01 故事起源有N个数排列成一排,如何快速进行区间修改与求和呢? 02 分析首先最容易想到的方法就是先求出前缀和sum[i],然后区间[a,b]的和就可以直接通过sum[b]-sum[a-1]得到。 但如果要对数组进行修改,就会有一些问题。比如对a[3]加1,则下面对应的sum[3],sum[4],sum[5]都需要进行修改,这个效率就很低了。 原因在于sum[i]是前面区间[1,i]中所有元素的和,所以修改任何一个元素,则后面的sum[i]都得重新计算。 那能不能找到一种间断式的前缀和呢,只需要统计前面区间中的部分元素。这样在修改某个a[i]的时候就不会影响后面的所有sum[i]。 其实就是要找到这样的一种映射关系,既能统计出前缀和,还可以提高修改的效率。sum[i]以前是统计区间[1,i]所有的i个元素,而现在是统计区间[1,i]中的k个元素。 树状数组其实就是这样的一种映射。 03 定义树状数组是按下面这种对应关系来计算前面若干元素的和,但直接看可能还看不出来规律。 先把元素的下标1、2、3...转成二进制。 再把每个二进制数,从右向左,截取到第一个1的位置。截取的二进制数也会对应一个十进制数。 比如12对应的二进制数为1100,截取的二进制数为100,而100转为十进制为4。所以我们可以定义这样一种运算,lowbit(12)=4。 那这个lowbit要如何快速计算呢? 计算机原理中,首先我们知道有原码,反码,补码。最高位为符号位,0为正数,1为负数。正数的三码相同,负数的反码是符号位不变,其余位取反,而补码则是反码加1。在计算机中负数是以补码的方式存储的。 然后再看下面的12和-12,补码进行位与操作时,就正好是lowbit运算。 代码实现:
int lowbit(int x) { return x & -x; } 把上面的对应位置的lowbit都计算出来再观察,可以发现lowbit的数值正好就是sum[i]统计的元素个数。 总结一般的规律如下: sum[i]等于区间[i-lowbit(i)+1,i]中所有元素的和。也就是从位置i开始,往前数lowbit(i)个元素,加起来就是sum[i]。 04 规律lowbit(i)对应的数一定是1,2,4...,因为截取的二进制为1000...。根据lowbit(i)可以先对sum[i]进行分层。 而sum[i]元素也有一种包含关系,再把包含关系提上来。 sum[i]就是前面连续的lowbit(i)个元素的和,直接展开更清晰。红色矩形就是下面覆盖的蓝色小方块的和。 红色是sum数组,蓝色是a数组,再观察下标之间的关系。 05 单点修改例如修改a[2],因为sum[2],sum[4]都包含了a[2],所以对应都要修改。 如果修改a[3],因为sum[3],sum[4]都包含了a[3],所以对应都要修改。 观察发现,修改一个元素a[i]时,sum[i]是一层一层的向上进行修改,上一层的下标正好是当前层的下标i加上lowbit(i)。 代码实现:
void add(int index, int x) { while (index <= n) { sum[index] += x; index += lowbit(index); } } 06 区间查询例如查询区间[1,5],需要统计sum[5],sum[4]。 如果查询区间[1,3],需要统计sum[3],sum[2]。 观察发现,查询区间[1,i]的前缀和时,是一段一段往前查询的,下一段的下标正好是当前段的下标i减去lowbit(i)。 代码实现:
int query(int index) { int ret = 0; while (index > 0) { ret += sum[index]; index -= lowbit(index); } return ret; } 如此,就可以轻松搞定单点修改及区间查询了,但最开始的问题是区间修改,这个又该如何实现呢? 07 区间修改首先得引入一个差分数组d[i],d[i]=a[i]-a[i-1]。 对数组d[i]计算前缀和,又可以还原为原数组元素a[i]。 通过公式替换,原数组的前缀和sum[i]也可以通过d[i]来得到。 展开来看就是这样。 通过观察,可以对上面公式作如下变形。其中最关键的是sigma(d[j])和sigma(d[j]*j)。 如果维护d[i]和d[i]*i两个数组的前缀和,就可以快速得到sum[k]。 当对区间[3,5]增加2时,因为d[i]是差分数组,所以只需要对d[3]增加2,对d[6]减去2即可。同理e[i]数组,只需要e[3]增加2*3,对e[6]减去2*6。 一般规律如下: 代码实现:
#define LL long long // 单个修改 void add(LL *sum, LL index, LL x) { while (index <= n) { sum[index] += x; index += lowbit(index); } } // 区间修改 void range_add(LL left, LL right, LL x) { right++; add(sum1, left, x); add(sum1, right, -x); add(sum2, left, x * left); add(sum2, right, -x * right); } 08 区间查询代码实现:
// 单个查询 LL query(const LL *sum, LL index) { LL ret = 0; while (index > 0) { ret += sum[index]; index -= lowbit(index); } return ret; } // 区间查询 LL range_query(LL left, LL right) { left--; LL sumA = (left + 1) * query(sum1, left) - query(sum2, left); LL sumB = (right + 1) * query(sum1, right) - query(sum2, right); return sumB - sumA; } 09 总结树状数组主要应用于区间操作,相比起线段树来说,代码实现简单太多了,而且效率也很高,非常值得研究掌握。 审核编辑 :李倩
全部0条评论
快来发表一下你的评论吧 !