当要频繁的对数组元素进行修改,同时又要频繁的查询数组内任一区间元素之和的时候,可以考虑使用树状数组. 通常对一维数组最直接的算法可以在O(1)时间内完成一次修改,但是需要O(n)时间来进行一次查询.而树状数组的修改和查询均可在O(log(n))的时间内完成. 一、回顾一维树状数组 假设一维数组为A[i](i=1,2,...n),则与它对应的树状数组C[i](i=1,2,...n)是这样定义的: C1 = A1 C2 = A1 + A2 C3 = A3 C4 = A1 + A2 + A3 + A4 C5 = A5 C6 = A5 + A6 |
|
C7 = A7
C8 = A1 + A2 + A3 + A4 + A5 + A6 + A7 + A8
……
C16 = A1 + A2 + A3 + A4 + A5 + A6 + A7 + A8 + A9 + A10 + A11 + A12 + A13 + A14 + A15 + A16
......
(1)C[t]展开以后有多少项?由下面公式计算:
int lowbit(int t){//计算c[t]展开的项数
return t&(-t);
}
C[t]展开的项数就是lowbit(t),C[t]就是从A[t]开始往左连续求lowbit(t)个数的和.
(2)修改
比如修改了A3,必须修改C3,C4,C8,C16,C32,C64...
当我们修改A[i]的值时,可以从C[i]往根节点一路上溯,调整这条路上的所有C[]即可,对于节点i,父节点下标 p=i+lowbit(i)
//给A[i]加上 x后,更新一系列C[j]
- update(int i,int x){
- while(i<=n){
- c[i]=c[i]+x;
- i=i+lowbit(i);
- }
- }
(3)求数列A[]的前n项和,只需找到n以前的所有最大子树,把其根节点的C加起来即可。
- 如:Sun(1)=C[1]=A[1];
- Sun(2)=C[2]=A[1]+A[2];
- Sun(3)=C[3]+C[2]=A[1]+A[2]+A[3];
- Sun(4)=C[4]=A[1]+A[2]+A[3]+A[4];
- Sun(5)=C[5]+C[4];
- Sun(6)=C[6]+C[4];
- Sun(7)=C[7]+C[6]+C[4];
- Sun(8)=C[8];
- ,,,,,,
-
- int Sum(int n)
- {
- int sum=0;
- while(n>0)
- {
- sum+=C[n];
- n=n-lowbit(n);
- }
- return sum;
- }
-
- lowbit(1)=1 lowbit(2)=2 lowbit(3)=1 lowbit(4)=4
- lowbit(5)=1 lowbit(6)=2 lowbit(7)=1 lowbit(8)=8
- lowbit(9)=1 lowbit(10)=2 lowbit(11)=1 lowbit(12)=4
- lowbit(13)=1 lowbit(14)=2 lowbit(15)=1 lowbit(16)=16
- lowbit(17)=1 lowbit(18)=2 lowbit(19)=1 lowbit(20)=4
- lowbit(21)=1 lowbit(22)=2 lowbit(23)=1 lowbit(24)=8
- lowbit(25)=1 lowbit(26)=2 lowbit(27)=1 lowbit(28)=4
- lowbit(29)=1 lowbit(30)=2 lowbit(31)=1 lowbit(32)=32
- lowbit(33)=1 lowbit(34)=2 lowbit(35)=1 lowbit(36)=4
- lowbit(37)=1 lowbit(38)=2 lowbit(39)=1 lowbit(40)=8
- lowbit(41)=1 lowbit(42)=2 lowbit(43)=1 lowbit(44)=4
- lowbit(45)=1 lowbit(46)=2 lowbit(47)=1 lowbit(48)=16
- lowbit(49)=1 lowbit(50)=2 lowbit(51)=1 lowbit(52)=4
- lowbit(53)=1 lowbit(54)=2 lowbit(55)=1 lowbit(56)=8
- lowbit(57)=1 lowbit(58)=2 lowbit(59)=1 lowbit(60)=4
- lowbit(61)=1 lowbit(62)=2 lowbit(63)=1 lowbit(64)=64
二、树状数组可以扩充到二维。
问题:一个由数字构成的大矩阵,能进行两种操作
1) 对矩阵里的某个数加上一个整数(可正可负)
2) 查询某个子矩阵里所有数字的和,要求对每次查询,输出结果。
一维树状数组很容易扩展到二维,在二维情况下:数组A[][]的树状数组定义为:
C[x][y] = ∑ a[i][j], 其中,
x-lowbit(x) + 1 <= i <= x,
y-lowbit(y) + 1 <= j <= y.
