有一种数据结构是神奇的,神秘的,它展现了位运算与数组结合的神奇魅力,太牛逼的,它就是树状数组,这种数据结构不是神人是发现不了的。
一:概序
假如我现在有个需求,就是要频繁的求数组的前n项和,并且存在着数组中某些数字的频繁修改,那么我们该如何实现这样的需求?当然大家可以往
真实项目上靠一靠。
① 传统方法:根据索引修改为O(1),但是求前n项和为O(n)。
②空间换时间方法:我开一个数组sum[],sum[i]=a[1]+....+a[i],那么有点意思,求n项和为O(1),但是修改却成了O(N),这是因为我的Sum[i]中牵
涉的数据太多了,那么问题来了,我能不能在相应的sum[i]中只保存某些a[i]的值呢?好吧,下面我们看张图。
从图中我们可以看到S[]的分布变成了一颗树,有意思吧,下面我们看看S[i]中到底存放着哪些a[i]的值。
S[1]=a[1];
S[2]=a[1]+a[2];
S[3]=a[3];
S[4]=a[1]+a[2]+a[3]+a[4];
S[5]=a[5];
S[6]=a[5]+a[6];
S[7]=a[7];
S[8]=a[1]+a[2]+a[3]+a[4]+a[5]+a[6]+a[7]+a[8];
之所以采用这样的分布方式,是因为我们使用的是这样的一个公式:S[i]=a[i-2k+1]+....+a[i]。
其中:2k 中的k表示当前S[i]在树中的层数,它的值就是i的二进制中末尾连续0的个数,2k也就是表示S[i]中包含了哪些a[],
举个例子: i=610=01102 ;可以发现末尾连续的0有一个,即k=1,则说明S[6]是在树中的第二层,并且S[6]中有21项,随后我们求出了起始项:
a[6-21+1]=a[5],但是在编码中求出k的值还是有点麻烦的,所以我们采用更灵巧的Lowbit技术,即:2k=i&-i 。
则:S[6]=a[6-21+1]=a[6-(6&-6)+1]=a[5]+a[6]。
二:代码
1:神奇的Lowbit函数
1 #region 当前的sum数列的起始下标 2 /// <summary> 3 /// 当前的sum数列的起始下标 4 /// </summary> 5 /// <param name="i"></param> 6 /// <returns></returns> 7 public static int Lowbit(int i) 8 { 9 return i & -i; 10 } 11 #endregion
2:求前n项和
比如上图中,如何求Sum(6),很显然Sum(6)=S4+S6,那么如何寻找S4呢?即找到6以前的所有最大子树,很显然这个求和的复杂度为logN。
1 #region 求前n项和 2 /// <summary> 3 /// 求前n项和 4 /// </summary> 5 /// <param name="x"></param> 6 /// <returns></returns> 7 public static int Sum(int x) 8 { 9 int ans = 0; 10 11 var i = x; 12 13 while (i > 0) 14 { 15 ans += sumArray[i - 1]; 16 17 //当前项的最大子树 18 i -= Lowbit(i); 19 } 20 21 return ans; 22 } 23 #endregion
3:修改
如上图中,如果我修改了a[5]的值,那么包含a[5]的S[5],S[6],S[8]的区间值都需要同步修改,我们看到只要沿着S[5]一直回溯到根即可,
同样它的时间复杂度也为logN。
1 public static void Modify(int x, int newValue) 2 { 3 //拿出原数组的值 4 var oldValue = arr[x]; 5 6 for (int i = x; i < arr.Length; i += Lowbit(i + 1)) 7 { 8 //减去老值,换一个新值 9 sumArray[i] = sumArray[i] - oldValue + newValue; 10 } 11 }
最后上总的代码:
1 using System; 2 using System.Collections.Generic; 3 using System.Linq; 4 using System.Text; 5 using System.Diagnostics; 6 using System.Threading; 7 using System.IO; 8 9 namespace ConsoleApplication2 10 { 11 public class Program 12 { 13 static int[] sumArray = new int[8]; 14 15 static int[] arr = new int[8]; 16 17 public static void Main() 18 { 19 Init(); 20 21 Console.WriteLine("A数组的值:{0}", string.Join(",", arr)); 22 Console.WriteLine("S数组的值:{0}", string.Join(",", sumArray)); 23 24 Console.WriteLine("修改A[1]的值为3"); 25 Modify(1, 3); 26 27 Console.WriteLine("A数组的值:{0}", string.Join(",", arr)); 28 Console.WriteLine("S数组的值:{0}", string.Join(",", sumArray)); 29 30 Console.Read(); 31 } 32 33 #region 初始化两个数组 34 /// <summary> 35 /// 初始化两个数组 36 /// </summary> 37 public static void Init() 38 { 39 for (int i = 1; i <= 8; i++) 40 { 41 arr[i - 1] = i; 42 43 //设置其实坐标:i=1开始 44 int start = (i - Lowbit(i)); 45 46 var sum = 0; 47 48 while (start < i) 49 { 50 sum += arr[start]; 51 52 start++; 53 } 54 55 sumArray[i - 1] = sum; 56 } 57 } 58 #endregion 59 60 public static void Modify(int x, int newValue) 61 { 62 //拿出原数组的值 63 var oldValue = arr[x]; 64 65 arr[x] = newValue; 66 67 for (int i = x; i < arr.Length; i += Lowbit(i + 1)) 68 { 69 //减去老值,换一个新值 70 sumArray[i] = sumArray[i] - oldValue + newValue; 71 } 72 } 73 74 #region 求前n项和 75 /// <summary> 76 /// 求前n项和 77 /// </summary> 78 /// <param name="x"></param> 79 /// <returns></returns> 80 public static int Sum(int x) 81 { 82 int ans = 0; 83 84 var i = x; 85 86 while (i > 0) 87 { 88 ans += sumArray[i - 1]; 89 90 //当前项的最大子树 91 i -= Lowbit(i); 92 } 93 94 return ans; 95 } 96 #endregion 97 98 #region 当前的sum数列的起始下标 99 /// <summary> 100 /// 当前的sum数列的起始下标 101 /// </summary> 102 /// <param name="i"></param> 103 /// <returns></returns> 104 public static int Lowbit(int i) 105 { 106 return i & -i; 107 } 108 #endregion 109 } 110 }