标签：结点 log int lowbit Fenwick tree getsum BIT sum

Fenwick tree or BIT

Overview

维基百科定义树状数组为,

A Fenwick tree or binary indexed tree is a data structure that can efficiently update elements and calculate prefix sums in a table of numbers.

它所解决的典型问题如下.

Typical problem

给定一个整数数组a[1~n], 求区间[i,j]的和. 此外, 有时还会要求更新某个a[k]的值.

Key operations

树状数组的存储结构为数组t[1~n], 定义了3种基本操作, 如下所示.

int a[n + 1], t[n + 1]; // a表示输入数据; t为树状数组的存储结构
int lowbit(int i); // 两个用途: i += lowbit(i)为其父结点; t[i] = sum[i - lowbit(i) + 1, i]
void update(int i, int k); // 若现在要求更新a[i]的值，即a[i] += k，update就更新数组t
int getsum(int i); // 求区间a[1...i]的值

其中, getsum(i)可以在 O ( log ⁡ ( n ) ) O(\log(n)) O(log(n))的时间复杂度内求出区间[1,i]的值. 显然, 区间[i,j]的值就可以用如下的公式求出.
sum ( i , j ) = getsum ( j ) − getsum ( i − 1 ) . \text{sum}(i,j)=\text{getsum}(j) - \text{getsum}(i-1). sum(i,j)=getsum(j)−getsum(i−1).

Data Structure

Structure in Picture

树状数组的结构如下图所示.

定义操作lowbit(i)如下,

int lowbit(int i) {
    return i & -i;
}

那么便有,
t [ i ] = ∑ j = i − lowbit ( i ) + 1 i a [ j ] . t[i]=\sum_{j=i-\text{lowbit}(i) + 1}^{i}a[j]. t[i]=j=i−lowbit(i)+1∑i​a[j].
而结点i的父结点为,
i + = lowbit(i) . i += \text{lowbit(i)}. i+=lowbit(i).
例如,

• i = 1, 00000001 & (-1: 11111111) = 1; 父结点为2 = 1 + 1; t[1] = a[1], 表示区间[1, 1]的和
• i = 2, 00000010 & (-2: 11111110) = 2; 父结点为4 = 2 + 2; t[2] = a[1] + a[2] = t[1] + a[2], 表示区间[1, 2]的和
• i = 3, 00000011 & (-3: 11111101) = 1; 父结点为4 = 3 + 1; t[3] = a[3], 表示区间[3, 3]的和
• i = 4, 00000100 & (-4: 11111100) = 4; 父结点为8 = 4 + 4; t[4] = a[1] + a[2] + a[3] + a[4] = t[2] + t[3] + a[4], 表示区间[1, 4]的和

Code

实现具体代码如下

int a[n + 1], t[n + 1]; // a表示输入数据; t为树状数组的存储结构

// 两个用途: i += lowbit(i)为其父结点; t[i] = sum[i - lowbit(i) + 1, i]
int lowbit(int i) { 
    return i & -i;
}

// 若现在要求更新a[i]的值，即a[i] += k，update就更新相应的数组t
void update(int i, int k) { 
    while (i <= n) { // 从当前结点依次向上更新
        t[i] += k;
        i += lowbit(i);
    }
}

// 求区间a[1...i]的值
int getsum(int i) { 
    int sum = 0;
    while (i >= 1) { // 依次向下求
        sum += t[i];
        i -= lowbit(i);
    }
    return sum;
}

• getsum(i)的时间复杂度为 O ( log ⁡ ( n ) ) O(\log(n)) O(log(n))
• update(i)的时间复杂度为 O ( log ⁡ ( n ) ) O(\log(n)) O(log(n))

Examples

• PAT(Advanced Level) 1057 Stack
  • addr: https://pintia.cn/problem-sets/994805342720868352/problems/994805417945710592

标签：结点,log,int,lowbit,Fenwick,tree,getsum,BIT,sum
来源： https://blog.csdn.net/qq_33607590/article/details/112787993

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。