什么是树状数组?
树状数组是一个查询和修改都是log(n)的数据结构。
作用:
-
用于数据快速单点修改
-
快速区间求和
下图表示的就是树状数组,最下面绿色表示的就是原数组:
下面就将原数组称为A数组,树状数组称为C数组。
其中注意:树状数组的索引是从1开始的。
如何进行数组结点的更新?
首先借组前任的智慧,我们设计一个lowbit(int x)函数,返回其二进制下标3最低位1会得到的那个数
public int lowbit(int x) {
return x & (-x);
}
/**
* @param index 被修改的数组下标
* @param val 更新量(新值-旧值)
*/
// 树状数组的更新操作
public void add(int index, int val) {
for (int i = index; i < C.length; i+=lowbit(i)){
// C[i] 表示的树状数组的结点
C[i] += val;
}
}
以上整个过程的时间复杂度为(logn),因为每次lowbit导致移了一位,相当于反复对数组长度n除以2直到0。
查询过程(区间求和)
查询过程就是对A[0]到A[i]的所有值进行求和
首先对sum置零。
归纳可得,对于的二进制节点1111(原数组索引为14),我们减去1111保留最低位1的数1,得到1110.然后让sum加上节点1110的值。
然后对于1110,同样减去其保留最低位1的数10得到1100,然后让sum加上节点1100的值。
再对于1100,减去其保留最低位1的数100得到1000,然后让sum加上节点1000的值。
再对于1000,减去其保留最低位1的数1000得到0。这时不能再算了,因为已经到头了。
所以我们还是需要用到lowbit函数
/**
*
* @param index 表示需要查询结点的下标
* @return
*/
// 前缀求和的查询过程
public int preSearch(int index){
int sum = 0;
for(int i = index;i>0;i-=lowbit(i)){
sum+=C[i];
}
return sum;
}
查询过程相当于是求前缀和的过程,那么有了前缀和,就可以通过前缀和作差得到其中部分区间和的答案了。
此过程复杂度为O(logn),因为每次lowbit移了一位,相当于反复对数组长度n除以2直到0的复杂度。
以上具体实现操作:视频:20230520下,PPT(树状数组)
力扣 307
import java.util.Arrays;
public class LeetCode307 {
private int[] A;//原数组
private int[] C;//树状数组 (索引从1开始)
int length = 0;
public int lowbit(int x) {
return x & (-x);
}
public void add(int index, int val) {
for (int i = index; i < C.length; i += lowbit(i)) {
this.C[i] += val;
}
}
public int preSearch(int index) {
int sum = 0;
for (int i = index; i > 0; i -= lowbit(i)) {
sum += this.C[i];
}
return sum;
}
public LeetCode307(int[] nums) {
this.length = nums.length;
this.A = Arrays.copyOfRange(nums, 0, this.length);
// 构造树状数组
this.C = new int[nums.length + 1];
// 对树状数组中的元素进行赋值
for (int i = 0; i < this.length; i++) {
add(i + 1, this.A[i]);//i+1是因为树状数组的索引是从1开始
}
}
public void update(int index, int val) {
add(index + 1, val - this.A[index]);
this.A[index] = val;
}
public int sumRange(int left, int right) {
return preSearch(right + 1) - preSearch(left);
}
}
注:始终注意树状树状的索引是从1开始的