本文参考树状数组详解
单点更新,单点查询
其实没啥好讲的,就是数组的更新与查询操作,因此直接pass掉。
我之所以还把这个章节放在这里,是为了和树状数组其他类型的查询和更新操作相区别。
单点更新,区间查询
从上面的这棵树上可以看出:
C[1] = A[1];
C[2] = A[1] + A[2];
C[3] = A[3];
C[4] = A[1] + A[2] + A[3] + A[4];
C[5] = A[5];
C[6] = A[5] + A[6];
C[7] = A[7];
C[8] = A[1] + A[2] + A[3] + A[4] + A[5] + A[6] + A[7] + A[8]总结出规律可得:
C[i] = A[i - 2k+1] + A[i - 2k+2] + … + A[i]; //k为i的二进制中从最低位到高位连续零的长度(例如i = 8(1000)时候,k = 3)
而sum[i] = C[i] + C[i-Lowbit(i)] + C[i-Lowbit(i)-Lowbit(i-Lowbit(i))] …; (sum[i]是指前i项和);
tips:2^k = i&(-i)
原因:
x & ( − x ) = { 能 整 除 x 的 最 大 的 2 的 幂 ( 可 以 因 此 得 知 x 的 二 进 制 表 示 后 面 跟 了 几 个 0 ) x 是 偶 数 1 x 是 奇 数 x\&(-x)=\left\{ \begin{array}{rcl} 能整除x的最大的2的幂\\ (可以因此得知x的二进制表示后面跟了几个0) & &x是偶数\\ 1 & &x是奇数\\ \end{array} \right. x&(−x)=⎩⎨⎧能整除x的最大的2的幂(可以因此得知x的二进制表示后面跟了几个0)1x是偶数x是奇数
int n;
int a[1005],c[1005]; //对应原数组和树状数组
int lowbit(int x){
return x&(-x);
}
void updata(int i,int k){ //在i位置加上k
while(i <= n){
c[i] += k;
i += lowbit(i);
}
}
int getsum(int i){ //求A[1...i]的和,即sum[i]
int res = 0;
while(i > 0){
res += c[i];
i -= lowbit(i);
}
return res;
}
int main(){
int t;
cin>>t;
for(int tot = 1; tot <= t; tot++){
cout << "Case " << tot << ":" << endl;
memset(a, 0, sizeof a);
memset(c, 0, sizeof c);
cin>>n;
for(int i = 1; i <= n; i++){
cin>>a[i];
updata(i,a[i]); //输入初值的时候,也相当于更新了值
}
string s;
int x,y;
while(cin>>s && s[0] != 'E'){
cin>>x>>y;
if(s[0] == 'Q'){ //求和操作
int sum = getsum(y) - getsum(x-1); //x-y区间和也就等于1-y区间和减去1-(x-1)区间和
cout << sum << endl;
}
else if(s[0] == 'A'){
updata(x,y);
}
else if(s[0] == 'S'){
updata(x,-y); //减去操作,即为加上相反数
}
}
}
return 0;
}
区间更新,单点查询
题目描述:
这就是第一个问题,如果题目是让你把x-y区间内的所有值全部加上k或者减去
k,然后查询操作是问某个点的值。思路导引:
这种时候该怎么做呢。如果是像上面的树状数组来说,就必须把x-y区间内每个值都更新,这样的复杂度肯定是不行的,这个时候,就不能再用数据的值建树了,这里我们引入差分,利用差分建树。
思路解释:
先设置A[0] = 0;
则有 A [ i ] = ∑ j = 1 n D [ j ] ( D [ j ] = A [ i ] − A [ i − 1 ] ) [ 前 面 i 项 的 差 值 和 ] A[i] = \sum_{j=1}^n D[j](D[j] = A[i] - A[i - 1])[前面i项的差值和] A[i]=j=1∑nD[j](D[j]=A[i]−A[i−1])[前面i项的差值和]
例如对于下面这个数组
A[] = 1 2 3 5 6 9
D[] = 1 1 1 2 1 3
如果我们将A[1…4]区间内的元素都加上2,则变成了
A[] = 1 4 5 7 8 9
D[] = 1 3 1 2 1 1
