树状数组
区间信息维护查询
一、二叉索引树(树状数组)(Binary Indexed Tree,BIT)
BIT支持两种操作
1.update(x):修改单点
值
2.query(L,R):查询(L,R)区间和
实现方式:
首先我们介绍一下lowbit(x)
lowbit(x)表示x的二进制表达式中最右边的1所对应的值
程序实现为lowbit(x)={return x&(-x)}
原理就是计算机的整数用补码表示,所以-x就是x按位取反,末尾加1
上图就是典型的BIT
通过观察我们发现对于节点i,如果i是右儿子,i的父节点为i-lowbit(i),如果i是左儿子,i的父节点为i+lowbit(i).
然后我们构造一个辅助数组C
Ci=Ai-lowbit(i)+1+Ai-lowbit(i)+1+...+Ai
即Ci为区间[i-lowbit(i)+1,i]的和(上图的长方形块)
有了这些准备后我们就要开始思考如何进行add和query的操作
query(L,R):
根据前缀和的思路,我们想到可以分别求出前缀和S[R]和S[L]得到query()的值
以S[L]为例,L以二进制表示,则可以表示为以2为底的幂的和
所以S[L]=Ca+Cb+...+Cz
要实现这一操作,就要从L开始将S[L],S[L-lowbit(L)]...加入S[L],直到L==0
代码如下
1 |
|
update(x):
对单一值更新之后,要对包含x的Ci都进行更新
实现操作,要从x向上,直到x>n
1 |
|
例题 Ping pong
首先,选手的位置不能改变。而对于某个选手i,假设他为裁判,此时在他之前比他小的有ci个,在他之后比他小的有di个,那么i选手做裁判的情况就有ci(n-i-di)+(i-ci-1) di
问题转换为求ci和di
由小到大遍历1-n,每移动一位就在x[a[i]]++,并求x[a[i]]的前缀和,这是一个经典的BIT问题
代码:
1 |
|
总结
BIT本质上还是前缀和,他通过lowbit将前缀和数组拆分,从而使修改的复杂度从O(n)降到O(logn)。从而使动态的区间问题的整体复杂度降至O(nlogn)
本博客所有文章除特别声明外,均采用 CC BY-SA 4.0 协议 ,转载请注明出处!