【数据结构】前缀和与差分、树状数组与线段树

前缀和与差分、树状数组与线段树概述

---

前置知识

• 前缀和
• 差分
• 树状数组
• 线段树

---

我们知道，前缀和、差分、树状数组与线段树是四个用来处理区间问题的数据结构。接下来，作者为大家准备了这四种数据结构的一些特征。
注：本文讨论一维情况。

---

时间复杂度比较

下表整理了各个数据结构适用的一些基础区间问题。
以下 $n$ 为元素个数，$m$ 为修改次数，$q$ 为查询个数。

数据结构	适用的基础区间问题及其实现的时间复杂度	是否在线
前缀和	单点修改区间查询 $O(n+m+q)$	否
差分	区间修改单点查询 $O(n+m+q)$	否
树状数组	单点修改区间查询 $O(m\log n+q\log n)$	是
线段树	单点修改区间查询 $O(m\log n+q\log n)$，区间修改区间查询 $O(m\log n+q\log n)$	是

当然，我们还可以使用双重数据结构来维护一些特殊问题。

数据结构	适用的基础区间问题及其实现的时间复杂度	是否在线
前缀和与差分	区间修改区间查询 $O(n+m+q)$	否
差分与树状数组	区间修改单点查询 $O(m\log n+q\log n)$	是

---

空间复杂度比较

有了时间复杂度，当然还要讨论空间复杂度。
下表与上文一一对应。

数据结构	适用的基础区间问题及其实现的时间复杂度	是否在线
前缀和	单点修改区间查询 $O(n)$	否
差分	区间修改单点查询 $O(n)$	否
树状数组	单点修改区间查询 $O(n)$	是
线段树	单点修改区间查询 $O(n\log n)$，区间修改区间查询 $O(n\log n)$	是

当然，我们还可以使用双重数据结构来维护一些特殊问题。

数据结构	适用的基础区间问题及其实现的时间复杂度	是否在线
前缀和与差分	区间修改区间查询 $O(n)$	否
差分与树状数组	区间修改单点查询 $O(n)$	是

---

以上就是关于前缀和、差分、树状数组与线段树的比较了。