可以看到A[2…4]区间内元素差值不变,但是区间端点D[1]与D[5]有改变。
因此,思路就变成只需要将区间的端点即D[1]和D[5]的值统统加上k即可。
int n,m;
int a[50005] = {0},c[50005]; //对应原数组和树状数组
int lowbit(int x){
return x&(-x);
}
void updata(int i,int k){ //在i位置加上k
while(i <= n){
c[i] += k;
i += lowbit(i);
}
}
int getsum(int i){ //求D[1...i]的和,即A[i]值
int res = 0;
while(i > 0){
res += c[i];
i -= lowbit(i);
}
return res;
}
int main(){
cin>>n;
for(int i = 1; i <= n; i++){
cin>>a[i];
updata(i,a[i] - a[i-1]); //输入初值的时候,也相当于更新了值
}
//[x,y]区间内加上k
updata(x,k); //A[x] - A[x-1]增加k
updata(y+1,-k); //A[y+1] - A[y]减少k
//查询i位置的值
int sum = getsum(i);
return 0;
}
区间更新,区间查询
思路导引:
上面我们说的差值建树状数组,得到的是某个点的值,那如果我既要区间更新,又要区间查询怎么办。这里我们还是利用差分。
思路解释:
∑ i = 1 n A [ i ] = ∑ i = 1 n ∑ j = 1 i D [ j ] \sum_{i=1}^n A[i] = \sum_{i=1}^n \sum_{j=1}^i D[j] i=1∑nA[i]=i=1∑nj=1∑iD[j]
则A[1] + A[2] + A[3] + … + A[n]
= (D[1]) + (D[1]+D[2]) + … + (D[1]+D[2]+…+D[n])
= nD[1] + (n-1)D[2] +… +D[n]
= n * (D[1]+D[2]+…+D[n]) - (0D[1]+1D[2]+…+(n-1)*D[n])
因此上式变为
∑ i = 1 n A [ i ] = n ∗ ∑ i = 1 n D [ i ] − ∑ i = 1 n ( D [ i ] ∗ ( i − 1 ) ) \sum_{i=1}^n A[i] = n * \sum_{i=1}^n D[i] - \sum_{i=1}^n (D[i] * (i - 1)) i=1∑nA[i]=n∗i=1∑nD[i]−i=1∑n(D[i]∗(i−1))
所以显而易见
我们需要计算sum1[i] = D[i]以及sum2[i] = (D[i] * (i - 1))
然后先依次计算 D 1 = ∑ i = 1 n s u m 1 [ i ] 和 D 2 = ∑ i = 1 n s u m 2 [ i ] D1 = \sum_{i=1}^n sum1[i] 和 D2 = \sum_{i=1}^n sum2[i] D1=i=1∑nsum1[i]和D2=i=1∑nsum2[i] 。之后再计算n * D1 - D2即可得A[i] 的前i项和 [此处其实退化成了(单点更新,区间查询)]
int n,m;
int a[50005] = {0};
int sum1[50005]; //(D[1] + D[2] + ... + D[n])
int sum2[50005]; //(1*D[1] + 2*D[2] + ... + n*D[n])
int lowbit(int x){
return x&(-x);
}
void updata(int i,int k){
int x = i; //因为x不变,所以得先保存i值
while(i <= n){
sum1[i] += k;
sum2[i] += k * (x-1);
i += lowbit(i);
}
}
int getsum(int i){ //求前缀和
int res = 0, x = i;
while(i > 0){
res += x * sum1[i] - sum2[i];
i -= lowbit(i);
}
return res;
}
int main(){
cin>>n;
for(int i = 1; i <= n; i++){
cin>>a[i];
updata(i,a[i] - a[i-1]); //输入初值的时候,也相当于更新了值
}
//[x,y]区间内加上k
updata(x,k); //A[x] - A[x-1]增加k
updata(y+1,-k); //A[y+1] - A[y]减少k
//求[x,y]区间和
int sum = getsum(y) - getsum(x-1);
return 0;
}