前言
树状数组或二叉索引树(Binary Indexed Tree),又以其发明者命名为 Fenwick 树。其初衷是解决数据压缩里的累积频率的计算问题,现多用于高效计算数列的前缀和、区间和。它可以以 O(logn) 的时间得到任意前缀和。并同时支持在 O(logn) 时间内支持动态单点值的修改。空间复杂度 O(n)。
一、树状数组概括
树状数组是一个查询和修改复杂度都为log(n)的数据结构。主要用于数组的单点修改&&区间求和,另外一个拥有类似功能的是线段树。
具体区别和联系如下:
1.两者在复杂度上同级, 但是树状数组的常数明显优于线段树, 其编程复杂度也远小于线段树.
2.树状数组的作用被线段树完全涵盖, 凡是可以使用树状数组解决的问题, 使用线段树一定可以解决, 但是线段树能够解决的问题树状数组未必能够解决.
3. 树状数组的突出特点是其编程的极端简洁性, 使用lowbit技术可以在很短的几步操作中完成树状数组的核心操作,其代码效率远高于线段树。
二、树状数组的应用
1.单点修改+区间查询
代码示例
int lowbit(int x)
{
return x & (-x);//表示求数组下标二进制的非0最低位所表示的值
}
//查找1~x的和
int find_sum(int x)
{
int ans = 0;
while(x)
{
ans += c[x];//从右往左累加求和
x -= lowbit(x);
}
return x;
}
//单点修改
void gexi(int x,int v)
{
a[x] += v;
while(x <= n)
{
c[x] += v;
x += lowbit(x);//由叶子节点向上更新树状数组C,从左往右更新
}
}
实现原理
模板中最常见的三个函数:
①取数组下标二进制非0最低位所表示的值;
②单点更新;
③区间查询。
树状数组,顾名思义是树状的数组,我们首先引入二叉树,叶子节点代表A[1]~A[8]。
现在变形一下:
现在定义每一列的顶端节点C数组(其实C数组就是树状数组),如图:
理解树状数组的重点
C[i]代表子树的叶子节点的权值之和,如图可以知道:
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];
首先是区间查询(求和):
利用C[i]数组,求A数组中前i项和,举两个栗子:
①i=7
前7项和:sum[7]=A[1]+A[2]+A[3]+A[4]+A[5]+A[6]+A[7];
而C[4]=A[1]+A[2]+A[3]+A[4];C[6]=A[5]+A[6];C[7]=A[7];
可以得到:sum[7]=C[4]+C[6]+C[7]。
数组下标写成二进制:sum[(111)]=C[(100)]+C[(110)]+C[(111)];
②i=5
前5项和:sum[5]=A[1]+A[2]+A[3]+A[4]+A[5];
而C[4]=A[1]+A[2]+A[3]+A[4];C[5]=A[5];
可以得到:sum[5]=C[4]+C[5];
数组下标写成二进制:sum[(101)]=C[(100)]+C[(101)];
细细观察二进制,树状数组追其根本就是二进制的应用,结合代码演示一下代码过程:
//查找1~x的和
int find_sum(int x)
{
int ans = 0;
while(x)
{
ans += c[x];
x -= lowbit(x);
}
return x;
}
代码推演
对于i=7进行演示:
7(111) ans+=C[7]
lowbit(7)=001 7-lowbit(7)=6(110) ans+=C[6]
lowbit(6)=010 6-lowbit(6)=4(100) ans+=C[4]
lowbit(4)=100 4-lowbit(4)=0(000) break;
对于i=5进行演示:
5(101) ans+=C[5]
lowbit(5)=001 5-lowbit(5)=4(100) ans+=C[4]
lowbit(4)=100 4-lowbit(4)=0(000) break;
然后单点更新:
当我们修改A数组中某个值时,应当如何更新C数组呢?回想一下,区间查询的过程,再看一下上文中列出的过程。这里声明一下:单点更新实际上是不修改A数组的,而是修改树状数组C,向上更新区间长度为lowbit(i)所代表的节点的值。
//单点修改
void gexi(int x,int v)
{
a[x] += v;
while(x <= n)
{
c[x] += v;
x += lowbit(x);
}
如图:当在A[1]加上值val,即更新A[1]时,需要向上更新C[1],C[2],C[4],C[8],这个时候只需将这4个节点每个节点的值加上val即可。这里为了方便大家理解,人为添加了个A数组表示每个叶子节点的值,事实上A数组并不用修改,实际运用中也可不设置A数组,单点更新只需修改树状数组C即可。下标写成二进制:C[(001)],C[(010)],C[(100)],C[(1000)];
