树状数组详解

前言

很久之前就想开始写 Data Structure 了,不过一直在基础算法上反复研究,就以树状数组作为我 DS 的开端吧!

附:DS 是 Data Structure 的缩写,中文翻译为数据结构。在 OI 中数据结构是一个十分重要的板块。

正文

树状数组(Binary Indexed Tree,简称 BIT),又叫二进制搜索树,是一种十分方便且神奇数据结构。接下来我们来详细讲讲树状数组的原理。

我们考虑如果我要查询一段区间 \([l,r]\) 内数字的和,那么这个东西我们之前说可以用前缀和做到 \(O(1)\) 查询,那如果我在查询的同时还伴随着修改呢?也就是说我可以选择一个数并将其加上一个数。现在你再用前缀和做这个问题就不行了,因为一个数发生改变会导致之后的所有前缀和都发生改变。

我们考虑这样一种做法:假设我设 \(s_{i,j}\) 表示区间 \([i-2^j+1,i]\) 的和,设 \(\operatorname{lowbit}(x)\) 表示 \(x\) 在二进制下最低位的 \(1\) 对应的位置(最低位为 \(0\)),具体的有 \(\operatorname{lowbit}(6)=1,\operatorname{lowbit}(12)=2\),那么我们可以将 \([1,l]\) 这样的一段求和变成 \(s_{l,\operatorname{lowbit}(l)}+s_{l-2^{\operatorname{lowbit}(l)},\operatorname{lowbit}(l-2^{\operatorname{lowbit}(l)})}+\dots\),这个显然是成立的。

那如果我要修改位置 \(x\) 的值,实际上就只需要修改 \(s_{x,\operatorname{lowbit}(x)},s_{x+2^{\operatorname{lowbit}(x)},\operatorname{lowbit}(x+2^{\operatorname{lowbit}(x)})},\dots\),因为别的位置要么不会在查询时使用,要么没有覆盖到 \(x\)。证明是比较容易的,读者可以尝试自证。

我们发现这个 \(j\) 似乎没什么用了啊!直接去掉 \(j\),将定义改为 \([i-2^{\operatorname{lowbit}(i)}+1,i]\) 的和。恭喜你,成功发明了树状数组!

至于为啥叫树呢?你将 \(i\) 和 \(i+2^{\operatorname{lowbit}(i)}\) 这两个区间连一条边,然后稍微调整一下……你就可以看到这样一棵树:

上面是树状数组,下面的 \(a\) 表示原数列。

当然为了方便,我们将 \(\operatorname{lowbit}(x)\) 重新定义为了 \(x\) 在二进制下的最低位对应的数,即有 \(\operatorname{lowbit}(6)=2,\operatorname{lowbit}(12)=4\)。

修改时:因为我们在不断地加 \(\operatorname{lowbit}\),所以二进制下的每一位最多只会被遍历一遍,所以复杂度是 \(O(\log n)\) 的。

查询时:因为我们在不断地减 \(\operatorname{lowbit}\),所以二进制下只有有 \(1\) 的那些位会被遍历一遍,所以复杂度最坏 \(O(\log n)\)。

因此我们成功做到了 \(O(\log n)\) 修改、\(O(\log n)\) 查询!

当然我们会发现树状数组貌似只能查询前缀,所以如果要算区间和还要借助前缀和的力量。

至于 \(\operatorname{lowbit}\) 这个东西怎么算,我们可以借助补码的力量。因为我们知道负数在二进制编码下是会在反码的基础上多加一个 \(1\) 的,所以我们用这个数与上这个数的相反数就能取出 \(\operatorname{lowbit}\)。

代码写出来长这样:

struct BIT{
	int len,tr[N];
	#define lowbit(x) (x&-x)
	void init(int x)
	{
		len=x;
		for(int i=1;i<=len;i++)
		{
			tr[i]=0;
		}
	}
	void update(int x,int y)
	{
		for(int i=x;i<=len;i+=lowbit(i))
		{
			tr[i]+=y;
		}
	}
	int query(int x)
	{
		int ans=0;
		for(int i=x;i;i-=lowbit(i))
		{
			ans+=tr[i];
		}
		return ans;
	}
	#undef lowbit
}tr;

上面是我比较常用的模版,读者如果想用可以学习。

当然因为 BIT 只能解决前缀问题,所以对于区间求最大或最小这种问题就不行了(不过可以求前缀最大或最小)。

要将 BIT 从解决前缀问题改成解决后缀问题,只需要将 update 函数里的循环和 query 里的循环反过来。具体的:

struct BIT{
	int len,tr[N];
	#define lowbit(x) (x&-x)
	void init(int x)
	{
		len=x;
		for(int i=1;i<=len;i++)
		{
			tr[i]=0;
		}
	}
	void update(int x,int y)
	{
		for(int i=x;i;i-=lowbit(i))//这里
		{
			tr[i]+=y;
		}
	}
	int query(int x)
	{
		int ans=0;
		for(int i=x;i<=len;i+=lowbit(i))//这里
		{
			ans+=tr[i];
		}
		return ans;
	}
	#undef lowbit
}tr;

这样我们也可以解决后缀最大或最小的问题啦!

所以总而言之:BIT 维护的主要就是可逆的操作。比如加法可以减掉、乘法可以除掉、异或可以重复异或自己。如果是不可逆的操作则不行,比如区间最大最小问题。

我依旧不找题。

posted @ 2026-10-22 20:51  cwxcplh  阅读(20)  评论(0)    收藏  举报