树状数组-b【信息技术】.docVIP

所以我们来想用树形数组来实现: 那么,何为树形数组呢?? 下图中的C数组就是树状数组,a数组是原数组; 可以发现这些规律: C1=a1 C2=a1+a2 C3=a3 C4=a1+a2+a3+a4 C5=a5 …… C8=a1+a2+a3+a4+a5+a6+a7+a8 …… C2^n=a1+a2+….+a2^n 对于序列a，我们设一个数组C定义C[t] = a[t – 2^k + 1] + … + a[t]，k为t在二进制下末尾0的个数。 K的计算可以这样: 2^k=t and (t xor (t-1)) 以6为例 ???????????????? (6)10=(0110)2 xor????? 6-1=(5)10=(0101)2 ????????????????????????? (0011)2 and??????????? (6)10=(0110)2 ????????????????????????? (0010)2 所以问题变的很简单,重要写几个函数就可以了; 求2^k的函数代码如下: int Lowbit(int t) { ????? return t ( t ^ ( t - 1 ) ); } 求1 -- end和的函数代码如下: int Sum(int end) { ????? int sum = 0; ????? while(end 0) ????? { ????????? sum += in[end]; ????????? end -= Lowbit(end); ????? } ????? return sum; } 对某位进行操作函数如下(以加法为例) void plus(int pos , int num) { ????? while(pos = n) ????? { ??????????? in[pos] += num; ??????????? pos += Lowbit(pos); ????? } } 有了这三个函数整个树形数组也就基本构建成功啦!! 对于刚才的一题,每次修改与询问都是对C数组做处理.空间复杂度有3N降为N,时间效率也有所提高.编程复杂度更是降了不少. 树状数组是一种非常优雅的数据结构. ? 当要频繁的对数组元素进行修改,同时又要频繁的查询数组内任一区间元素之和的时候,可以考虑使用树状数组. ? 最直接的算法可以在O(1)时间内完成一次修改,但是需要O(n)时间来进行一次查询. 而树状数组的修改和查询均可在O(log(n))的时间内完成. ? 假设a[1...N]为原数组,定义c[1...N]为对应的树状数组: c[i] = a[i - 2^k + 1] + a[i - 2^k + 2] + ... + a[i] 其中k为i的二进制表示末尾0的个数,所以2^k即为i的二进制表示的最后一个1的权值. 所以2^k可以表示为n(n^(n-1))或更简单的n(-n): ? int lowbit(int n) {return n (-n);} ? 对a[n]进行修改后,需要相应的修改c数组中的p1, p2, p3...等一系列元素 其中p1 = n, ?????? pi+1 = pi + lowbit(pi) 所以修改原数组中的第n个元素可以实现为: void Modify(int n, int delta) { ??? while(n = N) ??? { c[n] += delta; n += lowbit(n);} } ? 当要查询a[1],a[2]...a[n]的元素之和时,需要累加c数组中的q1, q2, q3...等一系列元素 其中q1? = n, ?????? qi+1 = qi?- lowbit(qi) 所以计算a[1] + a[2] + .. a[n]可以实现为: int Sum(int n) { ???? int result = 0; ???? while(n != 0) ???? { result += c[n]; n -= lowbit(n); } ??? return result; } 树状数组(Binary Indexed Tree)是又一种静态的树结构。它的首要用途是用于维护前缀和，也即：一数组a[1..n]，随时会改变其中某a[i]，还会询问s[i]=a[1]+a[2]+…+a[i]，树状数组可完美解决这一问题。 定义数组c[0..n]，其中c[i]=a[i-2^k+1]+a[i-a^k+2]+…+a[i]，其中k为i在二进制下末尾0的个数。当我们改变一个a[i]时，会有很多c[i]随之改变；若需查询某个s[i]，需要累加多个c[i]。