详细易懂 树状数组

树状数组是解决动态前缀和问题的数据结构

比如会给你N个数据，a1,a2,a3...an；

询问a1+a2+a3+...+m

修改ai(1<=i<=n)

暴力：复杂度为O（n^2)

我们来看这个树状数组图

根据图可看出   d[6]=a5+a6  6的二进制是110，所以它末尾0的个数是1，所以它需要存储2^1, 也就是两个元素

同理  d[8]=a1+a2+...+a8, 8的二进制是1000，末尾0的个数为3，所以它需要存储2^3，也就是8个元素

如果说要询问14到1的和，则直接找d[14]+d[12]+d[8]前缀后相加，它不需要将14个和相加起来，这样就可保证查询复杂度是O（logn)

那么它具体是什么原理呢，我们要询问13这个位置的前缀和，1101=13，树状数组的原理其实是个二进制拆分，

它将1101拆成三部分

1101 对应的是d[13] 2^0

1100 d[12] 2^2

1000 d[8]  2^3

每次抹掉最后一个1.因此如果我们要得到13的前缀和，则需要这三个的前缀和，十分巧妙。

所以修改数据时需要将包含这个区间的值也修改。

二进制数末尾的1在哪里，这个问题如何实现呢？

lowbit(int x){

return x&(-x)

}

它的实现是由补码表示法，感兴趣的可以去查阅资料，在这里不多赘述了。

伪代码

int d[100005]

int lowbit(int x)

{

return x&(-x);

}

//查询操作如下

int query(int x)//查询x位置的前缀和

{int res=0;

while(x)

{res+=d[x];

x-=lowbit(x);

}

return res;

}

//修改  就是查询操作倒过来

void add(int x,int v)//对d[x]加上V

{

while(x<=n)

{ 

d[x]+=v;

x+=lowbit(x);

}

}

树状数组还可以解决区间加/单点查询问题

区间和 ？  【5，8】=sum(8)-sum(4)

 

如何对区间【3，6】的每个数加上5，在3这个位置+5，7的位置上-5；意思是假如1-7的初始值都为0；3加上5，6+1=7的位置上则减5，这样查询1-2时为0，3-6时为5，而查询7这个区间为0，消除了之前+5的影响。