算法和数据结构--树状数组

概念:

树状数组的初衷是解决状态压缩空间里的累积频率,现在多用于求前缀和与后缀和(方便计算),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)。

树状数组的引用:

树状数组最重要的作用便是修改与查询,分为单点修改区间查询区间修改单点查询区间修改区间查询。

关于修改(即add,维护数组)的想法:我们一般是挨个维护数组,而树状数组用区间来维护,当我们修改单点时,我们只需修改包含该点的元素,即其父节点!求区间和时也只需将每个区间的父节点相加即可(一个父节点包括一个区间的数),求区间和时只需S[1,B]-S[1,A-1]即可。

 算法和数据结构--树状数组_第1张图片

 修改时候可以发现是个“爬树”的过程,一路往上更新,直到MAX(树状数组最大容量)!

算法和数据结构--树状数组_第2张图片 

 

 树状数组的实现:

前面已经讲得很详细了,代码实现倒是一件简单的事了。不过我们需要先解决一个问题:lowbit怎么算?如果一位一位验证的话,会形成额外的时间开销。然而,我们有这样神奇的一个公式:

low(x)=(x)&(−x)

为什么可以这样?我们需要知道,计算机里有符号数一般是以补码的形式存储的。-x相当于x按位取反再加1,会把结尾处原来1000...的形式,变成0111...,再变成1000...;而前面每一位都与原来相反。这时我们再把它和x按位与,得到的结果便是lowbit(x)。

这样就能愉快的写出树状数组(模板)啦:

单点修改and区间查询:

初始化的时候,我们只需要cnt[i]每个点的初始值即可。

//修改
ll add(ll x,ll y)
{
    for(ll i=x;i<=n;i+=lowbit(i))
    {
        cnt[i]+=y;
    }
}
//求前n项和
ll query(ll x)
{
    ll sum=0;
    for(ll i=x;i;i-=lowbit(i)
    {
        sum+=cnt[i];
    }
    return aum;
}
//求区间和
return query(B)-query(A-1);

 模板[1]:

//单点修改,区间查询
#include
using namespace std;
using ll = long long;
vectora(5e5+5),b(5e5+5);
ll n,k;
ll lowbit(ll x)
{
	return x&(-x);
}
void add(ll x,ll y)
{
	for(ll i=x;i<=n;i+=lowbit(i))
	{
		b[i]+=y;
	}
}
void query(ll x,ll y)//前缀和相减求区间和
{
	ll sum=0;
	for(ll i=x-1;i;i-=lowbit(i))
	{
		sum-=b[i];
	}
	for(ll i=y;i;i-=lowbit(i))
	{
		sum+=b[i];
	}
	cout<>n>>k;
	for(ll i=1;i<=n;i++)
	{
		cin>>a[i];
		add(i,a[i]);//该节点与父节点及右侧2的幂的点都加上该数,利于求区间和
	}
	ll t,x,y;
	while(k--)
	{
		cin>>t>>x>>y;
		if(t==1)
		{
			add(x,y);//同理
		}
		else{
			query(x,y);//前缀和差
			//cout<>t;
	//while(t--) 
		solve();
}

区间修改and单点查询: 

此时我们需要的是差分数组,查询单点的时候,只需求该点的前n项和即可(差分数组的前n项和即原数组在该点的值)。

模板[2]:

//区间修改,查询单点
#include
using namespace std;
using ll = long long;
ll n,m;
ll c[500005],a[500005];
ll lowbit(ll x)
{
	return x&(-x);
}
void add(ll x,ll z)
{
	for(ll i=x;i<=n;i+=lowbit(i))
	{
		c[i]+=z;
	}
}
ll query(ll x)
{
	ll sum=0;
	for(ll i=x;i;i-=lowbit(i))//差分前缀和
	{
		sum+=c[i];
	}
	return sum;
}
void solve()
{
	cin>>n>>m;
	for(ll i=1;i<=n;i++)
	{
		cin>>a[i];
		add(i,a[i]-a[i-1]);//差分数组
	}
	ll t,x,y,z;
	while(m--)
	{
		cin>>t;
		if(t==1)
		{
			cin>>x>>y>>z;
			add(x,z);//原本差分数组只用修改一次,但是其含有多级父节点,故需要多次修改
			add(y+1,-z);
		}
		else{
			cin>>x;
			cout<>t;
	//while(t--) 
	solve();
	return 0;
}

 区间修改and区间查询:

咱们知道a[n]等于差分数组前n项和,如果求一个区间的话,便是这个区间每个数的前n项和。

硬算肯定TLE,手推可得:

算法和数据结构--树状数组_第3张图片

核心公式:

n *(c[1]+c[2]+……+c[n])-(0 *c[1]+1 *c[2]+...+(n-1)*c[n])

模板[3]:

// ****n *(c[1]+c[2]+……+c[n])-(0 *c[1]+1 *c[2]+...+(n-1)*c[n])***** 
//区间修改,区间查询
#include
using namespace std;
using ll = long long;
ll n,m;
ll c[100005],a[100005],b[100005];
ll lowbit(ll x)
{
	return x&(-x);
}
///
void add(ll x,ll z)
{
	for(ll i=x;i<=n;i+=lowbit(i))
	{
		c[i]+=z;
	}
}
///
void added(ll x,ll z)
{
	for(ll i=x;i<=n;i+=lowbit(i))
	{
		b[i]+=z;
	}
}
/
ll query(ll x)
{
	ll sum=0;
	for(ll i=x;i;i-=lowbit(i))
	{
		sum+=c[i];
	}
	return sum;
}
/
ll queryed(ll x)
{
	ll sum=0;
	for(ll i=x;i;i-=lowbit(i))
	{
		sum+=b[i];
	}
	return sum;
}
/
void solve()
{
	cin>>n>>m;
	for(ll i=1;i<=n;i++)
	{
		cin>>a[i];
		add(i,a[i]-a[i-1]);//差分数组
		added(i,(i-1)*(a[i]-a[i-1]));//待减差分数组,即:(0 *c[1]+1 *c[2]+...+(n-1)*c[n]);
	}
	ll t,x,y,z;
	while(m--)
	{
		cin>>t;
		if(t==1)
		{
			cin>>x>>y>>z;
			add(x,z);//多级父节点,故需要多次修改,为了使用前缀和
			add(y+1,-z);
			added(x,z*(x-1));
			//同理:即 (0 *c[1]+1 *c[2]+...+(n-1)*c[n]);
			added(y+1,-z*(y));
		}
		else{
			cin>>x>>y;
			ll sum1=0,sum2=0;
			sum1=(x-1)*query(x-1)-queryed(x-1);//a[x-1]的前缀和
			sum2=y*query(y)-queryed(y);//a[y]的前缀和
			//即:*****n *(c[1]+c[2]+……+c[n])-(0 *c[1]+1 *c[2]+...+(n-1)*c[n])*****
			cout<>t;
	//while(t--) 
	solve();
	return 0;
}

你可能感兴趣的:(树状数组,数据结构,c++,算法)