题目描述
给你一个数组 nums ,请你完成两类查询。
- 其中一类查询要求 更新 数组 nums 下标对应的值
- 另一类查询要求返回数组 nums 中索引 left 和索引 right 之间( 包含 )的nums元素的 和 ,其中 left <= right
实现 NumArray 类:
- NumArray(int[] nums) 用整数数组 nums 初始化对象
- void update(int index, int val) 将 nums[index] 的值 更新 为 val
- int sumRange(int left, int right) 返回数组 nums 中索引 left 和索引 right 之间( 包含 )的nums元素的 和 (即,nums[left] + nums[left + 1], …, nums[right])
示例 1:
输入:
["NumArray", "sumRange", "update", "sumRange"]
[[[1, 3, 5]], [0, 2], [1, 2], [0, 2]]
输出:
[null, 9, null, 8]
解释:
NumArray numArray = new NumArray([1, 3, 5]);
numArray.sumRange(0, 2); // 返回 1 + 3 + 5 = 9
numArray.update(1, 2); // nums = [1,2,5]
numArray.sumRange(0, 2); // 返回 1 + 2 + 5 = 8
提示:
- 1 <= nums.length <= 3 * 104
- -100 <= nums[i] <= 100
- 0 <= index < nums.length
- -100 <= val <= 100
- 0 <= left <= right < nums.length
- 调用 pdate 和 sumRange 方法次数不大于 3 * 104
题解思路
因为存在更新跟求指定范围和的操作
如果采用数组的方式进行的话
- 更新的操作为o(1)那么则求范围和的操作为o(n)
如果将数组改为前缀和数组的话
- 更新的操作为o(n)求范围和的操作为o(n)
这样无论怎么改变都会导致超时
因此我们使用树状数组,树状数组会使得时间复杂度将为o(logn)
关于树状数组的详细知识点,稍后再更新
树状数组
这是一个用来记录前缀的的数组
我们对其优化即可以得到树状数组
如上图所示,即为优化后的树状数组。
-
首先我们要求某个数最低位置的1的话 这里引入补码的概念
- 补码即对一个二进制数取反然后加一
- 将二进制源码与补码做与操作即可得到其最后一位的1
- 例如
- 4的二进制位(0100)4的反码为(1011)4的补码为(1100)
- 将4与4的反码做&操作即可得到(0100)
-
求最低位置的1这个操作的概念定义为lowbit
-
为什么要求这个lowbit
-
我们先列举出1-32的lowbit
-
1 2 1 4 1 2 1 8 1 2 1 4 1 2 1 16 1 2 1 4 1 2 1 8 1 2 1 4 1 2 1 32
-
如果我们让第i个位置管理【i-lowbit+1,i】这个区间的话 那么会得到如下的示意图
- 顺着数字往下画下划线,碰到的第一根线即为其管理的范围
-
我们再来看上面这张图
- 位置1统计第1个位置的值
- 位置2记录第1,2个元素的值
- 位置3记录第3个元素的值
- 位置4记录第1,2,3,4个的元素值
- 位置5记录第5个元素的值
- 位置6记录第5,6个元素的值
- 位置7记录第7个元素的值
- 位置8记录第1,2,3,4,5,6,7,8个元素的值
-
这就与我们上述的lowbit概念有些关系了
- 即第i个位置管理着【i-lowbit+1,i】个元素的值
-
那如果我们更新一个元素的值的话,怎么对这个树状数组进行更新呢
- 例如x=2位置处的元素
- 我们将x+lowbit(x)=4 发现第四个位置确实管理着第2个位置
- 我们在将4+lowbit(4)=8会发现第8个位置确实也管理着第4个位置
- 那我们只要一直遍历x+lowbit(x)直到需要求的位置即可
-
这里我们介绍一个快速定义树状数组的代码
-
for i in range(1,len(nums)): j=i+self.lowbit(i) if j<len(self.tree): self.tree[j]+=self.tree[i]
-
-
题解代码
class NumArray:
def lowbit(self,x):
return x&(-x)
def __init__(self, nums: List[int]):
self.tree=[0]+nums
for i in range(1,len(nums)):
j=i+self.lowbit(i)
if j<len(self.tree):
self.tree[j]+=self.tree[i]
def update(self, index: int, val: int) -> None:
pre_val=self.sumRange(index,index)
diff=val-pre_val
i=index+1
while i<len(self.tree):
self.tree[i]+=diff
i+=self.lowbit(i)
def pre_sum(self,index):
i=index+1
res=0
while i:
res+=self.tree[i]
i-=self.lowbit(i)
return res
def sumRange(self, left: int, right: int) -> int:
return self.pre_sum(right)-self.pre_sum(left-1)