有一种数据结构是神奇的,神秘的,它展现了位运算与数组结合的神奇魅力,太牛逼的,它就是树状数组,这种数据结构不是神人是发现不了的。
一、概序
假如我现在有个需求,就是要频繁的求数组的前 n 项和,并且存在着数组中某些数字的频繁修改,那么我们该如何实现这样的需求?当然大家可以往真实项目上靠一靠。
**① 传统方法:**根据索引修改为 O(1),但是求前 n 项和为 O(n)。
**② 空间换时间方法:**我开一个数组 sum[],sum[i]=a[1]+…+a[i],那么有点意思,求 n 项和为 O(1),但是修改却成了 O(N),这是因为我的 Sum[i]中牵涉的数据太多了,那么问题来了,我能不能在相应的 sum[i]中只保存某些 a[i]的值呢?好吧,下面我们看张图。
从图中我们可以看到 S[]的分布变成了一颗树,有意思吧,下面我们看看 S[i]中到底存放着哪些 a[i]的值。
S[1]=a[1];
S[2]=a[1]+a[2];
S[3]=a[3];
S[4]=a[1]+a[2]+a[3]+a[4];
S[5]=a[5];
S[6]=a[5]+a[6];
S[7]=a[7];
S[8]=a[1]+a[2]+a[3]+a[4]+a[5]+a[6]+a[7]+a[8];
之所以采用这样的分布方式,是因为我们使用的是这样的一个公式:S[i]=a[i-2k+1]+…+a[i]。
其中:2k 中的 k 表示当前 S[i]在树中的层数,它的值就是 i 的二进制中末尾连续 0 的个数,2k 也就是表示 S[i]中包含了哪些 a[],举个例子: i=610=01102 ;可以发现末尾连续的 0 有一个,即 k=1,则说明 S[6]是在树中的第二层,并且 S[6]中有 21 项,随后我们求出了起始项:
a[6-21+1]=a[5],但是在编码中求出 k 的值还是有点麻烦的,所以我们采用更灵巧的 Lowbit 技术,即:2k=i&-i 。
则:S[6]=a[6-21+1]=a[6-(6&-6)+1]=a[5]+a[6]。
二、代码
1、神奇的 Lowbit 函数
#region 当前的sum数列的起始下标
/// <summary>
/// 当前的sum数列的起始下标
/// </summary>
/// <param name="i"></param>
/// <returns></returns>
public static int Lowbit(int i)
{
return i & -i;
}
#endregion
2、求前 n 项和
比如上图中,如何求 Sum(6),很显然 Sum(6)=S4+S6,那么如何寻找 S4 呢?即找到 6 以前的所有最大子树,很显然这个求和的复杂度为 logN。
#region 求前n项和
/// <summary>
/// 求前n项和
/// </summary>
/// <param name="x"></param>
/// <returns></returns>
public static int Sum(int x)
{
int ans = 0;
var i = x;
while (i > 0)
{
ans += sumArray[i - 1];
//当前项的最大子树
i -= Lowbit(i);
}
return ans;
}
#endregion
3、修改
如上图中,如果我修改了 a[5]的值,那么包含 a[5]的 S[5],S[6],S[8]的区间值都需要同步修改,我们看到只要沿着 S[5]一直回溯到根即可,同样它的时间复杂度也为 logN。
public static void Modify(int x, int newValue)
{
//拿出原数组的值
var oldValue = arr[x];
for (int i = x; i < arr.Length; i += Lowbit(i + 1))
{
//减去老值,换一个新值
sumArray[i] = sumArray[i] - oldValue + newValue;
}
}
最后上总的代码:
using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Diagnostics;
using System.Threading;
using System.IO;
namespace ConsoleApplication2
{
public class Program
{
static int[] sumArray = new int[8];
static int[] arr = new int[8];
public static void Main()
{
Init();
Console.WriteLine("A数组的值:{0}", string.Join(",", arr));
Console.WriteLine("S数组的值:{0}", string.Join(",", sumArray));
Console.WriteLine("修改A[1]的值为3");
Modify(1, 3);
Console.WriteLine("A数组的值:{0}", string.Join(",", arr));
Console.WriteLine("S数组的值:{0}", string.Join(",", sumArray));
Console.Read();
}
#region 初始化两个数组
/// <summary>
/// 初始化两个数组
/// </summary>
public static void Init()
{
for (int i = 1; i <= 8; i++)
{
arr[i - 1] = i;
//设置其实坐标:i=1开始
int start = (i - Lowbit(i));
var sum = 0;
while (start < i)
{
sum += arr[start];
start++;
}
sumArray[i - 1] = sum;
}
}
#endregion
public static void Modify(int x, int newValue)
{
//拿出原数组的值
var oldValue = arr[x];
arr[x] = newValue;
for (int i = x; i < arr.Length; i += Lowbit(i + 1))
{
//减去老值,换一个新值
sumArray[i] = sumArray[i] - oldValue + newValue;
}
}
#region 求前n项和
/// <summary>
/// 求前n项和
/// </summary>
/// <param name="x"></param>
/// <returns></returns>
public static int Sum(int x)
{
int ans = 0;
var i = x;
while (i > 0)
{
ans += sumArray[i - 1];
//当前项的最大子树
i -= Lowbit(i);
}
return ans;
}
#endregion
#region 当前的sum数列的起始下标
/// <summary>
/// 当前的sum数列的起始下标
/// </summary>
/// <param name="i"></param>
/// <returns></returns>
public static int Lowbit(int i)
{
return i & -i;
}
#endregion
}
}