【算法与数据结构】——树状数组

例题

如例题,类似于序列求和的问题,一般用前缀和解决,但是此题目中的数列的值是不断变动的,使用前缀和,时间复杂度更大.由此,我们引入树状数组的概念.

树状数组

(A数组是原数组)

树状数组的规律:

c[i]包含的项数是i转化为2进制后,最右边一个1表示的值,比如i为6时转换为二进制110,最右边一个1表示的是2则c[i]表示两个连续的序列,a[i]和a[i-1]的和

由此可见,要知道C[i]是A[i]的哪几项和,关键是知道最低位的1代表的值.有两种方法

方法一:

int lowbit(x)
{
return x-(x&(x-1));
}

方法二:

//-x的2进制是x的2进制取反码再加1
int lowbit(x)
{
return x&-x;
}

构造树状数组

树状数组的构造其实就是更新操作,在后面对树状数组进行单点更新的过程就是构建c[i]树状数组的过程.

通过树状数组求前缀和

我们要求前i项和(sum(i)),求和公式中必然有c[i] 例如:求sum(7),
求和公式中必有c[7],因为c[7]只包含a[7],于是我们需要求前6项和,公式中需要有c[6],c[6]是包含a[6]和a[5]的,所以还需要加上前4项的和,再加上c[4],c[4]就包含了前面4项的和,于是有sum(7) = c[7]+c[6]+c[4];
将sum(7)写成二进制形式就是sum(111)=c[100]+c[110]+c[111],i表示成二进制后,其中含有几个1,前i项和就由几个数相加,因此此算法的最差时间复杂度是log(n)

int sum(int i)	//求区间[1,i]所有元素的和
{ int ret = 0;
 while(i>0){
 ret+=c[i];			//从右往左区间求和
 i-=lowbit(i);
 }
 return ret;
}

在生成树状数组的前提下求前缀和

有了树状数组,这个问题就很简单了,只要让sum(L)-sum(L-1)即可.

单点更新

树状数组更新时的效率就比最原始的前缀和序列快多了,更新a[i]只需要更新包含a[i]的数据即可,易知时间复杂度为log(n),代码如下:

void update(int i,int val)
{ while(i<=n)
{c[i]+=val;
i+=lowbit(i);  //由叶子节点向上更新c数组
}
}

经典应用

求逆序对数
给定n(<=100000)个正整数,希望对其从小到大排序,如果采用冒泡排序算法,计算需要进行的交换次数.
基本思想:
开一个数组c[n+1],初始化为0,记录前面数据的出现情况;当数据a出现的时候,就令c[a]=1.这样的话,若求a的逆序数,只需要算出在当前状态下c[a+1,n]中有多少个1,因为这些位置的数在a之前出现且比a大.
如果不用树状数组的话每次添加一个数都要重新全部计算,复杂度将会很大O(n^2)

例题二

这道题目的特点跟树状数组能解决的单点更新,区间查询类的问题有些不同,这道题目的特点是区间更新,单点查询,用树状数组很难解决这个问题了,由此引入差分数组的概念

解题的基本思路

通过"差分"的方法(数组中记录的是每个元素和前一个元素的差),这样就把问题转化为常规树状数组了,只需要对于差分数组求前缀和,就能实现单点查询.

区间修改,区间查询类型.

对计算式做如下转换(其中d[i]表示差分数组,a[i]表示原数组)

这样最后转换成了两个数组的前缀和,由此我们只需要结合树状数组的求前缀和的方法,根据转化后的公式构建树状数组求前缀和即可