lowbit(1)=001 1+lowbit(1)=2(010) C[2]+=val;
lowbit(2)=010 2+lowbit(2)=4(100) C[4]+=val;
lowbit(4)=100 4+lowbit(4)=8(1000) C[8]+=val;
由于c[1] c[2] c[4] c[8] 都包含有A[1],所以在更新A[1]时实际上就是更新每一个包含A[1]的节点。
题目
代码
#include<bits/stdc++.h>
#define int long long
using namespace std;
int n,q,a[1000001],op,t,tt,c[1000001];
int lowbit(int x)
{
return (x & (-x));
}
void add(int p,int num)
{
while(p <= n)
{
c[p] += num;
p += lowbit(p);
}
}
int query(int p)
{
int tmp = 0;
while(p)
{
tmp += c[p];
p -= lowbit(p);
}
return tmp;
}
signed main()
{
cin>>n>>q;
for(int i = 1;i <= n;i++)
{
scanf("%lld",&a[i]);
add(i,a[i]);
}
while(q--)
{
cin>>op>>t>>tt;
if(op == 1)
{
add(t,tt);
}
else
{
cout<<query(tt) - query(t - 1)<<endl;
}
}
return 0;
}
2.区间修改+单点查询
思路
可以利用差分的思想。具体可见一维,二维差分の详解(简单易懂)_一维差分-CSDN博客
于是只需要预处理出来一个差分数组,再利用树状数组进行单点操作即可。
题目
代码
#include<bits/stdc++.h>
#define int long long
using namespace std;
int n,q,a[1000001],op,t,tt,c[1000001];
int lowbit(int x)
{
return (x & (-x));
}
void add(int p,int num)
{
while(p <= n)
{
c[p] += num;
p += lowbit(p);
}
}
int query(int p)
{
int tmp = 0;
while(p)
{
tmp += c[p];
p -= lowbit(p);
}
return tmp;
}
signed main()
{
cin>>n>>q;
for(int i = 1;i <= n;i++)
{
scanf("%lld",&a[i]);
add(i,a[i]);
}
while(q--)
{
cin>>op>>t>>tt;
if(op == 1)
{
add(t,tt);
}
else
{
cout<<query(tt) - query(t - 1)<<endl;
}
}
return 0;
}
3.单点修改操作
思路
假如题目要求把a改成b,那么就相当于把a加上(b - a)。从而就转化成了上一道题。
题目
代码
#include<bits/stdc++.h>
#define int long long
using namespace std;
int n,q,a[1000001],l,r,x,c[1000001];
char op;
int lowbit(int x)
{
return (x & (-x));
}
void add(int p,int num)
{
while(p <= n)
{
c[p] += num;
p += lowbit(p);
}
}
int query(int p)
{
int tmp = 0;
while(p)
{
tmp += c[p];
p -= lowbit(p);
}
return tmp;
}
signed main()
{
cin>>n>>q;
for(int i = 1;i <= n;i++) scanf("%lld",&a[i]);
while(q--)
{
cin>>op>>l;
if(op == 'A')
{
cin>>r>>x;
add(l,x);
add(r + 1,-x);
}
if(op == 'Q')
{
cout<<a[l] + query(l)<<endl;
}
if(op == 'X')
{
int t = a[l] + query(l);
add(l,1 - t);
add(l + 1,t - 1);
}
}
return 0;
}
4.区间修改+区间查询
思路
直接上图
因此只需维护两个树状数组即可
一个是差分数组的树状数组c[i],还有一个是i*b[i]的树状数组d[i]
题目
代码
#include<bits/stdc++.h>
