【专题讲解】树状数组

引言

树状数组的目的：快速求前缀和，修改某一个数

普通数组：快速求前缀和$O(n)$，修改某一个数$O(1)$
树状数组：快速求前缀和，修改某一个数 都是$O(lgn)$

树状数组的示意图

树状数组的特点在于，利用了二进制的性质，可以很方便的实现查询和修改。
通过上图我们可以清晰的看出，关键点在于每个索引转为为二进制以后的lowbit是多少，每个数组维护的区间和的区间长度恰好是lowbit，区间是从(index-lowebit, index]，注意左开右闭。

主要由三个核心的函数构成

函数 lowbit(x)

主要是为了找到最低1位，因此lowbit(x) = x&-x

查询函数 query(x)

查找区间[1, x]的区间和。注意是从1开始的。这一步我们需要对所有与x相关的位置的值进行加和，也就是x的二进制中，为1的那些位置。

def query(x):
	res = 0
	while x>0:
		res += tree[x]
		x -= lowbit(x)
	return res

添加函数 add(x, value)

对某个值进行修改，并且还需要修改与之相关的全部的位置维护的区间和。相关位置是指x+lowbit(x)

def add(x, value):
	n = len(tree)
	while x < n:
		tree[x] += value
		x += lowbit(x)

例题1，移动k次能够得到的最小数字

题目的特点是，有n个可以且只能利用一次的数字，每次使用完会对下一次使用其他数字时候产生影响。因此可以考虑设置树状数组，每次利用query查找到使用该数字的代价，使用之后update数组，维护新的数组中其他元素的使用代价。

参考链接

例题2，图腾问题

题目需要明显得到某个数字左右两侧小于自己的数字个数，我们可以考虑一个巧妙的方法，对于数字大小的比较，我们直接把数字自身作为索引，在数组左侧的数字，都是该数字在原数组左侧中小于它的数字；在数组右侧的数字，都是该数字在原数组左侧中大于它的数字。正反两侧遍历就可以得到结果。

典型特征在于，统计了数字的个数。

一般树状数组的题目没有很明显的特征，不容易让人想到用树状数组。还是需要多做题积累经验。

这道题的特点在于，我们考虑把每个数字转化为坐标，我们在当前坐标时，只需要考虑已经遍历的部分有多少大于当前位置的，有多少小于当前位置的。通过正反两次遍历，可以找到对于每一个位置时，左右两侧有多少大于/小于的数字。最后只需要乘起来就可以。

说实话，这个想法很难想到。

      
def lowbit(x):  # 计算得到最低的1位
    return x & -x
    
def add(