当前位置: 首页 > news >正文

树状数组及应用

目录

1.树状数组的概念与基本编码

1.1.引导

1.2.lowbit(x)

1.3.树状数组的编码

2.树状数组的基本应用

2.1.单点修改+区间查询

2.2.区间修改+单点查询

例题:

2.3.区间修改+区间查询

例题:


如果数列A是静态不变的,那么处理前缀和复杂度为O(n),查询为O(1),但如果序列是动态变化的,如改变其中一个元素,那么就需要重新计算前缀和,如果每次查询都有变化,那么复杂度会大幅度增加。

有两种数据结构可以高效的处理这个问题:树状数组与线段树。

1.树状数组的概念与基本编码

1.1.引导

如图所示,c[1] = A[1], c[2] = c[1] + A[2], c[3] = A[3], c[4] = c[2] + c[3] + A[4], ... , c[8] = c[4] + c[6] + c[7] + A[8]。

利用c数组可以高效的完成以下两个操作。

(1)查询,即求前缀和sum。
(2)维护,即元素a发生变化时,能以O(log_2(n))的高效率修改c[] 的值。

结论:

(1)查询过程是每次去掉二进制的最后一个1。例如,求sum[7]:

  1. sum[7] += c[7]
  2. 7的二进制是111,去掉最后一个1,得110,即c[6],所以sum[7] += c[6]
  3. 110,去掉最后一个1,得100,sum[7] += c[4]
  4. 100,去掉最后一个1就没有了

故sum[7] = c[7] + c[6] + c[4]

(2)维护的过程是每次在二进制最后的1上加1。例如,更新a[3]:

  1. 3的二进制是11,在最后一个1上加1,得100,所以修改c[4];
  2. 100,在最后一个1上加1,得1000,所以修改c[8];
  3. 继续修改c[16],c[32]...

树状数组的关键就是找到最后一个1。

1.2.lowbit(x)

lowbit(x) = x & (-x),功能为找到x的二进制数最后一个1。其原理是利用负数的补码,例如x = 6 = 000110,(-x)_{} 补 = 111010,那么x & (-x) = 10 = 2;

lowbit(x) 部分结果如下:

x

x的二进制

lowbit(x)

tree[x]数组

1

1

1

tree[1] = a1

2

10

2

tree[2] = a2 + a1

3

11

1

tree[3] = a3

4

100

4

tree[4] = a4 + a3+ a2+ a1

5

101

1

tree[5] = a5

6

110

2

tree[6] = a6 + a5

7

111

1

tree[7] = a7

令m = lowbit(x),tree[x]的值是把a_{x}和他前面共m个数相加的结果。

tree[]数组是通过lowbit计算出的树状数组,它能够以二分的复杂度存储一个数列的数据,具体的说,tree[x]存储的是区间[x - lowbit(x) + 1, x]的每个数的和。

1.3.树状数组的编码

下面给出单点修改+区间查询的代码

#include<bits/stdc++.h>
using namespace std;
#define ll long long
#define lowbit(x) (x & (-x))
const int N = 1000;
int tree[N];
void update(int x, int d) {//单点修改,修改玄素a[x],a[x] = a[x] + dwhile (x <= N) {tree[x] += d;x += lowbit(x);}
}
ll sum(int x) {//查询前缀和:返回前缀和sum = a[1] + a[2] + .., + a[x]ll ans = 0;while (x > 0) {ans += tree[x];x -= lowbit(x);}return ans;
}
void solve() {int n;cin >> n;vector<ll> a(n + 1, 0);//a[0]不用memset(tree, 0, sizeof(tree));for (int i = 1; i <= n; i++) {cin >> a[i];update(i, a[i]);}//查询区间和:cout << "Old : sum([1,n-1]):" << sum(n - 1) - sum(0) << endl;//模拟一次修改,a[n-1] + 100update(n - 1, 100);cout << "New : sum([1,n-1]):" << sum(n - 1) - sum(0) << endl;
}
int main() {ios::sync_with_stdio;cin.tie(0);cout.tie(0);solve();return 0;
}
/*
输入:
10
4 5 6 7 8 9 10 11 12 13
输出:
Old : sum([1,n-1]):72
New : sum([1,n-1]):172
*/

此代码过程:

(1)初始化:先清空数组tree,然后读取a数组每一个元素,用update() 逐步处理这n个数,得到tree[]数组;
(2)求前缀和:用sum()计算,求和基于tree数组;
(3)单点修改:执行update()函数,修改数组tree[]。

2.树状数组的基本应用

2.1.单点修改+区间查询

1.1.3.树状数组的编码已经给出

2.2.区间修改+单点查询

利用差分是前缀和的逆运算来求解

例题:

两种解法:

第一种,单纯的差分数组

#include<bits/stdc++.h>
using namespace std;
int n, a, b, diff[100002];
int main() {ios::sync_with_stdio(false);cin.tie(0);while (cin >> n && n != 0) {for (int i = 0; i <= n; i++) {diff[i] = 0;}for (int i = 0; i < n; i++) {cin >> a >> b;diff[a] += 1;diff[b + 1] -= 1;}diff[1] += diff[0];cout << diff[1];for (int i = 2; i <= n; i++) {diff[i] += diff[i - 1];cout << ' ' << diff[i];}}return 0;
}

