一. 树状数组结构详解
1. 什么时候使用树状数组
现在有一个数组nums[n]。在进行数组处理时常遇到这样一种需求:单点更改某位置的值;查询某个区间[left, right]内的值的和。如果使用常规的方法,在进行单点修改update(int loc)操作时,直接更新即可;在进行求区间和sumRange(int left, int right)时,直接求和即可,这样最坏情况的时间复杂度是O(n^2)。在大量数据下这个复杂度太高了,不可接受。树状数组就是来应对这个问题的,它可以大大降低时间复杂度。
树状数组的基本思想是以空间换时间,额外用一个数组来存储原数组的前缀和,即:用一个长度为n+1的数组tree[]来存储长为n的nums[]的前缀和,tree[x]存储的是nums[1, 2, ..., x]的和。这么设定是由其结构决定的。
2. 树状数组的结构
大致结构如下图。其中a[1-8]是原数组,t[1-8]是树状数组
首先要明确一点,树状数组是数组不是树,其逻辑结构是树,存储结构是数组。
从图中的结构可以观察到以下几点:
1)tree[]数组的长度和原数组长度一致;2)tree[x]的覆盖长度为lowbit(x),其中lowbit(x)为只保留 x(x>0) 从右往左第一个非 0 bit,并将其余bit置零所得的数,如lowbit(8)=8, lowbit(9)=1, lowbit(6)=lowbit(110)=010=2。也就是说tree[x]的值是原数组nums[x-lowbit(x)+1, ... , x]的和;3)tree[x]的父节点是tree[x+lowbit(x)];4)求nums[x]的前缀和(即nums[1, 2, ..., x]的和)时,只需求和tree[x],以及往tree[x]左上角查找到的tree节点,比如求num[7]的前缀和,就是tree[7]+tree[6]+tree[4],而且7-lowbit(7)=6, 6-lowbit(6)=4。
由以上的特性,就可以很好的将原数组进行分块管理了。现在用Java来实现基本逻辑:
class NumArray{
int[] tree;
int lowbit(int x) {
return x & (-x);
}
int add(int x, int val) {
/*
这个函数是拿来更新tree[]数组的。当往tree[x]处添加val的值时,要同步跟新tree[x]的父节点,以
及父节点的父节点
*/
for(; x <= nums.length; x += lowbit(x)) tree[x] += val;
}
int query(int x) {
/*
这个函数求nums[x]的前缀和
*/
int ans = 0;
for(; x > 0; x -= lowbit(x)) ans += tree[x];
return x;
}
//以上部分为树状数组的常用api,想要用树型数组时首先就写好这几个模板
int[] nums;
int n;
public NumArray(int[] nums) {
this.nums = nums;
n = nums.length;
tree = new int[n + 1];
for(int i = 0; i < n; i++) add(i + 1, nums[i]); //初始构造tree[]。注意是从下表1开始存数据。
}
}
二、例题
比如力扣307题,数组区间和检索力扣
在上面的模板代码上实现:
class NumArray{
int[] nums;
int n;
int[] tree;
public NumArray(int[] nums) {
this.nums = nums;
n = nums.length;
tree = new int[n + 1];
for(int i = 0; i < n; i++) add(i + 1, nums[i]); //初始构造tree[]。
}
int lowbit(int x) {
return x & (-x);
}
int add(int x, int val) {
for(; x <= nums.length; x += lowbit(x)) tree[x] += val;
}
int query(int x) {
int ans = 0;
for(; x > 0; x -= lowbit(x)) ans += tree[x];
return x;
}
public void update(int index, int val) {
nums[index] = val;
add(index + 1,val - nums[index]);
}
public int sumRange(int left, int right) {
return query(right + 1, left);
}
}