下拉菜单实现树状结构_不定期更新的算法笔记树状数组

嗒哒！今天我要介绍的是一个叫树状数组的数据结构。LeetCode1505中有用到它。(但是那道题太惨烈了我想缓一缓...所以就只介绍树状数组吧！)

如果我要给各种算法和数据结构的思想排一个序，最左端是“这个我感觉我早生五十年也能想到”，最右端是“想出这种结构/算法的真的是人类吗？”，树状数组大概就在正中间(i.e 冒泡排序在很左端，红黑树在很右端)，就是那种，“我应该会想不出来，但是这样巧妙的想法真的很漂亮呀！真是参透了位运算的本质！”的感觉。那就来看看树状数组有多奇妙吧！

树状数组要解决的是求数组前缀和的问题，也就是：数组的第i位到第j位之间的元素和是多少？这个问题是不是听起来直接用累加就可以了？但是在计算机的领域，我们要追求的是速度(和节省空间)！如果你的任务里要执行很多次求前缀和的任务，每一次都用累加，既重复计算，又浪费时间资源。所以我们希望尽可能地减少重复的计算。

所以可不可以直接用一个数组D，它的第i位储存从0到i位的和呢？听起来是个好办法，这样的话，如果我们想知道i-j的前缀和的话，就可以直接算D[j]-D[i]，时间复杂度为O(1)。但是这样省出来的时间其实是花在了写入数组里了。想想看，如果你要把数组的第i位加x，那么从第i位往后的所有元素都需要加x，一次写入的时间复杂度为O(n)，其实就是和普通数组的读取/写入时间复杂度交换了。要是你的任务只会用到少量写入而用到大量查询，那么可以用前缀和数组，反过来的话可以用普通数组。但是在一般的情况下，有没有可能将写入和存储都优化呢？

树状数组是这样思考的，对任何一个数，我们可以将它拆分为二进制不同位数之和。例如，11转换为二进制是1011，因此它可以拆分为 。假设要对11求和，就可以通过将不同的二进制位数加起来完成。而如果要对index为11的数组求前缀和，也可以将同样的二进制位数范围累加起来。也就是说，如果事先储存好了0-7的和，8-9的和与10-10的和，求11的前缀和就化为这三段范围和的累加。看起来这个存储有些奇怪，要怎么实现这个存储呢？请看图～

在这个图中，1-14的数组index被表示为了树状。数组index的起始点是1(这也是构建树状数组需要注意的一点，与通常的起始为0的约定不同)，0是一个dummy根节点。这个表示的操作是这样的：第一个index ，二进制展开位数为一，因此它直接接在dummy根节点下面；接着是，与1一样，也接在0下面；接下来是，它的父节点是，因此3接在2下面。再看一个例子，，因此它的父节点是，而10的父节点是，8没有父节点了，追溯到头。可以看到，第一排只存储了二进制展开为一位的数，第二排只存储了二进制展开为两位的数，并且它的根节点就是减去自己最小的二进制展开位之后的数，第三排...按照同样的规律排列。

这个构建树状数组的过程也可以用来构建前缀和的存储。道理是一样的：再以11为例，它的第一个根节点是8，再往上没有别的数了，所以8就用来存储0-7位的区间和。第二个根节点是10，对应的是第二个二进制展开位，所以10存储的是8-9的区间和。最后到了11自己这里，它的最后一位是，所以它只存储10-10的值。树状数组就是这样构建啦，然后，当我们需要求某个位置的前缀和，只要找到那个位置在树状数组的节点，然后一路回溯至根节点，将路径上的节点存储的区间和加起来就可以了！

到这里，关于树状数组的原理希望我已经讲清楚了。但是该怎么实现呢？怎么快速找到一个数的二进制位数？求然后取整？其实有更简单的方法。为了说明这个方法，我们来回顾一下副整数的二进制表示是怎么构造的。还是以11为例：

正整数的负数的二进制表示，就是将它对应的正整数的二进制按位取反之后加一。

因此，一个整数与它的负数进行按位与运算后的结果，就等于这个整数的最低二进制位数了。利用这个特性，就可以很好的构建树状数组了。下面是一个代码实现，一共定义了三个函数：getpar用于找到父节点；update用于更新数组，当更新一个位置时，需要同时更新的是排在它右边的所有同级节点；getsum就是通过追溯根节点来求和啦。

class BIT:
    def __init__(self, arr):
        self.bit = [0]+arr

    def getpar(self, x):
        return x-(x&(-x))

    def update(self, x, k):
        n = len(self.bit)-1
        while (x <= n):
            self.bit[x]+=k;
            x += (x&(-x));

    def getsum(self, x):
        ans = 0
        while x > 0:
            ans += self.bit[x]
            x = self.getpar(x)
        return ans

从我们的分析可以看到，树状数组的输入和求和都是O(logN)的时间复杂度。