树状数组[要点]

Advise Category: Algorithm >> 树状数组

Scenario

1. 单点更新
2. 区间求和（前缀和）

Objects

1. 待处理数组，a[1...n]
2. 待维护树状数组，c[1...n]
3. 结果数组（前缀和）（待处理数组的前缀和），r[1...n]

Ideas

Q:

A1:

每次计算r[i]都遍历a的前i项，一个结果r[i]一次遍历，n个结果r[n]需要n次遍历（不适合大数据数组的情况）。

A2：（树状）

？如何加速遍历

不与a[i]为维度进行运算，而是通过维护一个数组（数组）c[1...n]其中每一项是通过一定规律的m项和，再通过规律找到前缀和r[i]的待累积c[i]

并求和。

Method for A2

a[i] -> c[i]:

c[1] = c[0001] = a[1];
c[2] = c[0010] = a[1]+a[2];
c[3] = c[0011] = a[3];
c[4] = c[0100] = a[1]+a[2]+a[3]+a[4];
c[5] = c[0101] = a[5];
c[6] = c[0110] = a[5]+a[6];
c[7] = c[0111] = a[7];
c[8] = c[1000] = a[1]+a[2]+a[3]+a[4]+a[5]+a[6]+a[7]+a[8];
......

树状.png

Rule:

c[i]=a[i-2^k+1]+a[i-2^k+2]+......a[i];

Note:

• k为i的二进制中从最低位到高位连续零的长度, 例如i=8(1000)时，k=3。
• 可以理解为这是一种分类方法，通过维护分类(要么有零，要么没零，有零说明进位了需要把其下的数都考虑在内)数组c[i]让前缀求和变得更快。

单点更新

？如果修改a中的一个元素，c中的元素如何变化

Assumption：a[3] = a[3] + 1，从3往后找，直到数组结束。

lowbit(3)=0001=2^0 3+lowbit(3)=04(00100)    c[04] += 1
lowbit(4)=0100=2^2 4+lowbit(4)=08(01000)    c[08] += 1
lowbit(8)=1000=2^3 8+lowbit(8)=16(10000)    c[16] += 1
......

Note:

• 可以看出a[3]变化之后，会涉及到c[4]/c[8]/[16]...的变化，所以需要更新跟随变化的c中的元素。

？lowbit

lowbit(x)是取出x的最低位1(从右往左数第一个1)，满足：

int lowbit(x){ return x & (-x); }

Note:

• 一个数的负数就等于对这个数取反+1

• 补码和原码必然相反,所以原码有0的部位补码全是1,补码再+1之后由于进位那么最末尾的1和原码最右边的1一定是同一个位置

• 刚好等于2^k，k为x的二进制中从最低位到高位连续零的长度

Code:

void update(int x,int y,int n){
    for(int i=x; i <= n; i += lowbit(i))    //x为更新的位置,y为更新后的数,n为数组最大值
        c[i] += y;
}

区间求和

e.g 求r[5]

Disappear:

c[4]=a[1]+a[2]+a[3]+a[4];
c[5]=a[5];

sum(i = 5) = c[4] + c[5];
sum(i = 101) = c[(100)] + c[(101)];

Note:

• 首次从101,减去最低位的1就是100，刚好是单点更新的你操作。

Code：

int sum(int x){
    int ans = 0;
    for(int i = x; i >= 0; i -= lowbit(i))
        ans += c[i];
        
    return ans;
}

Example

leet-code：

计算右侧小于当前元素的个数

Ans:

class Solution{
   public List countSmaller3(int[] nums){
        if(nums == null) return null;
        if(nums.length == 0) return new ArrayList<>();

        List result = new ArrayList<>();
        Set set = new HashSet();
        for (int i = 0; i < nums.length; i++) {
            set.add(nums[i]);
        }

        int[] c = Arrays.stream(set.toArray()).sorted().mapToInt(e -> Integer.parseInt(e.toString())).toArray();
        int[] d = new int[c.length + 2];
        for (int i = nums.length - 1; i > -1; i--) {
            int idx = Arrays.binarySearch(c, nums[i]) + 1;
            int s = sum(d, idx - 1);
            update(d, idx, 1);
            result.add(s);
        }

        Collections.reverse(result);
        return result;
    }

    private int lowbit(int x){
        return x & (-x);
    }

    private void update(int[] c, int i, int delta){
        while( i <= c.length - 1 ){
            c[i] += delta;
            i += lowbit(i);
        }
    }

    private int sum(int[] c, int i){
        int ans = 0;
        while( i > 0 ){
            ans += c[i];
            i -= lowbit(i);
        }

        return ans;
    }
}