树状数组

引入

---

  背景：

  给定一个序列如何求出其中某个区间的值，例如

	a[] = {1,2,3,5,4,8,9,6,3,4}

  现在我想查询a[3] - a[7] 这个区间的值，很显然我们可以用一个循环做到,那么如果给定序列很大，想求的区间也很多，每次使用循环做，就会很慢。

  前缀和

  如何优化？？，高中我们就学过数列的前n项和，我们可以利用这个思想，对于任何一个区间我们可以使用（注：S是前n项和） S₇ - S₂ 即可求出 a[3] - a[7]这个区间的值，因为：
  S₇ = a[1] + a[2] + a[3] + a[4] + a[5] + a[6] + a[7]
  S₂ = a[1] + a[2]
两式相减即可得到 a[3] ~ a[7] 的值，这就是前缀和的思想。
练习题

//参考代码
#include <iostream>
using namespace std;
const int N = 100010;
int f[N]; //前缀和数组
int main()
{
    int n,m;
    cin >> n >> m;
    for(int i = 1; i <= n; i ++)
    {
        int a;
        cin >> a;
        f[i] += f[i - 1] + a;	//每次等于前一项和 + 当前项
    }
    while(m --)
    {
        int l,r;
        cin >> l >> r;
        cout << f[r] - f[l - 1] << endl;
    }
}

  那么现在需求更改了：
    1.数列a中的值可能会更改
    2.快速查看某个区间的值
  此时在使用之前的前缀和的方法就不行了，因为每次数列变动就会重修计算一次前缀和数组，每次时间复杂度是 O(n),如果有 m 次更改，复杂度就是 O(nm) 当 n 和 m 比较大的时候基本就会TLE，如果使用差分的话，可以 O(1) 完成操作1，但操作 2 需要 O(n),前缀和恰好相反。

树状数组

---

  现在有一个退而求其次的做法 ——— 树状数组，可以以O(logn)的复杂度完成上述两个操作,大概就是使用一个数组，数组中的每个元素记录一段区间的和，在修改的我们只需要修改 logn 个区间，查询的时候，我们将对应的区间段加上就能得到结果。（正题开始）

原理

  根据任意正整数关于2的不重复次幂的唯一分解性质(就是一个数可以用二进制表示），我们可以将一个正整数分解成：
$$x=2^{i_1}+2^{i_2}+...+2^{i_m}$$
  不妨设:
$$i_1>i_2>...>i_m$$
  进一步我们可以将区间[1,x]分成 O(log x) 个小区间
    1.长度为 $2^{i_1}$ 的小区间 $[1,2^{i_1}]$
    2.长度为 $2^{i_2}$ 的小区间 $[2^{i_1}+1,2^{i_1}+2^{i_2}]$
    3.长度为 $2^{i_3}$ 的小区间 $[2^{i_1}+2^{i_2}+1,2^{i_1}+2^{i_2}+2^{i_3}]$
     $......$
    m 长度为 $2^{i_m}$ 的小区间 $[2^{i_1}+2^{i_2}+...+2^{i_{m-1}}+1,2^{i_1}+2^{i_2}++2^{i_3}]$

  是不是很一头雾水，我们来模拟一下就清楚了

    x = 7   分解为：$2^2+2^1+2^0$,  区间[1,7]可以分为[1,4],[5,6],[7,7]三个小区间。
  我们将x = 7的二进制位表示出来：0111 我们发现上面三个区间长度就等于 ”二进制分解“ 下最小 2 的幂次。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-mrLITWKG-1582810116827)(http://139.9.81.229:8090/upload/2020/2/image-9a249aea17e04f0391ae98523b47fef0.png)]

lowbit运算

  这里顺便就要提到 lowbit 运算，它可以返回最低为的 1 及其该位后面的所有 0 组成的所有值,如有不懂，可以百度。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-utdlfuJk-1582810116828)(http://139.9.81.229:8090/upload/2020/2/image-84aaaf37f1ad43df8250f8dc320121f4.png)]

lowbit代码实现

int lowbit(int x) 
{
	return x & -x;
}

  有了这个函数加上前面根据二进位中的 1 来划分区间,给定任意一个整数 x ，我们可以使用下面这段代码划分成 O(logx) 个小区间：

while(x > 0)
{
	printf("[%d, %d]\n",x - lowbit(x) + 1 ,x);
	x -= lowbit(x);
}

具体思路

  现在对于任意给定一个序列 a ，我们在建立一个数组c，其中c[x]保存序列 a 的区间 [x - lowbit(x) + 1,x] 中所有数的和

  首先我们强调一下，树状数组的下标从 11 开始计数，这一点我们看到后面就会很清晰了。我们先了解如下的定义，请大家一定先记住一下性质：
  1.数组 C 是一个对原始数组 A 的预处理数组。
  2.每个内部节点c[x] 保存以它为根的子树中所有叶节点的和。
  3.每个内部节点从c[x] 的子节点个数等于 lowbit(x)的位数。
  4.除了树根以外，每个内部节点c[x] 的父节点是 c[x + lowbit(x)]
  5.树的深度为 O(lonN)




上面的过程我们用如下的表来表示。

1. “单点更新”操作：“从子结点到父结点”

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-njvQEW9E-1582810116832)(http://139.9.81.229:8090/upload/2020/2/image-5ce7f1ce09834814bdef2edff8c6afdd.png)]
例1：修改 $A[3]$， 分析对数组 $C$​​ 产生的变化。

