树状数组模板题解:区间操作与单点查询
树状数组(Binary Indexed Tree)是一种高效处理动态数组前缀和的数据结构,能够在O(log n)时间内完成单点修改和区间查询操作。根据应用场景的不同,树状数组主要分为两类基础模板:第一类支持单点修改与区间查询,第二类支持区间修改与单点查询。
模板一:单点修改 + 区间查询
该模板的核心思想是维护一个辅助数组,通过lowbit运算确定每个节点管理的区间范围。修改操作时,只需更新影响到的相关节点;查询前缀和时,将目标位置分解为多个管理区间的组合。
#include <bits/stdc++.h>
using namespace std;
const int MAXN = 500010;
int N, M;
int BIT[MAXN];
int getLowbit(int x) {
return x & (-x);
}
void update(int index, int delta) {
while (index <= N) {
BIT[index] += delta;
index += getLowbit(index);
}
}
int query(int index) {
int sum = 0;
while (index > 0) {
sum += BIT[index];
index -= getLowbit(index);
}
return sum;
}
int main() {
ios::sync_with_stdio(false);
cin.tie(nullptr);
cin >> N >> M;
for (int i = 1; i <= N; ++i) {
int val;
cin >> val;
update(i, val);
}
for (int i = 0; i < M; ++i) {
int op;
cin >> op;
if (op == 1) {
int pos, delta;
cin >> pos >> delta;
update(pos, delta);
} else {
int l, r;
cin >> l >> r;
cout << query(r) - query(l - 1) << '\n';
}
}
return 0;
}
模板二:区间修改 + 单点查询
区间修改的实现利用了差分数组的思想。通过在区间起始位置加delta,区间结束位置加1处减delta,可以将区间修改转化为两个单点修改。查询时,将原数组值与差分数组的前缀和相加即可得到当前位置的实际值。
#include <bits/stdc++.h>
using namespace std;
const int MAXN = 500010;
int N, M;
int BIT[MAXN], arr[MAXN];
int getLowbit(int x) {
return x & (-x);
}
void update(int index, int delta) {
while (index <= N) {
BIT[index] += delta;
index += getLowbit(index);
}
}
int query(int index) {
int sum = 0;
while (index > 0) {
sum += BIT[index];
index -= getLowbit(index);
}
return sum;
}
int main() {
ios::sync_with_stdio(false);
cin.tie(nullptr);
cin >> N >> M;
for (int i = 1; i <= N; ++i) {
cin >> arr[i];
}
for (int i = 0; i < M; ++i) {
int op;
cin >> op;
if (op == 1) {
int l, r, delta;
cin >> l >> r >> delta;
update(l, delta);
update(r + 1, -delta);
} else {
int pos;
cin >> pos;
cout << arr[pos] + query(pos) << '\n';
}
}
return 0;
}
核心原理
树状数组的关键在于lowbit运算,它返回参数二进制表示中最低位的1所对应的值。每个树状数组节点管理从该位置向前lowbit长度个元素,通过这种分层结构,可以在logn时间内完成各种操作。
两种模板的区别仅在于应用场景的不同:第一种直接维护原数组的前缀和,第二种通过差分数组间接实现区间修改。理解差分数组与原数组的关系是掌握第二类模板的关键。