树状数组介绍及应用 C++代码实现+模板+例题

最新推荐文章于 2024-07-02 22:40:02 发布

点点滴滴25

最新推荐文章于 2024-07-02 22:40:02 发布

阅读量513

点赞数

分类专栏：树状数组

本文链接：https://blog.csdn.net/qq_41325698/article/details/89710805

版权

树状数组专栏收录该内容

2 篇文章 0 订阅

订阅专栏

1.问题来源

动态连续和查询问题。给定一个 n个元素的数组 A1,A2,...,An,你的任务是

设计一个数据结构，支持以下两种操作。

★ Add（x,d）操作：让 Ax增加 d.

★ Query（L,R）：计算 AL+AL+1+...+AR.

对普通数组进行一次修改或特定区间求和，时间复杂度为 O(N)，N为修改

或求和需要扫描的数组区间大小。但有一种称为树状数组（又称二叉索引树）

的数据结构可以很好的解决这个问题，时间复杂度则为 O(logN)。加了一个

log，学过数学的我们应该都知道效率优化有多大。

2.相关的定义与概念

在讲实现之前，我们需要先理解一个函数 lowbit(x)，这是一个自定义的函

数，函数名是约定成俗的，作用就是 x的二进制表达式中最右边的 1所对应的

值（而不是这个比特的序号）。比如，38288的二进制是 1001010110010000，

所以 lowbit(38288)=16(二进制是 10000)。

代码实现：

int lowbit(int x)//位运算,利用计算机补码特性

{

return x&-x;

}

写个长注释，假设 x=10

10的二进制：1010，我们知道 -x就是 x的二进制按位取反，末尾加一以后的

结果。

-10的二进制：0101+1=0110

然后位运算符&（按位与），1010&0110=10，十进制表示就是 2

所以 lowbit(10)=2

这个函数很重要，所以先在这里交代清楚原理。

下面上图，就正式开讲树状数组了。

下图是一棵典型的 BIT，由 15个结点组成，编号为 1~15.

灰色结点是树状数组中的结点，每一层结点的 lowbit相同，而且 lowbit

越大，越靠近根。对于结点 i，如果它是左子结点，那么父结点的编号就是

i+lowbit(i);如果它是右子结点，那么父结点的编号是 i-lowbit(i).接着构造

一个辅助数组 C，其中

Ci=Ai-lowbit(i)+1+Ai-lowbit(i)+2+...+Ai

换句话说，C的每一个元素都是 A数组中的一段连续和。在 BIT中，每个灰

色结点 i都属于一个以它自身结尾的水平长条（对于 lowbit=1的那些点，“长

条”就是那个结点自己），这个长条中的数之和就是 Ci。

比如结点 12的长条就是从 9~12，即 C12=A9+A10+A11+A12。同理，

C6=A5+A6。这个等式极为重要，请大家花一些时间验证一下“Ci就是以 i结尾

的水平长条内的元素之和”这一事实。

有了 C数组之和，计算前缀和 Si就变得简单了。顺着结点 i往左走，边走

边“往上爬”（注意并不一定沿着树中的边爬），把沿途经过的 Ci累加起来。

就可以了。（请大家验证，沿途经过的 Ci所对应的长条不重复不遗漏地包含了

所有需要累加的元素），如下图所示。

而如果修改了一个 Ai，需要更新 C数组中的哪些元素呢？从 Ci开始往右

走，边走边“往上爬”（同样不一定沿着树中的边爬），沿途修改所有结点对

应的 Ci即可（请大家验证，有且仅有这些结点对应的长条包含被修改的元

素），如下图所示。

说了那么多，大家发现了吗？树状数组其实就是利用二进制。

3.伪代码实现

树状数组的第 i个元素 Tree[i]表示 A[lowbit(i)+1..i]的和，其中 lowbit

（i）表示 i的最低二进制位。

3.1当想查询一个 A[1]+...+A[i]的和，可以依据如下算法：

(1)令 sum=0，转第（2）步。

(2)假如 i≤0，算法结束，返回 sum值，否则 sum+=Tree[i],转第(3)步。

(3)i-=lowbit(i),转第(2)步。往左走，肯定是右节点。

可以看出，这个算法就是将一个个区间的和全部加起来，并且 i-

=lowbit(i)这一步实际上等价于将 i的二进制的最后一个 1减去，而 i的二进

制里最多有 logn个 1，所以查询效率是 O(logn).

3.2而给 A[i]加上 x的算法如下：

（1）当 i>n时，算法结束，否则转第（2）步。

（2）Tree[i]+=x,i+=lowbit(i),转第（1）步。

i+=lowbit(i)这个过程实际上是一个把末尾 1补为 0的过程。

两种应用

单点修改，区间查询。

add（pos，x）->在下标 pos 处加上 x
query（pos）->返回 1 到 pos 的前缀和

那么查询区间 [ l , r ]的操作就是query( r ) - query( l - 1 )

区间修改，单点查询

add 和 query 的操作同运用一，但是使用方式不同：
区间修改（给区间 [ l , r ]加上 d）->

add(l,d);
add(r+1,-d);

单点查询（查询 pos 的值）->

query(pos);

模板

int lowbit(int x)    // 利用了神奇的二进制 特性 
{
	return x&(-x);
}
int add(int i,int x)   //  加数，往右走，肯定是左子节点， 
{
	for(;i<=n;)
	{
		d[i]+=x;
		i=i+lowbit(i);
	}
}
int sum(int c)          // 计算和，往左走 
{
	int s=0;
	while(c>0)
	{
		s+=d[c];
		c=c-lowbit(c);
	}
	return s;
}

例题：

士兵杀敌1

#include<iostream>
using namespace std;
#define range 1000005
int n,d[range];
int lowbit(int x)    // 利用了神奇的二进制 特性 
{
	return x&(-x);
}
int add(int i,int x)   //  加数，往右走，肯定是左子节点， 
{
	for(;i<=n;)
	{
		d[i]+=x;
		i=i+lowbit(i);
	}
}
int sum(int c)          // 计算和，往左走 
{
	int s=0;
	while(c>0)
	{
		s+=d[c];
		c=c-lowbit(c);
	}
	return s;
}
int main()
{
	int m,t1,t2;
	scanf("%d %d",&n,&m);
	for(int i=1;i<=n;i++)
	{
		scanf("%d",&t1);
		add(i,t1);
	}
	for(int i=0;i<m;i++)
    {
    	scanf("%d %d",&t1,&t2);
    	printf("%d\n",sum(t2)-sum(t1-1));
	}
	return 0;
}