前言:上次练习树状数组的专题还是半年前,练了练就过了,后来学了线段树,觉得树状数组这啥啊,线段树不香吗,就再也没管过树状数组了。直到几天前被树状数组血虐了,急忙爬回来补树状数组。(事实证明学的越少,越容易自以为是)
之前学的树状数组就只学了一种题型,今天把另外两种也补齐。
树状数组有什么用
这里以前缀和为例,树状数组一般用于以下情景:
进行很多次操作:
1.修改某个节点的值 或 查询某一个区间的和。(单点修改,区间查询)
2.某一个区间同时加上某个值 或 查询某个节点修改后的值。(区间修改,单点查询)
3.某一个区间同时加上某个值 或 查询某一个区间的和。(区间修改,区间查询)
树状数组代码简单,效率优秀,空间占用低。事实上,树状数组不止局限于求前缀和,也支持求某一个区间的最值、求逆序对等问题。树状数组的其他问题这里不进行讨论(太多了写不完),这里只以求前缀和为问题切入点。
前置知识:
1.lowbit函数
关于lowbit函数是什么,链接贴上了,这里不多讲。为什么要用lowbit待会儿讲。
2. 前缀和
直接用例子来说明吧: 有一个数组
那么它的前缀数组,计算公式:
。
通过这个数组,可以快速求得a数组区间[l,r]的和,计算公式:
第一种:单点修改,区间查询
这是最简单的一种,也是树状数组最基本的功能。
树状数组,就是将数组化为树的形式,通过层层“管理”来维护前缀和,图中C1~C8就是一个个"管理",所在层数就是"管辖层级",它下面那些层中,和它直接或间接相连的节点就是它的"管辖节点",如果往上没有管理的节点,则称该节点为"最高级管理"。
(注:从别的博客拷贝的,侵权立删)
我们修改树状数组的单个节点值时,需要将他们上面的"管理"节点也依次更新,查询前缀和时,需要查询范围内每一个“最高级管理”节点保存的前缀和累加。一定要注意:更新数据和查询前缀和时依次经过的"管理"节点是不同的,(尽管公式上他俩差不多)
1.(单点更新)维护树状数组时经过节点的规则:下标每次加了个二进制的低位1(不知道啥是低位1的自行转lowbit):
例如:(二进制)1
10
100
1000
(二进制) 1001
1010
1100
10000
(二进制)101
110
1000
10000
2. 查询前缀和经过节点的规则:下标每次减去一个二进制的低位1:
例如: (二进制)10000
0
(二进制)111111
111110
111100
111000
110000
100000
0
又比如,看图里的那根蓝色的箭头(下标用二进制表示),意思就是要求
的和,
取低位1自然就是lowbit函数的作用。
再次说一下维护和查询的区别(以下下标均用二进制表示)
维护树状数组:意思是我们对某个节点加上(或减去)某个值后,它往上经过的节点均要更新。(它会影响往上沿路节点的值)
查询:查询节点的和,比如我们要查询
节点的和,把它依次减去最低位1的节点保存的前缀和加起来就是
,即
要注意查询时它在树中并不是"往下走"的,参考图中蓝色箭头,它的作用其实是把包括111111节点之前的各个"最高级管理员"保存的前缀和加起来。
好累,太难描述了。
接下来是区间查询,例如查询
节点的区间和,就是先求出
的区间和,再求出
的区间和,然后两者相减即可。
树状数组时间复杂度
单点修改:需要从底层往上依次更新节点,所以修改一次的复杂度为,对比普通数组修改节点值的时间复杂度:
。
区间查询:依次加上减去低位1的节点值,时间复杂度,对比普通求前缀和的时间复杂度:
.
总体时间复杂度:
单点修改,区间查询模板题
第一种的各个函数就不分开写了,树状数组的板子都大同小异,放一个单点更新,区间求和的板子题,本来打算放个模板上来,结果发现7个月之前能过,现在再交居然T了,(离谱),板子干脆放后面两种写吧,后面两种会包括第一种的板子。
题目链接:Problem - 1166 (dingbacode.com) 敌兵布阵
第二种:区间修改,单点查询
前置知识:差分数组
差分,即数据之间的差,差分数组,即数组中每相邻两个数据之间的差组成的数组。
例如:有一个数组
那么A的差分数组
,计算公式:
.
那么B的前缀数组就是A数组对应的值。比如
.
使用差分数组主要是为了区间修改,具体的说明可以去看这篇博客:
差分数组是个啥?能干啥?怎么用?(差分详解+例题)_From now on...的Blogs-CSDN博客_差分数组
了解了差分数组后,可以得到一个结论:当对一个区间进行增减某个值的时候,他的差分数组对应的区间左端点的值会同步变化,而他的右端点的后一个值则会相反地变化,而其他点的值保持不变。
正题
充分了解了第一种树状数组之后,我们可以得知,树状数组的单点更新是相对麻烦的,如果要将某一个区间统一加上某个值,采用第一种方式,一次更新的时间复杂度会是,(m为区间长度)。
但是如果我们用差分数组来进行操作:
每次更新维护差分的树状数组d,查询单点的值时,根据前置知识,差分数组的前i个值的和就是原数组第i个值,即:
所以查询差分的树状数组d的前缀和,就可以得到
。我们就可以将每次更新区间的时间复杂度从
降低至
.
单点查询(查询某个点的值)相对简单,那么紧接着是第三种:
第三种:区间更新,区间查询
思路继承第二种,都是利用了差分思想,区间更新的步骤一样,不过区间查询,查询的是某一个区间的和。
通过第二种,我们得知差分数组B的前缀数组就是原数据A数组对应的值。接下来我们要求A数组区间的和。又继承了第一种思路求
区间和的部分思路,我们应该先求
的和,再减去
的和。
直接来一手公式,第三种用公式反而更容易理解:
设A为原数组,D为A的差分数组,则有:
即,
而A的前缀数组为:,带入公式得:
这样一来我们要求区间和,只需要维护两个树状数组:d的前缀数组和id的前缀数组就行了,然后通过上面这个公式就可以直接求出来a的前缀和。
接下来是区间修改,区间查询的各个部分的代码(其实也包括了前两种的代码,更新和查询原理都是一样的)
获取最低位1:
//获取最低位1
int lowbit(int x){return x&(-x);}
下面的代码中,d的前缀数组名称为differ,id的前缀数组名称为idiffer。
区间修改:
//该模块功能:在[l,r]区间同时加上某个值value
void update(int idex,int value,int n)
{
int i = idex;
while(idex<=n){
differ[idex] += (ll)value;
idiffer[idex] += (ll)value*i;
idex += lowbit(idex);
}
}
//注意,区间修改根据差分数组的规则,要修改两次:
update(l,value,n);
update(r+1,-value,n);
区间查询:
//该模块功能:获取[l,r]区间的前缀和
ll getSum(int idex)
{
ll sum = 0;
int x = idex;
while(idex){
sum += (x+1)*differ[idex];
sum -= idiffer[idex];
idex -= lowbit(idex);
}
return sum;
}
//查询[l,r]区间要先查[1,r]的和,减去[1,l-1]的和
sum += getSum(i,r);
sum -= getSum(i,l-1);
最后,分享一道区间修改,区间查询的模板题,题解代码完全可以作为模板代码。
题目链接:saikr oj | 二进制