 第二种,利用树状数组

#include<bits/stdc++.h>
using namespace std;
#define ll long long
#define lowbit(x) (x & (-x))
const int N = 100010;
int tree[N];
void update(int x, int d) {while (x <= N) {tree[x] += d;x += lowbit(x);}
}
ll sum(int x) {ll ans = 0;while (x > 0) {ans += tree[x];x -= lowbit(x);}return ans;
}
void solve() {int n;while (cin >> n && n != 0) {memset(tree, 0, sizeof(tree));for (int i = 1; i <= n; i++) {int L, R;cin >> L >> R;update(L, 1);update(R + 1, -1);}for (int i = 1; i <= n; i++) {if (i != n)cout << sum(i) << ' ';else cout << sum(i) << endl;}}
}
int main() {ios::sync_with_stdio;cin.tie(0);cout.tie(0);solve();return 0;
}

2.3.区间修改+区间查询

完成区间修改需要一个tree,区间查询也需要一个tree,所以可以利用两个tree达成此要求

a_{1}+a_{2}+...+a_{k - 1 }+a_{k}
=d_{1} + (d_{1}+d_{2}) +... + \sum_{i=1}^{k-1}d_{i}+\sum_{i=1}^{k}d_{i}
=k\sum_{i =1 }^{k}d_{i} - \sum_{i =1 }^{k}(i-1)d_{i}

所以可以分别处理d和(i-1)d两个数组的树状数组

例题:

#include<bits/stdc++.h>
using namespace std;
#define ll long long
#define lowbit(x) (x & (-x))
const int N = 100010;
ll tree1[N], tree2[N];
void update1(ll x, ll d) {while (x <= N) {tree1[x] += d;x += lowbit(x);}
}
ll sum1(ll x) {ll ans = 0;while (x > 0) {ans += tree1[x];x -= lowbit(x);}return ans;
}
void update2(ll x, ll d) {while (x <= N) {tree2[x] += d;x += lowbit(x);}
}
ll sum2(ll x) {ll ans = 0;while (x > 0) {ans += tree2[x];x -= lowbit(x);}return ans;
}
void solve() {ll n, m;memset(tree1, 0, sizeof(tree1));memset(tree2, 0, sizeof(tree2));cin >> n >> m;ll old = 0, a;for (int i = 1; i <= n; i++) {cin >> a;update1(i, a - old);update2(i, (i - 1) * (a - old));old = a;}while (m--) {ll q, L, R, d;cin >> q;if (q == 1) {cin >> L >> R >> d;update1(L, d);update1(R + 1, -d);update2(L, (L - 1) * d);update2(R + 1, -R * d);}else {cin >> L >> R;cout << R * sum1(R) - sum2(R) - (L - 1) * sum1(L - 1) + sum2(L - 1) << endl;}}
}
int main() {ios::sync_with_stdio;cin.tie(0);cout.tie(0);solve();return 0;
}

相关文章:

  • RuoYi-Vue-Plus(登录流程)
  • k8s1.28.8版本安装prometheus并持久化数据
  • 【Java】IDEA集成开发工具中英文切换
  • 面试题 之 webpack
  • STL标准模板库(C++
  • Pillow教程06:将图片中出现的黄色和红色,改成绿色
  • Android仿微信视频聊天本地与远程切换功能
  • 基于springboot+vue+Mysql的超市进销存系统
  • 【JVM】JVM 运行时数据区简介
  • IntelliJ中的非JVM技术
  • 51单片机学习笔记8 中断系统及定时器
  • 深入解析大语言模型显存占用:训练与推理
  • 【TypeScript】解决字面量类型推断错误的四种方式
  • OM6626一款低功耗蓝牙芯片SOC芯片 -电子价签蓝牙芯片
  • 高阶数据结构 <红黑树>
  • 【许晓笛】 EOS 智能合约案例解析(3)
  • 2017前端实习生面试总结
  • Create React App 使用
  • extjs4学习之配置
  • HashMap剖析之内部结构
  • java8-模拟hadoop
  • js正则,这点儿就够用了
  • MYSQL如何对数据进行自动化升级--以如果某数据表存在并且某字段不存在时则执行更新操作为例...
  • PhantomJS 安装
  • PHP 程序员也能做的 Java 开发 30分钟使用 netty 轻松打造一个高性能 websocket 服务...
  • scala基础语法(二)
  • Windows Containers 大冒险: 容器网络
  • 阿里云前端周刊 - 第 26 期
  • 关于Flux,Vuex,Redux的思考
  • 基于axios的vue插件,让http请求更简单
  • 记录:CentOS7.2配置LNMP环境记录
  • 使用putty远程连接linux
  • 推荐一个React的管理后台框架
  • 线性表及其算法(java实现)
  • 小程序 setData 学问多
  • 延迟脚本的方式
  • 验证码识别技术——15分钟带你突破各种复杂不定长验证码
  • 【运维趟坑回忆录】vpc迁移 - 吃螃蟹之路
  • ionic异常记录
  • ​queue --- 一个同步的队列类​
  • ​sqlite3 --- SQLite 数据库 DB-API 2.0 接口模块​
  • ​力扣解法汇总946-验证栈序列
  • $.ajax()
  • (02)Hive SQL编译成MapReduce任务的过程
  • (26)4.7 字符函数和字符串函数
  • (C语言)输入自定义个数的整数,打印出最大值和最小值
  • (JSP)EL——优化登录界面,获取对象,获取数据
  • (LeetCode) T14. Longest Common Prefix
  • (八)Flask之app.route装饰器函数的参数
  • (三)Honghu Cloud云架构一定时调度平台
  • (十一)图像的罗伯特梯度锐化
  • (四)TensorRT | 基于 GPU 端的 Python 推理
  • (五)MySQL的备份及恢复
  • .bat批处理(十一):替换字符串中包含百分号%的子串
  • .NET 6 Mysql Canal (CDC 增量同步,捕获变更数据) 案例版