树状数组
树状数组
部分转自Xenny
前置芝士
-
什么是树状数组
用数组来模拟树形结构
-
可解决问题
解决大部分基于区间上的更新以及求和问题
-
和线段树的区别
树状数组可以解决的问题都可以用线段树解决,但是树状数组码量小,系数少(很多)
-
优点和缺点
修改和查询的复杂度都是O(logN),而且相比线段树系数要少很多,比传统数组要快,而且容易写。
缺点是遇到复杂的区间问题还是不能解决,功能还是有限。
基础
介绍
对于一般的二叉树,我们是这样画的
![](C:UsersAdministratorDesktopmy things21448672-20181003121208845-81274925.png)
如果每个父亲都存的是两个儿子的值,是不是就可以解决这类区间问题了呢。是的没错,但是这样的树形结构,叫做线段树。
那真的的树形结构是怎样的,和上图类似,但省去了一些节点,以达到用数组建树。
![](C:UsersAdministratorDesktopmy things21448672-20181003121604644-268531484.png)
黑色数组代表原来的数组(下面用A[i]代替),红色结构代表我们的树状数组(下面用C[i]代替),发现没有,每个位置只有一个方框,令每个位置存的就是子节点的值的和,则有
- C[1] = A[1];
- C[2] = A[1] + A[2];
- C[3] = A[3];
- C[4] = A[1] + A[2] + A[3] + A[4];
- C[5] = A[5];
- C[6] = A[5] + A[6];
- C[7] = A[7];
- C[8] = A[1] + A[2] + A[3] + A[4] + A[5] + A[6] + A[7] + A[8];
可以发现,这颗树是有规律的
(C[i] = A[i – 2^k+1] + A[i – 2^k+2] + … + A[i]); //k为i的二进制中从最低位到高位连续零的长度(或最低位到低位1的长度)
例如i = 8(1000)时候,k = 3,可自行验证。
这个怎么实现求和呢,比如我们要找前7项和,那么应该是SUM = C[7] + C[6] + C[4];
而根据上面的式子,容易得出**(SUM_i = C[i] + C[i-2^{k1}] + C[(i – 2^{k1}) – 2^{k2}] + …..) **
其实树状数组就是一个二进制上面的应用。
现在新的问题来了2^k该怎么求呢,不难得出2^k = i&(i^(i-1));但这个还是不好求出呀,前辈的智慧就出来了,2^k = i&(-i);
为什么呢?
这里利用的负数的存储特性,负数是以补码存储的,对于整数运算 x&(-x)有
● 当x为0时,即 0 & 0,结果为0;
●当x为奇数时,最后一个比特位为1,取反加1没有进位,故x和-x除最后一位外前面的位正好相反,按位与结果为0。结果为1。
●当x为偶数,且为2的m次方时,x的二进制表示中只有一位是1(从右往左的第m+1位),其右边有m位0,故x取反加1后,从右到左第有m个0,第m+1位及其左边全是1。这样,x& (-x) 得到的就是x。
●当x为偶数,却不为2的m次方的形式时,可以写作x= y * (2^k)。其中,y的最低位为1。实际上就是把x用一个奇数左移k位来表示。这时,x的二进制表示最右边有k个0,从右往左第k+1位为1。当对x取反时,最右边的k位0变成1,第k+1位变为0;再加1,最右边的k位就又变成了0,第k+1位因为进位的关系变成了1。左边的位因为没有进位,正好和x原来对应的位上的值相反。二者按位与,得到:第k+1位上为1,左边右边都为0。结果为2^k。
总结一下:x&(-x),当x为0时结果为0;x为奇数时,结果为1;x为偶数时,结果为x中2的最大次方的因子。
而且这个有一个专门的称呼,叫做lowbit,即取2^k。(下面有代码)
构造及代码
上面已经解释了如何用树状数组求区间和,那么如果我们要更新某一个点的值呢,还是一样的,上面说了(C[i] = A[i – 2^k+1] + A[i – 2^k+2] + … + A[i]) ,那么如果我们更新某个A[i]的值,则会影响到所有包含有A[i]位置。如果求A[i]包含哪些位置里呢,同理有
A[i] 包含于 $C[i + 2^k]、C[(i + 2^k) + 2^k]…;
好,现在已经搞清楚了更新和求和,就可以来建树状数组了。如果上面的求和、更新或者lowbit步骤还没搞懂的化,建议再思考弄懂再往下看。
那么构造一个树状数组则为
int n;
int a[1005],c[1005]; //对应原数组和树状数组
int lowbit(int x){
return x&(-x);
}
void updata(int i,int k){ //在i位置加上k
while(i <= n){
c[i] += k;
i += lowbit(i);
}
}
int getsum(int i){ //求A[1 - i]的和
int res = 0;
while(i > 0){
res += c[i];
i -= lowbit(i);
}
