩阵A，一开始，矩阵中的元素均为0。
现给出两种操作
C(x1,y1,x2,y2)，改变子矩阵（x1,y1,x2,y2）的状态。如果本来是0就变为1，如果本来是1就变成0.
Q(x,y)，询问A[x,y]的状态。
题目理解：
这道题的难点在于C操作。怎么记录呢？其实别被题目所蒙蔽，题目是说0变1，1变0。其实只要记录一个点执行C操作几次就可以了。由于原来为0，那么执行次数为偶数次，那么状态就为0；奇数次，那就是1。其实只理解到这里，就差不多能做出来了。
同时，这道题涉及的二维，那就要用二维的树状数组（其实就是多加一重循环而已）。附上代码(核心的部分)：
while i<=n do
begin
j:=y1;
while j<=n do
begin
inc(c[i,j]);
j:=j+LowBit(j);
end;
i:=i+LowBit(i);
end;
插入的时候要注意：先考虑，如果插入的是（i , j , n , m），那么，只需直接调用一次插入add(i , j)就可以了。但现在插入的子矩阵是（x1,y1,x2,y2）,其实也是一样的，运用容斥原理，就可以写为add(x1,y1);add(x1,y2+1);add(x2+1,y1);add(x2+1,y2+1)。
三、mobile phone(pku 1195)
题目大意：现给出一个矩阵A，初始时矩阵中元素均为0。
现给出两种操作：
1 (x，y，data)，把A[x，y]加上值data
2 (x1,y1,x2,y2)，询问子矩阵（x1,y1,x2,y2）的元素总和
题目分析：明显，这道题跟例题二十分相似，同样是用二维的树状数组。但不同的是，两个操作交换了。前面一题，询问的是一个元素的值，而这题是询问一个子矩阵值的和；前一题改变的是一个子矩阵的值，而这题改变的是一个元素的值。所以，操作就刚刚反过来就好了。直接插入；在询问值时就要用容斥原理，可以写为sum(x2,y2)－sum(x1-1,y2)－sum(x2,y1-1)＋sum(x1-1,y1-1)。
小结：以上的题目均为一维和二维的树状数组。其实只需把add和sum两个函数用好，树状数组就不难了。这两个函数就是树状数组最神奇的地方了。
下面的这个例题就用的了树状数组的另一个本领——找第k大。（平衡树等其他数据结构都有这个功能，树状数组当然也有）
四、郁闷的出纳员（noi 2004）
题目大意：有以下的操作：
I_k 新建一个工资档案，工资为k
A_k 把每个员工的工资都加上k
S_k 把每个员工的工资都减掉k
F_k 查找第k多的工资
当某个员工的工资低过一个定值时，那么他就会离开这个公司。
分析题目：这道题可以用平衡树很完美的解决掉，这里主要讨论的是如何用树状数组解决。
对于那个加减工资的操作，完全就可以用一个变量解决掉，并不需要每次都实际的进行修改（用平衡树的，线段树的都是这样处理的了）。不过，执行减的这个操作时需要进行检查，如果工资过低时就需要减去这个员工——在最低的标准那里，往前进行删减。
主要的问题其实是怎么找第k大，这个就是这里要详细讲的。明显，由于树状数组是基于二进制数的，那么找第k大就可以用二分逼近（这就是为什么树状数组找第k的效率是LogN的缘故），因为一个大的“管辖区”必定是2的几次方。所以，就有一种很神奇的写法了（这个要好好想想为什么）：
Two[i]表示2i的值对应为多少
C为树状数组
function findk(k:integer):integer;
var i,j,a:integer;
begin
j:=0;a:=0;
for i:=14 downto 0 do
begin
if a+c[j+two[i]]< k then
begin
a:=a+c[j+two[i]];
j:=j+two[i];
end;
end;
exit(j+1);
end;
小结：以上题目都是比较裸的树状数组，这里选用的目的是介绍树状数组的三个重要的函数。（即树状数组的用途）其实树状数组是一种数据结构，那么它只能是一种辅助的用途，实际中是不可能出现这种赤裸裸的题目的，我们要学会如何去在做题时应用上数据结构。
现在选用一个例题来说明这个问题。
五、复杂的按钮
题目大意：现在有一堆开着的按钮，目标是把所有的按钮都关上。
但按下一个按钮的同时，有一些其他的按钮会弹出（即开了）。要达到目标并且为最小步数，输出按按钮的顺序。同时要求，如果有多种方案，那么输出字典序最小的。如果不可能达到，就输出“no solution”。
题目分析：这道题的做法十分明显，就是构造出一个图，进行拓补排序。因为对于一个按钮，如果按下后，会使另外的按钮弹起，那么这些会弹起的按钮不可能在这个按钮前按下了。但由于其数据范围达到30000。那么很明显，就要用链接链表来储存边。（建议使用模拟链表）这样的话，进行拓补排序的效率就为N了，肯定能过的。
另外，因为要求最小的字典序。那么，在进行拓补排序时，如果有多个入度为零的点，那么就要选用小的那个。如果仅仅用一个循环，那么查找的效率就会为O(N)，程序的总体效率就为O（N2）。这显然是过不了的。那么就可以借助于数据结构，把这个查找时间降为LogN，那么总效率就为O(NLogN），这样就能够过了。至于这种数据结构是啥，你想用什么就什么。平衡树就太难写了，建议使用堆或者树状数组。
这题其实只是略微使用了一下数据结构，一些复杂的题目则会有更高的要求。
【总结】
总结：
很明显的，数据结构就是一种辅助工具，不可能有题目是赤裸裸的数据结构题目。（除了那种练数据结构的题目）数据结构的作用就是为了降低时间的消耗：可用于查询、修改值、维护数组。
而树状数组可以说一种比较简单的数据结构，但树状数组的比较优秀性在于：代码复杂度低，时间消耗低，功能比较全。所以树状数组是一种性价比较高的数据结构。
384
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