例:举个例子来看看C[][]的组成。
设原始二维数组为:
A[][]={{a11,a12,a13,a14,a15,a16,a17,a18,a19},
{a21,a22,a23,a24,a25,a26,a27,a28,a29},
{a31,a32,a33,a34,a35,a36,a37,a38,a39},
{a41,a42,a43,a44,a45,a46,a47,a48,a49}};
那么它对应的二维树状数组C[][]呢?
记:
B[1]={a11,a11+a12,a13,a11+a12+a13+a14,a15,a15+a16,...} 这是第一行的一维树状数组
B[2]={a21,a21+a22,a23,a21+a22+a23+a24,a25,a25+a26,...} 这是第二行的一维树状数组
B[3]={a31,a31+a32,a33,a31+a32+a33+a34,a35,a35+a36,...} 这是第三行的一维树状数组
B[4]={a41,a41+a42,a43,a41+a42+a43+a44,a45,a45+a46,...} 这是第四行的一维树状数组
那么:
C[1][1]=a11,C[1][2]=a11+a12,C[1][3]=a13,C[1][4]=a11+a12+a13+a14,c[1][5]=a15,C[1][6]=a15+a16,...
这是A[][]第一行的一维树状数组
C[2][1]=a11+a21,C[2][2]=a11+a12+a21+a22,C[2][3]=a13+a23,C[2][4]=a11+a12+a13+a14+a21+a22+a23+a24,
C[2][5]=a15+a25,C[2][6]=a15+a16+a25+a26,...
这是A[][]数组第一行与第二行相加后的树状数组
C[3][1]=a31,C[3][2]=a31+a32,C[3][3]=a33,C[3][4]=a31+a32+a33+a34,C[3][5]=a35,C[3][6]=a35+a36,...
这是A[][]第三行的一维树状数组
C[4][1]=a11+a21+a31+a41,C[4][2]=a11+a12+a21+a22+a31+a32+a41+a42,C[4][3]=a13+a23+a33+a43,...
这是A[][]数组第一行+第二行+第三行+第四行后的树状数组
搞清楚了二维树状数组C[][]的规律了吗? 仔细研究一下,会发现:
(1)在二维情况下,如果修改了A[i][j]=delta,则对应的二维树状数组更新函数为:
- private void Modify(int i, int j, int delta){
-
- A[i][j]+=delta;
-
- for(int x = i; x< A.length; x += lowbit(x))
- for(int y = j; y <A[i].length; y += lowbit(y)){
- C[x][y] += delta;
-
- }
- }
(2)在二维情况下,求子矩阵元素之和∑ a[i][j](前i行和前j列)的函数为
- int Sum(int i, int j){
- int result = 0;
- for(int x = i; x > 0; x -= lowbit(x)) {
- for(int y = j; y > 0; y -= lowbit(y)) {
- result += C[x][y];
- }
- }
- return result;
- }
-
- Sun(1,1)=C[1][1]; Sun(1,2)=C[1][2]; Sun(1,3)=C[1][3]+C[1][2];...
- Sun(2,1)=C[2][1]; Sun(2,2)=C[2][2]; Sun(2,3)=C[2][3]+C[2][2];...
- Sun(3,1)=C[3][1]+C[2][1]; Sun(3,2)=C[3][2]+C[2][2];