Files
LeetCode-Go/website/content/ChapterThree/Binary_Indexed_Tree.md
2021-04-18 02:13:15 +08:00

76 lines
3.1 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

---
title: 3.5 Binary Indexed Tree
type: docs
weight: 5
---
# 树状数组 Binary Indexed Tree (二叉索引树)
针对区间问题,除了常见的线段树解法,还可以考虑树状数组。树状数组也能满足区间内插入数据,删除数据,一段区间内的查询的需求,并且这些操作的时间复杂度能在 O(log n) 或者 O(1) 内完成。
## 一. 一维树状数组概念
![](https://img.halfrost.com/Blog/ArticleImage/152_0.png)
树状数组名字虽然又有树,又有数组,但是它实际上物理形式还是数组,不过每个节点的含义是树的关系,如上图。树状数组中父子节点下标关系是 p = s + 2^k其中 k 是子节点下标对应二进制末尾 0 的个数。
例如上图中 A 和 B 都是数组。A 数组正常存储数据B 数组是树状数组。B4B6B7 是 B8 的子节点。4 的二进制是 1004 + 2^2 = 8所以 8 是 4 的父节点。同理7 的二进制 1117 + 2^0 = 88 也是 7 的父节点。
## 1. 节点意义
在树状数组中,所有的奇数下标的节点的含义是叶子节点,表示单点,它存的值是原数组相同下标存的值。例如上图中 B1B3B5B7 分别存的值是 A1A3A5A7。所有的偶数下标的节点均是父节点。父节点内存的是区间和。例如 B4 内存的是 B1 + B2 + B3 + A4 = A1 + A2 + A3 + A4。这个区间的左边界是该父节点最左边叶子节点对应的下标右边界就是自己的下标。例如 B8 表示的区间左边界是 B1右边界是 B8所以它表示的区间和是 A1 + A2 + …… + A8。
由数学归纳法可以得出,左边界的下标一定是 i - 2^k + 1其中 i 为父节点的下标k 为 i 的二进制中末尾 0 的个数。用数学方式表达偶数节点的区间和:
{{< katex display >}}
B_{i} = \sum_{j = i - 2^{k} + 1}^{i} A_{j}
{{< /katex >}}
## 2. 插入操作
## 3. 查询操作
树状数组中查询 [1, i] 区间内的和。按照节点的含义,可以得出下面的关系:
{{< katex display >}}
\begin{aligned}
Query(i) &= A_{1} + A_{2} + ...... + A_{i} \\
&= A_{1} + A_{2} + A_{i-2^{k}} + A_{i-2^{k}+1} + ...... + A_{i} \\
&= A_{1} + A_{2} + A_{i-2^{k}} + B_{i} \\
&= Query(i-2^{k}) + B_{i} \\
&= Query(i-lowbit(i)) + B_{i} \\
\end{aligned}
{{< /katex >}}
Bi 是树状数组存的值。Query 操作实际是一个递归的过程。lowbit(i) 表示 2^k其中 k 是 i 的二进制表示中末尾 0 的个数。i - lowbit(i) 将 i 的二进制中末尾的 1 去掉,最多有 logi 个 1所以查询操作最坏的时间复杂度是 O(log n)。查询操作实现代码如下:
```go
```
## 二. 不同场景下树状数组的功能
根据节点维护的数据含义不同,树状数组可以提供不同的功能来满足各种各样的区间场景。下面我们先以上例中讲述的区间和为例,进而引出 RMQ 的使用场景。
## 1. 单点增减 + 区间求和
## 2. 区间增减 + 单点查询
## 3. 区间增减 + 区间查询
## 三. 常见应用
## 1. 求逆序对
## 2. 求区间逆序对
## 3. 求区间逆序对
## 4. 求第 K 大数
## 四. 二维树状数组