树状数组知识点详解

树状数组

树状数组是一种数据结构,它的作用就是优化查询和修改的操作。试想,我们假如在做一道题的时候使用裸的一维数组来存储数据,那每次区间修改需要O(1)的时间,但查询却需要O(n)的时间,针对于某些题目,数据量奇大无比,必然会TLE。所以我们使用树状数组来优化这两个操作,使得修改和查询均可以在O(logn)的时间内完成,提升效率。

(这是百度百科上树状数组的图)

可以直观地看出树状数组是个什么模式,是的,这就是一棵树,而这棵树上每个节点存储的数据就是它所有儿子节点的数据和。所以我们就可以在树上做修改和区间查询(节点减节点),来做到树状数组这种优化方式。

树状数组的实现需要三个特别重要的函数,我一般把它们写成fix()(向上修改),getsum()(向下查询),和lowbit()(这个函数是理解树状数组运行过程的关键)。

lowbit()函数

首先从最关键的lowbit函数入手。

它长这个样子:

int lowbit(int x)
{
    return x+=x&-x;
}

这里还涉及到了位运算的相关知识,所谓x&-x,是在二进制上的运算操作,它的实现也很简单,把x按位取反,最后同时上移最后的那个1。比如lowbit(34)最终的结果就是36。那么这个lowbit函数是干什么用的呢?

我们可以把它理解成对树状数组的遍历方式。

根据树状数组的示意图可以发现,我们如果想对原数组进行元素修改,会牵连到于之关联的树状数组整个链。所以我们必须层层向上修改,每一层都要修改,才能保证树状数组存储的元素的正确性。

那么这个层层向上(向下),就需要lowbit这个函数,或者是说这个功能,来实现。

fix()函数

void fix(int x)
{
    for(int i=x;i<=n;i+=i&-i)
        c[i]++;
}
void fix(int x,int y)//表示在x元素处修改y个单位
{
    for(int i=x;i<=n;i+=i&i)
        c[i]+=y;
}

通过刚才学习lowbit函数,我们应该可以理解这个循环的含义。

其实就是层层向上修改树状数组的对应元素。

getsum()函数

int getsum(int x)
{
    int ret=0;
    for(int i=x;i;i-=i&-i)
        ret+=c[i];
    return ret;
}

这里注意,查询的时候要从上往下查询,这里默认查询的区间是1-->x,如果不是1到x,需要另外加参数。

树状数组的相关知识就介绍到这里,小伙伴们可以参考我树状数组的博客来进行例题训练。

原文地址:https://www.cnblogs.com/fusiwei/p/11275978.html

时间: 2024-08-29 14:39:49

树状数组知识点详解的相关文章

树状数组与差分

目录 树状数组的引入 lowbit的含义 树状数组的前缀和存储方式 单点修改 区间查询 初始化 模板例题--树状数组基本操作 差分--区间修改 备注 @(树状数组算法详解·目录) 树状数组的引入 相信读者一定知道什么是前缀和,形如一串数\(a1,a2...,an,sum[i]=a[1]+a[2]+...+a[i]\) 前缀和在算法的优化上占有很重要的地位,一般就会预先对数据进行预处理运算以后,再在运算过程中用\(O(1)\)时间调用,这样的操作很大程度上避免了实际运算中的枚举,NOIP2016魔

POJ 2299 Ultra-QuickSort (树状数组)

前段时间用归并排序写了这题,发现树状数组也能解这题,就去学习了一下 首先先来看一个序列   6 1 2 7 3 4 8 5,此序列的逆序数为5+3+1=9.冒泡法可以直接枚举出逆序数,但是时间复杂度太高O(n^2).冒泡排序的原理是枚举每一个数组,然后找出这个数后面有多少个数是小于这个数的,小于它逆序数+1.仔细想一下,如果我们不用枚举这个数后面的所有数,而是直接得到小于这个数的个数,那么效率将会大大提高. 总共有N个数,如何判断第i+1个数到最后一个数之间有多少个数小于第i个数呢?不妨假设有一