#define int long long
using namespace std;
int n,q,a[1000001],l,r,x,c[1000001],d[1000001];
char op;
int lowbit(int x)
{
return (x & (-x));
}
void add(int o[],int p,int num)
{
while(p <= n)
{
o[p] += num;
p += lowbit(p);
}
}
int query(int o[],int p)
{
int tmp = 0;
while(p)
{
tmp += o[p];
p -= lowbit(p);
}
return tmp;
}
int f(int x)
{
return query(c,x) * (x + 1) - query(d,x);
}
signed main()
{
cin>>n>>q;
for(int i = 1;i <= n;i++) scanf("%lld",&a[i]);
for(int i = 1;i <= n;i++)
{
int b = a[i] - a[i - 1];
add(c,i,b);
add(d,i,b * i);
}
while(q--)
{
cin>>op>>l>>r;
if(op == 'C')
{
cin>>x;
add(c,l,x);
add(d,l,l * x);
add(c,r + 1,-x);
add(d,r + 1,-(r + 1) * x);
}
else cout<<f(r) - f(l - 1)<<endl;
}
return 0;
}
5.求逆序对
思路
我们先来模拟一下一种求逆序对的方法
例如:a = {5,4,2,6,3,1}
我们先定义一个b数组,我们遍历a数组令b[a[i]] = 1,逆序对数就为(b[i + 1] + b[i + 2] + …… + b[n])的和,其实就是以a数组为下标在b数组中填1,对于a[i],如果b[i]之后已经出现1,那么后面1的下标均可与a[i]构成逆序对。
模拟:开始b都为0
1.b = {0,0,0,0,1,0} sumb(6,6) = 0,后面没有一,说明还没有数与5构成逆序对
2.b = {0,0,0,1,1,0} sumb(5,6) = 1,4与5构成了逆序对
3.b = {0,1,0,1,1,0} sumb(3,6) = 2,2与4,5均构成了逆序对
4.b = {0,1,0,1,1,1} sumb(7,6) 不存在
5.b = {0,1,1,1,1,1} sumb(4,6) = 3,3与4,5,6均构成了逆序对
6.b = {1,1,1,1,1,1} sumb(2,6) = 5,1与其他5个数都构成了逆序对
所以答案ans = 0 + 1 + 2 + 3 + 5 = 11
然后这一过程我们就可以用树状数组来操作,把b数组看成树状数组,令b[a[i]] = 1的过程我们就可以看成数状数组的更新操作,求sumb就可以看成区间查询操作,最后对每次区间查询求和即为逆序对的个数。
题目
代码
#include<bits/stdc++.h>
#define int long long
using namespace std;
int n,q,a[10000001],c[10000001],ans,maxn;
int lowbit(int x)
{
return (x & (-x));
}
void add(int p,int num)
{
while(p <= maxn)
{
c[p] += num;
p += lowbit(p);
}
}
int query(int p)
{
int tmp = 0;
while(p)
{
tmp += c[p];
p -= lowbit(p);
}
return tmp;
}
signed main()
{
cin>>n;
for(int i = 1;i <= n;i++)
{
scanf("%lld",&a[i]);
maxn = max(maxn,a[i]);
}
for(int i = 1;i <= n;i++) add(a[i],1),ans += (query(maxn) - query(a[i]));;
//for(int i = 1;i <= n;i++)
cout<<ans;
return 0;
}
总结
树状数组的重点就是利用二进制的变化,动态地更新树状数组。
树状数组的每一个节点并不是代表原数组的值,而是包含了原数组多个节点的值。
所以在更新A[1]时需要将所有包含A[1]的C[i]都加上val这也就利用到了二进制的神奇之处。
如果是更新A[i]的值,则每一次对C[i] 中的 i 向上更新,即每次i+=lowbit(i),这样就能C[i] 以及C[i] 的所有父节点都加上val。
反之求区间和也是和更新节点值差不多,只不过每次 i-=lowbit(i)。
结语
如果这篇文章对您有帮助的话,请记得点赞收藏加关注吖(●'◡'●)