从前缀和数组到树状数组

前缀和

前缀和数组：

初始化：O(n)时间复杂度，顺序扫描原数组即可
查询区间和:O(1)时间复杂度,S[j]-S[i]即为原数组i到j的区间和
单点修改:O(n)时间复杂度，需要修改S[i]~S[n]的所有值

慢，是因为S[i]的值与之前原数组中所有项都有关系
弱化这种关系，即可加快单点修改速度，当然也会丧失部分查询速度，但是这种取舍是值得的。

lowbit函数
定义：lowbit(i)代表i这个数字，二进制表示的最后一位1的位权。
lowbit(x) = x & (-x)

树状数组

改进前缀和：
lowbit(i)：代表C[i]代表前lowbit(i)项的和(向前数lowbit项的和)
例如：
lowbit(10) = 2 , C[10] = a[10] + a[9]
lowbit(12) = 4 , C[12] = a[12] + a[11] + a[10] + a[9]

树状数组的基础知识

基本操作：

前缀和查询：
S[i] = S[i-lowbit(i)] + C[i]
例如：
S[7] = S[6] + C[7] = S[4] + C[6] + C[7] = C[4] + C[6] + C[7]
S[12] = S[8] + C[12] = C[8] + C[12]
单点修改：
当修改A[j]位置的值的时候，首先需要更新的显然是C[j]的值，可C[j]之后，应该更新哪个值呢？也就是找到C[j]脑袋上面的区间。
例如：
更新原数组A[5]的值，那么需要更新C[5],C[6],C[8]的值。

Leetcode-1109 例题解析：

//将树状数组建立在查分数组之上
#define lowbit(x) (x & (-x))
class FenwickTree{
public:
    FenwickTree(int size):n(size),c(n+1){}
    void add(int i,int x){
         while(i<=n)c[i]+=x,i+=lowbit(i);
         return;
    }
    int at(int ind){return query(ind)-query(ind-1);}
    int query(int x){
        int sum = 0;
        while(x) sum+=c[x],x-=lowbit(x);
        return sum;
    }
    void output(){
        int len = 0;
        for(int i=1;i<=n;i++){
            len += printf("%5d",i);
        }
        printf("\n");
        for(int i=0;i<len+6;i++){
            printf("=");
        }
        printf("\n");
        for(int i=1;i<=n;i++){
            printf("%5d",c[i]);
        }
        printf("\n");
        for(int i=1;i<=n;i++){
            printf("%5d",query(i)-query(i-1));
        }
        printf("\n\n\n");
        return ;
    }
private:
    int n;//下标上限
    vector<int> c;
};

class Solution {
public:
    vector<int> corpFlightBookings(vector<vector<int>>& bookings, int n) {
        FenwickTree tree(n);
        for(auto x:bookings){
            //x[0] -- x[1]+x[2]
            tree.add(x[0],x[2]);
            tree.add(x[1]+1,-x[2]);
        }
        vector<int> ret(n);
        for(int i=1;i<=n;i++){
            ret[i-1] = tree.query(i);
        }
        return ret;
    }

};