一维 + 二维树状数组 + 单点更新 + 区间更新 详解

树状数组详解: 假设一维数组为A[i](i=1,2,...n),则与它对应的树状数组C[i](i=1,2,...n)是这样定义的: C1 = A1 C2 = A1 + A2 C3 = A3 C4 = A1 + A2 + A3 + A4 C5 = A5 C6 = A5 + A6 ................. C8 = A1 + A2 + A3 + A4 + A5 + A6 + A7 + A8 ................ 如图可知: 为奇数的时候他是代表他本身,而为偶数的时候则是代表着自

BIT 树状数组 详解 及 例题

(一)树状数组的概念 如果给定一个数组,要你求里面所有数的和,一般都会想到累加.但是当那个数组很大的时候,累加就显得太耗时了,时间复杂度为O(n),并且采用累加的方法还有一个局限,那就是,当修改掉数组中的元素后,仍然要你求数组中某段元素的和,就显得麻烦了.所以我们就要用到树状数组,他的时间复杂度为O(lgn),相比之下就快得多.下面就讲一下什么是树状数组: 一般讲到树状数组都会少不了下面这个图: 下面来分析一下上面那个图看能得出什么规律: 据图可知:c1=a1,c2=a1+a2,c3=a3,c4

高级数据结构:优先队列、图、前缀树、分段树以及树状数组详解

优秀的算法往往取决于你采用哪种数据结构,除了常规数据结构,日常更多也会遇到高级的数据结构,实现要比那些常用的数据结构要复杂得多,这些高级的数据结构能够让你在处理一些复杂问题的过程中多拥有一把利器.同时,掌握好它们的性质以及所适用的场合,在分析问题的时候回归本质,很多题目都能迎刃而解了. 这篇文章将重点介绍几种高级的数据结构,它们是:优先队列.图.前缀树.分段树以及树状数组. 一.优先队列 1.优先队列的作用 优先队列最大的作用是能保证每次取出的元素都是队列中优先级别最高的,这个优先级别可以是自定

树状数组详解(图形学算法)

目录 一.从图形学算法说起 1.Median Filter 概述 2.r pixel-Median Filter 算法 3.一维模型 4.数据结构的设计 5.树状数组华丽登场 二.细说树状数组 1.树 or 数组? 2.结点的含义 3.求和操作 4.更新操作 5.lowbit函数O(1)实现 6.小结 三.树状数组的经典模型 1.PUIQ模型 2.IUPQ模型 3.逆序模型 4.二分模型 5.再说Median Filter 6.多维树状数组模型 四.树状数组题集整理 一.从图形学算法说起 1.M

树状数组的改段求段详解

以下是对于如何利用树状数组进行区间修改和区间查询的简介 可以代替不需要lazy tag的线段树,且代码量和常数较小 首先你需要学会树状数组,如果不会的话以下先讲解黑匣子使用树状数组的姿势 首先定义一个数组 int c[N]; 并清空 memset(c, 0, sizeof c); 1.单点修改 : c[x] += y; 对应的函数是 change(x, y); 2.求前缀和 :  对应的函数是 int sum(x) 两种操作的复杂度都是O(logn) 模版如下 int c[N], maxn; i

树状数组详解

一.引入和概念 平常我们会遇到一些对数组进行维护查询的操作,比较常见的,修改某点的值.求某个区间的和. 数据规模不大的时候,对于修改某点的值是非常容易的,复杂度是O(1),但是对于求一个区间的和就要扫一遍了,复杂度是O(N). 如果实时的对数组进行M次修改或求和,最坏的情况下复杂度是O(M*N),当规模增大后这是划不来的. 而树状数组干同样的事复杂度却是O(M*lgN). 树状数组是一个查询和修改复杂度都为log(n)的数据结构. 主要用于查询任意两位之间的所有元素之和,但是每次只能修改一个元素

Vijos P1066 弱弱的战壕【多解,线段树,暴力,树状数组】

弱弱的战壕 描述 永恒和mx正在玩一个即时战略游戏,名字嘛~~~~~~恕本人记性不好,忘了-_-b. mx在他的基地附近建立了n个战壕,每个战壕都是一个独立的作战单位,射程可以达到无限(“mx不赢定了?!?”永恒[email protected][email protected]). 但是,战壕有一个弱点,就是只能攻击它的左下方,说白了就是横纵坐标都不大于它的点(mx:“我的战壕为什么这么菜”ToT).这样,永恒就可以从别的地方进攻摧毁战壕,从而消灭mx的部队. 战壕都有一个保护范围,同它的攻击