樹狀數組進階:
區間修改與區間查詢
今天老糊塗了,樹狀數組忘記了,基本的隻要單點修改+區間查詢功能,如果要進行區間加操作,需要把樹狀數組進行改造。
我們首先來回顧樹狀數組的功能:
lowbit(x&(-x)):傳回二進制最低位1的值:比如x=1010那麼lowbit值為2。
x+lowbit(x):把最後一位二進制最低位1,往前進一位。
x-lowbit(x):去掉最後一位二進制最低位1。
我們認為凡是x+lowbit(x)代表父親節點,x-lowbit(x)代表兒子節點。
存儲過程:
for (int i=x;i<=n;i+=lowbit(i)){
sum[i]+=w;
}
我們隻把值存儲加在父親節點上。
對于任何一個1-n的值,我們都可以通過這樣存儲在這樣一個樹形結構上面。
C1 = A1
C2 = A1+A2
C3 = A3
C4 = A1+A2+A3+A4
C5 = A5
C6 = A5+A6
C7 = A7
C8 = A1+A2+A3+A4+A5+A6+A7+A8
區間求和:
對于需要求一個區間和[1-n]值,我們以及知道目前節點存儲了目前的資訊和之前的部分資訊,是以我們需要往下不斷尋找,而子節點的資訊沒有父親節點的資訊,進而不斷往下查找進而得到答案。
區間修改:這個以及不能把樹狀數組再這麼更新了,我們知道如果我更新,雖然也會起到區間更新的效果,但本質卻并沒有對後面産生影響,隻不過對區間和産生影響罷了。
下面來介紹新的樹狀數組方法:
引入差分概念:
c[i]=a[i]-a[i-1]
那麼我對某個區間内部+K實際上等價于區間内部所有c[i]+5
那麼某個元素的值其實等于a[i]=∑n1c[i]a[i]=∑1nc[i]
那麼區間和呢?
我們可以知道
∑n1a[i]∑1na[i]
=a[1]+a[2]+a[3]...a[n]=a[1]+a[2]+a[3]...a[n]
=a[1]+a[2]+a[3]...a[n]=a[1]+a[2]+a[3]...a[n]
=c[1]+c[1]+c[2]+c[1]+c[2]+c[3]...c[1]+c[2]...+c[n−1]+c[n]=c[1]+c[1]+c[2]+c[1]+c[2]+c[3]...c[1]+c[2]...+c[n−1]+c[n]
=c[1]+c[1]+c[2]+c[1]+c[2]+c[3]...c[1]+c[2]...+c[n−1]+c[n]=c[1]+c[1]+c[2]+c[1]+c[2]+c[3]...c[1]+c[2]...+c[n−1]+c[n]
=n∗(c[1]+c[2]+...+c[n])−(c[2]+c[3]+....c[n]+c[3]+...c[n]+...+c[n]+c[n])=n∗(c[1]+c[2]+...+c[n])−(c[2]+c[3]+....c[n]+c[3]+...c[n]+...+c[n]+c[n])
=n⋅∑n1c[i]−∑n1c[i]∗(i−1)=n⋅∑1nc[i]−∑1nc[i]∗(i−1)
=∑n1c[i]∗(n−i+1)=∑1nc[i]∗(n−i+1)
是以我們需要維護兩個值:差分數組c[i]=a[i]-a[i-1]和b[i]=(c[i])*(i-1)
單點更新:
C[i]還是與原來的樹狀數組一樣更新,c[i]+x即可
b[i]=c[i]*(i-1)那麼b[i]=(c[i]+x)*(i-1)即b[i]=(c[i])*(i-1)+x*(i-1)我們更新x*(i-1)即可
更新效果:把x位置後面所有的數的值+w
區間更新:
[L,R]+w=update(r,w)-update(l-1,w)
更新效果:把l位置到r位置所有的數的值+w
區間求和:
由上面證明可知:
∑n1a[i]=n∗∑n1c[i]−∑n1b[i]∑1na[i]=n∗∑1nc[i]−∑1nb[i]
和以前一樣求和即可,求和式子換成上面那種即可
更新效果:sum(x)=∑x1a[i]