  从图中我们可以看出 $A[3]$ 的父结点以及祖先结点依次是 $C[3]$、$C[4]$、$C[8]$ ，所以修改了 $A[3]$ 以后 $C[3]$、$C[4]$、$C[8]$ 的值也要修改。

  先看 $C[3]$ $lowbit(3)=1，3+lowbit(3)=4$​ 就是 $C[3]$ 的父亲结点 $C[4]$​ 的索引值。
再看 $C[4]$ ，$lowbit(4)=4，4+lowbit(4)=8$​ 就是 $C[4]$​ 的父亲结点 $C[8]$的索引值。
  从图中，也可以验证：“红色结点的索引值 + 右下角蓝色圆形结点的值 = 红色结点的双亲结点的索引值”，对应上面性质4。
分析到这里“单点更新”的代码就可以马上写出来了。

2.单点更新代码实现

void add(int x,int y)	// x 是修改的点，y是加的值
{
	for(;x <= N;x += lowbit(x))c[x] += y; //N 是序列的总点数

}

3.查询前缀和

  查询前缀和,即 a 的 1 ~ x 的个数的和，按照刚刚的方法，把$[1,x]$分成 O(logN) 个小区间，而每个小区间的区间和都保存在数组$c$中，所以查询前缀就等于加上每个区间的值即可，代码如下：

int ask(int x)
{
	int ans = 0;	//记录和
	for(;x ; x -= lowbit(x)) ans += c[x];
	return ans;
}

4.区间查询

  对于任意一个区间的和，我们只需要计算 ask® - ask(l -1)即可，l 是左端点，r 是右端点。

5.如何建树

  为了简便，比较一般的初始化是：直接建立一个全为0的数组c，然后对每个位置 x 执行 add(x,a[x]) 就可以完成对原序列 a 构造树状数组的过程，时间复杂度 O(N logN)。

例题：

区间查询，单点修改
区间修改，单点查询
区间查询，区间修改
树状数组维护区间最值
树状数组求逆序对
树状数组求指定长度单调子序列

参考代码：

1.区间查询，单点修改

#include <iostream>
#include <algorithm>
#include <stdio.h>

using namespace std;

const int N = 5 * 1e5 + 10;

int c[N];

int n,m;

inline int lowbit(int x)
{
    return x & -x;
}

int ask(int x)
{
    int ans = 0;
    for(;x;x -= lowbit(x)) ans += c[x];
    return ans;
}
void add(int x,int t)
{
    for(;x <= n; x += lowbit(x)) c[x] += t;
}

int main()
{
    scanf("%d%d",&n,&m);
    
    for(int i = 1; i <= n; i ++)
    {
        int t;
        cin >> t;
        add(i,t);		//初始化树
    }
    int a,b,c;
    while(m --)
    {
        cin >> a >> b >> c;
        if(a == 1)
            add(b,c);		//修改区间的某个值
        else 
            printf("%d\n",ask(c) - ask(b - 1));//查询某个区间
    }
    
}

2.区间修改，单点查询

//本题是树状数组 + 差分
#include <iostream>
#include <algorithm>

using namespace std;

const int N = 1e5 + 10;

int a[N],d[N];
int n,m;
inline int lowbit(int x)
{
    return x & -x;
}

int ask(int x)
{
    int ans = 0;
    for(; x ; x -= lowbit(x)) ans += d[x];
    return ans;
}
int add(int x,int c)
{
    for(;x <= n; x += lowbit(x)) d[x] += c;
}

int main()
{
    cin >> n >> m;
    for(int i = 1; i <= n; i ++) cin >> a[i];
 
    while(m --)
    {
        string op;
        cin >> op;
        if(op == "Q")
        {
            int x;
            cin >> x;
            cout << a[x] + ask(x) << endl;
        }
        else
        {
            int l,r,c;
            cin >> l >> r >> c;
            add(l,c);
            add(r + 1, -c );
        }
    }
}

3.区间查询，区间修改

#include <iostream>
#include <algorithm>
using namespace std;
typedef long long LL;
const int N = 1e5 + 10;
int a[N];
LL cs[2][N],sum[N];
int n,m;
inline int lowbit(int x)
{
    return x & -x;
}
LL ask(int k,int x)
{
    LL ans = 0;
    for(; x ; x -= lowbit(x)) ans += cs[k][x];
    return ans;
}
void add(int k,int x,int c)
{
    for(; x <= n; x += lowbit(x)) cs[k][x] += c;
}


int main()
{
    cin >> n >> m;
    for(int i = 1; i <= n; i ++)
    {
        cin >> a[i];
        sum[i] = sum[i - 1] + a[i];
    }
    while(m --)
    {
        string op;
        int l,r,d;
        cin >> op;
        if(op == "Q")
        {
            cin >> l >> r;
            LL ans = sum[r] + (r + 1) * ask(0,r) - ask(1,r);
            ans -= sum[l - 1] + l * ask(0,l-1) - ask(1,l - 1);
            printf("%lld\n",ans);
        }
        else 
        {
            cin >> l >> r >> d;
            add(0,l,d);
            add(0,r + 1,-d);
            add(1,l,l * d);
            add(1,r + 1,-(r + 1) * d);
        }
    }
}