return res;
}
模板题
HDU-1166
思路
板子不需要思路
代码
#include<iostream>
#include<cstdio>
#include<algorithm>
#include<cstring>
#include<string>
using namespace std;
const int maxn=50010;
int a[maxn],c[maxn];
int t,n;
int lowbit(int x){
return x&(-x);
}
void update(int i,int k){
while(i<=n){
c[i]+=k;
i+=lowbit(i);
}
}
int getsum(int i){
int res=0;
while(i>0){
res+=c[i];
i-=lowbit(i);
}
return res;
}
int query(int l,int r){
return getsum(r)-getsum(l-1);
}
int main(){
scanf("%d",&t);
for(int tot=1;tot<=t;tot++){
cout<<"Case "<<tot<<":"<<endl;
memset(a,0,sizeof(a));
memset(c,0,sizeof(c));
scanf("%d",&n);
for(int i=1;i<=n;i++){
scanf("%d",&a[i]);
update(i,a[i]);
}
string s;
int x,y;
while(1){
cin >> s;
if(s[0]==‘E‘) break;
scanf("%d%d",&x,&y);
if(s[0]==‘Q‘) printf("%d
",query(x,y));
else if(s[0]==‘A‘) update(x,y);
else if(s[0]==‘S‘) update(x,-y);
}
}
return 0;
}
进阶构造及代码
上面介绍的是最普通的单点更新,区间查询,但如果有些时候是区间更新,单点求和怎么办,又或是区间更新,区间求和怎么办。这里将介绍各种情况该怎么写。
如果上面的单点更新,区间查询还没看懂,建议再思考再往下看。
区间更新、单点查询
这就是第一个问题,如果题目是让你把x-y区间内的所有值全部加上k或者减去k,然后查询操作是问某个点的值,这种时候该怎么做呢。如果是像上面的树状数组来说,就必须把x-y区间内每个值都更新,这样的复杂度肯定是不行的,这个时候,就不能再用数据的值建树了,这里我们引入差分,利用差分建树。
假设我们规定A[0] = 0;
则有 A[i] = Σij = 1D[j];(D[j] = A[j] – A[j-1]),即前面i项的差值和,这个有什么用呢?例如对于下面这个数组
- A[] = 1 2 3 5 6 9
- D[] = 1 1 1 2 1 3
如果我们把[2,5]区间内值加上2,则变成了
- A[] = 1 4 5 7 8 9
- D[] = 1 3 1 2 1 1
发现了没有,当某个区间[x,y]值改变了,区间内的差值是不变的,只有D[x]和D[y+1]的值发生改变,至于为什么我想我就不用解释了吧。
所以我们就可以利用这个性质对D[]数组建立树状数组,代码为:
1 int n,m;
2 int a[50005] = {0},c[50005]; //对应原数组和树状数组
3
4 int lowbit(int x){
5 return x&(-x);
6 }
7
8 void updata(int i,int k){ //在i位置加上k
9 while(i <= n){
10 c[i] += k;
11 i += lowbit(i);
12 }
13 }
14
15 int getsum(int i){ //求D[1 - i]的和,即A[i]值
16 int res = 0;
17 while(i > 0){
18 res += c[i];
19 i -= lowbit(i);
20 }
21 return res;
22 }
23
24 int main(){
25 cin>>n;27 for(int i = 1; i <= n; i++){
28 cin>>a[i];
29 updata(i,a[i] - a[i-1]); //输入初值的时候,也相当于更新了值
31 }
32
33 //[x,y]区间内加上k
34 updata(x,k); //A[x] - A[x-1]增加k
35 updata(y+1,-k); //A[y+1] - A[y]减少k
36
37 //查询i位置的值
38 int sum = getsum(i);
39
40 return 0;
41 }
这样就把原来要更新一个区间的值变成了只需要更新两个点。
区间更新、区间查询
上面我们说的差值建树状数组,得到的是某个点的值,那如果我既要区间更新,又要区间查询怎么办。这里我们还是利用差分,由上面可知
[sum[i]=sumlimits_{i=1}^nA[i]=sumlimits_{i=1}^nsumlimits_{j=1}^iD[j]
]