树状数组 单点修改&区间查询

本文介绍了两种实现树状数组的方法,用于单点修改和区间查询操作。第一种方法直接进行单点修改和区间查询,第二种方法则在连续区间上进行操作。树状数组作为一种高效的数据结构,能快速更新和获取区间和,适用于解决动态维护区间和的问题。

树状数组 1 :单点修改,区间查询

在这里插入图片描述
在这里插入图片描述

#include <bits/stdc++.h>
using namespace std;

const int N = 1e6 + 10;
typedef long long ll;

struct BIT {
    ll sum[N];
    inline int lowbit(int x) {
        return x & (-x);
    }
    void add(int x, int val) {
        while (x < N)
            sum[x] += val, x += lowbit(x); //走向父节点
    }

    inline ll query(int x) { //查询
        ll res = 0;

        while (x)
            res += sum[x], x -= lowbit(x); //走向子节点

        return res;
    }
} T;

void Main() {
    int n, m;
    cin >> n >> m;

    for (int i = 1; i <= n; i++) {
        int val;
        cin >> val;
        T.add(i, val); //在i的位置加上val,原先数组为0,算是一个赋值过程
    }

    for (int i = 1; i <= m; i++) {
        int op, a, b;
        cin >> op >> a >> b;

        if (op == 1)
            T.add(a, b);

        if (op == 2)
            cout << T.query(b) - T.query(a - 1) << endl; //求区间和
    }
}

int main() {
    ios::sync_with_stdio(0);
    cin.tie(0);
    cout.tie(0);

    Main();
    return 0;
}

树状数组 2

在这里插入图片描述

#include <iostream>
#include <cstdio>
using namespace std;
typedef long long ll;

int const maxn = 1e6 + 10;

struct BIT {
    ll tree[maxn];

    inline int lowbit(int x) {
        return x & (-x);
    }

    inline void add(int i, int x, int n) {//在连续的区间分别加上x
        while (i <= n) {//对于树状数组就只要在几个节点上加上x,就能达到那样的效果,优势就在这
            tree[i] += x;
            i += lowbit(i);
        }
    }

    inline ll query(int i) { //查询
        ll ans = 0;

        while (i >= 1) {
            ans += tree[i], i -= lowbit(i); //走向子节点
        }

        return ans;
    }
} T;

void Main() {
    int n, q;
    scanf("%d%d", &n, &q);

    for (int i = 1; i <= n; i++) {
        int val;
        scanf("%d", &val);
        T.add(i, val, n);//这里构建树状数组的方法和上一题大同小异,都是一样的原理,这题的add写成这样,主要是为了迎合后面在一段连续区间+x的需求
        T.add(i + 1, -val, n);
    }

    for (int j = 1; j <= q; j++) {
        int op;
        scanf("%d", &op);

        if (op == 1) {
            int l, r, x;
            scanf("%d%d%d", &l, &r, &x);
            T.add(l, x, n);
            T.add(r + 1, -x, n);
        } else if (op == 2) {
            int i;
            scanf("%d", &i);
            printf("%lld\n", T.query(i));
        }
    }

}

int main() {
    Main();
    return 0;
}
### 树状数组单点更新与区间求和的实现 树状数组是一种高效的数据结构,能够支持 **单点修改** 和 **区间查询** 操作,时间复杂度均为 \( O(\log n) \)[^1]。其核心思想是通过维护部分前缀和来快速计算任意区间的和。 #### 单点更新 对于单点更新操作,假设我们需要将位置 `i` 上的值增加一个增量 `delta`,可以通过以下方式完成: 1. 找到当前节点对应的范围,并将其值加上 `delta`。 2. 利用函数 `lowbit(x)` 计算下一个需要更新的位置,直到超出数组长度为止。 以下是具体代码实现: ```python def update(bit, i, delta): while i &lt; len(bit): bit[i] += delta i += i &amp; (-i) ``` 其中,`lowbit(i)` 是指整数 `i` 的二进制表示中最右侧的 1 及其后续的所有 0 构成的数值[^3]。 --- #### 区间求和 为了计算某个区间 `[l, r]` 的和,可以先利用树状数组计算整个序列的前缀和,再通过如下公式得到目标区间的和: \[ sum[l, r] = sum[1, r] - sum[1, l-1] \] 具体的前缀和查询逻辑如下所示: ```python def query(bit, i): res = 0 while i &gt; 0: res += bit[i] i -= i &amp; (-i) return res ``` 因此,要获取区间 `[l, r]` 的和,只需调用两次 `query()` 函数即可: ```python def range_query(bit, l, r): return query(bit, r) - query(bit, l - 1) ``` --- #### 完整示例代码 下面是一个完整的 Python 实现,展示了如何初始化树状数组并执行单点更新和区间查询操作: ```python class FenwickTree: def __init__(self, size): self.size = size self.bit = [0] * (size + 1) def update(self, i, delta): &quot;&quot;&quot;Update the value at index i by adding delta.&quot;&quot;&quot; while i &lt;= self.size: self.bit[i] += delta i += i &amp; (-i) def query(self, i): &quot;&quot;&quot;Query prefix sum up to index i.&quot;&quot;&quot; res = 0 while i &gt; 0: res += self.bit[i] i -= i &amp; (-i) return res def range_query(self, l, r): &quot;&quot;&quot;Query the sum of elements from index l to r inclusive.&quot;&quot;&quot; return self.query(r) - self.query(l - 1) # Example usage if __name__ == &quot;__main__&quot;: ft = FenwickTree(5) updates = [(1, 3), (2, 7), (3, 2), (4, 8), (5, 9)] for idx, val in updates: ft.update(idx, val) print(ft.range_query(2, 4)) # Output should be 7 + 2 + 8 = 17 ``` 上述代码定义了一个类 `FenwickTree` 来封装树状数组的功能,包括初始化、单点更新以及区间查询等功能。 --- #### 高级应用:二维树状数组 除了在一维场景下的应用外,树状数组还可以扩展至二维空间,用于解决更加复杂的矩阵问题。例如,在处理矩形区域上的加法和求和操作时,二维树状数组提供了一种高效的解决方案[^2]。 二维树状数组的核心思路是对每一行构建独立的一维树状数组,并在此基础上进一步叠加列方向的信息。这种设计使得它能够在 \( O((\log n)^2) \) 时间内完成相应的更新和查询操作。 ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值