首先 深刻学习了树状数组的使用:
树状数组:进行大数组任意起终点的求和运算 。不过一般用的最多的都是算从起点开始的,而且是动态维护的。
下面是构造过程(转自 http://www.blog.edu.cn/user3/FeliciaCrazy/archives/2007/1614432.shtml)
令这棵树的结点编号为C1,C2...Cn。令每个结点的值为这棵树的值的总和,那么容易发现:
C1 = A1
C2 = A1 + A2
C3 = A3
C4 = A1 + A2 + A3 + A4
C5 = A5
C6 = A5 + A6
C7 = A7
C8 = A1 + A2 + A3 + A4 + A5 + A6 + A7 + A8
...
C16 = A1 + A2 + A3 + A4 + A5 + A6 + A7 + A8 + A9 + A10 + A11 + A12 + A13 + A14 + A15 + A16
这里有一个有趣的性质,下午推了一下发现:
设节点编号为x,那么这个节点管辖的区间为2^k(其中k为x二进制末尾0的个数)个元素。因为这个区间最后一个元素必然为Ax,
所以很明显:Cn = A(n – 2^k + 1) + ... + An
算这个2^k有一个快捷的办法,定义一个函数如下即可:
int lowbit(int x){
return x&(x^(x–1));
}
当想要查询一个SUM(n)时,可以依据如下算法即可:
step1: 令sum = 0,转第二步;
step2: 假如n <= 0,算法结束,返回sum值,否则sum = sum + Cn,转第三步;
step3: 令n = n – lowbit(n),转第二步。
可以看出,这个算法就是将这一个个区间的和全部加起来,为什么是效率是log(n)的呢?以下给出证明:
n = n – lowbit(n)这一步实际上等价于将n的二进制的最后一个1减去。而n的二进制里最多有log(n)个1,所以查询效率是log(n)的。
那么修改呢,修改一个节点,必须修改其所有祖先,最坏情况下为修改第一个元素,最多有log(n)的祖先。
所以修改算法如下(给某个结点i加上x):
step1: 当i > n时,算法结束,否则转第二步;
step2: Ci = Ci + x, i = i + lowbit(i)转第一步。
i = i +lowbit(i)这个过程实际上也只是一个把末尾1补为0的过程。
//修改过程必须满足减法规则!
所以整个程序如下:
int lowbit(int t) {
return t&(t^(t-1));
}
void modify(int pos,int num) {
while (pos<=n) {
in[pos]+=num;
pos+=lowbit(pos);
}
}
int query(int end) {
int sum=0;
while (end>0) {
sum+=in[end];
end-=lowbit(end);
}
return sum;
}
memset(in,0,sizeof(in)); //初始化
for (i=1;i<=n;i++) modify(i,a[i]);
对于poj1990,一开始能想到的是对节点按v的值排序,然后依次处理每个节点。现在的问题是对于节点i,怎么知道他的x坐标X0分别于前面的i-1个x坐标差的绝对值呢。想通了很简单,没想到,真是要人命。其实只需求出前面小于X0的坐标个数count,和那些小于X0的坐标之和total,然后用alltotal记录当前i个x坐标的所有和
距离为:count*X0 - total + alltotal - total - (i - count)*X0;//分两部分来计算,小于X0的,和大于X0的。
因此考虑用两个树状数组来完成count,total的计算。因为x的最大为20000,所以这个方案是可行的。计算count,total只需lgn的时间。接下来就很简单了,不多说了。