动态求连续区间和

简介: 动态求连续区间和

动态求连续区间和

给定 n 个数组成的一个数列,规定有两种操作,一是修改某个元素,二是求子数列 [a,b] 的连续和。

输入格式

第一行包含两个整数 n 和 m,分别表示数的个数和操作次数。

第二行包含 n 个整数,表示完整数列。

接下来 m 行,每行包含三个整数 k,a,b (k=0,表示求子数列[a,b]的和;k=1,表示第 a 个数加 b)。

数列从 1 开始计数。

输出格式

输出若干行数字,表示 k=0 时,对应的子数列 [a,b] 的连续和。

数据范围

1≤n≤100000,

1≤m≤100000 ,

1≤a≤b≤n,

数据保证在任何时候,数列中所有元素之和均在 int 范围内。

输入样例:

10 5

1 2 3 4 5 6 7 8 9 10

1 1 5

0 1 3

0 4 8

1 7 5

0 4 8

输出样例:

11

30

35

算法思路

1、lowbit(x):返回x的最后一位1

2、add(x,v):在x位置加上v,并将后面相关联的位置也加上v

3、query(x):询问x的前缀和

具体代码

C++

#include<bits/stdc++.h>
using namespace std;
const int N = 1e5 + 10;
int n, m;
int w[N];
struct Node{  // 这个Node的含义为区间[l, r]的sum值是多少 线段树的本质就是一个二叉树 所以后面的所有操作本质就是二叉树的那一套
    int l, r;
    int sum;
}tr[4 * N];
void push_up(int u) // 通过左右孩子计算父亲的值的函数
{ 
    tr[u].sum = tr[u << 1].sum + tr[u << 1 | 1].sum;  // 父节点的值 等于左右孩子的值相加 u << 1 相当于 u * 2;
}
void build(int u, int l, int r) // 建立线段树的函数 第一个参数为当前结点的编号,第二个参数为左边界,第三个参数为右边界
{
    if (l == r) tr[u] = {l, r, w[r]}; // 如果当前结点已经是叶子节点了 那么就可以直接把权值赋值给这个 线段树上面的结点了
    else  // 如果当前区间的左右边界不相同 说明当前区间的长度至少是2(这里的理解可以通过看线段树的图来理解,线段树是一个大区间不断分成一个一个的小区间)
    // 直到分到不能再分为止 如果这个区间的长度不小于2 那么这个区间的左右边界 就不相等 那么这个区间就可以继续分
    {
        tr[u] = {l, r};  // 先对u这个结点的左右边界赋值一下 规定这个u结点表示的区间范围
        int mid = l + r >> 1;
        // 把结点u的左右儿子都算出来
        build(u << 1, l, mid);  // 先递归下左儿子 
        build(u << 1|1, mid + 1, r);  // 再递归下右儿子
        push_up(u);  // 然后再通过这个函数算出u结点 包含区间的值
    }
}
int query(int u, int l, int r)  // 查询的过程是从根结点开始往下找对应的区间的 所以第一个参数可以说默认就是1了
{
    if (l <= tr[u].l && tr[u].r <= r) return tr[u].sum;  // 如果当前的这个结点所表示的区间被 我们需要的区间
    // 完全包含 那么就直接返回这个区间的值
    // 反之就对没有完全包含的子区间 分割 知道 分到 子区间的某个子区间 被完全包含为止
    int mid = tr[u].l + tr[u].r >> 1; // 先计算下 当前这个区间 与[l, r]有没有交集 交集在那一部分
    int sum = 0;  // 区间[l, r]的和
    // 这两句话的理解要加上二叉树的那个图像 才好理解 本质就是不断缩小区间然后 知道 寻找到一个u的左右边界 被[l, r]
    // 完全包含
    if (mid >= l) sum += query(u << 1, l, r); // 看看当前的区间的中点与待查区间的左边有没有交集
    if (mid + 1 <= r) sum += query(u << 1 | 1, l, r); // 再看看这个u这个区间的中点与[l, r]的右边有没有交集
    return sum;
}
void modify(int u, int x, int v) // 第一个参数还是默认根结点, 后面就是 在x的基础上加上v
{
    if (tr[u].l == tr[u].r) tr[u].sum += v;  // 找到根结点了
    else 
    {
        int mid = tr[u].l + tr[u].r >> 1;
        // 寻找一下x是在u结点区间的左半边还是右半边
        if (x <= mid) modify(u << 1, x, v); // 在左半边的情况
        else modify(u << 1 | 1, x , v);  // 在右半边的情况
        // 更新完之后在往上把与被修改的叶子结点 有关联的父结点的值都修改一遍
        push_up(u);
    }
}
int main()
{
    scanf ("%d%d", &n, &m);
    for (int i = 1; i <= n; ++ i) scanf ("%d", &w[i]);
    build(1, 1, n);  // 构建 [1, n]区间的线段树
    while (m --) 
    {
        int k, a, b;
        scanf ("%d%d%d", &k, &a, &b);
        if (!k) printf("%d\n", query(1, a, b));
        else modify(1, a, b);
    }
    return 0;
} 

Java

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
public class Main {
    static int N = 100010;
    static int n;
    static int m;
    static int[] w = new int[N];
    static Node[] tr = new Node[N * 4];
    //用子节点信息来更新当前节点信息(把信息往上传递)
    public static void pushUp(int u)
    {
        tr[u].sum = tr[u << 1].sum + tr[u << 1 | 1].sum;
    }
    //在一段区间上初始化线段树,其中u表示根结点,l表示左边界,r表示右边界
    public static void build(int u,int l,int r)
    {
        if(l == r) tr[u] = new Node(l,r,w[r]);
        else
        {
            tr[u] = new Node(l,r,0);
            int mid = l + r >> 1;
            build(u << 1,l,mid);
            build(u << 1 | 1,mid + 1,r);
            pushUp(u);
        }
    }
    //查询某段区间的和,其中u表示根结点,l表示左边界,r表示右边界
    public static int query(int u,int l,int r)
    {
        if(tr[u].l >= l && tr[u].r <= r) return tr[u].sum;
        int mid = tr[u].l + tr[u].r >> 1;
        int sum = 0;
        if(l <= mid) sum = query(u << 1,l,r);
        if(r > mid) sum += query(u << 1 | 1,l,r);
        return sum;
    }
    //修改操作,在u结点中,x位置加上v
    public static void modify(int u,int x,int v)
    {
        if(tr[u].l == tr[u].r) tr[u].sum += v;
        else
        {
            int mid = tr[u].l + tr[u].r >> 1;
            if(x <= mid) modify(u << 1,x,v);
            else modify(u << 1 | 1,x,v);
            pushUp(u);
        }
    }
    public static void main(String[] args) throws IOException {
        BufferedReader reader = new BufferedReader(new InputStreamReader(System.in));
        String[] s1 = reader.readLine().split(" ");
        n = Integer.parseInt(s1[0]);
        m = Integer.parseInt(s1[1]);
        String[] s2 = reader.readLine().split(" ");
        for(int i = 1;i <= n;i++) w[i] = Integer.parseInt(s2[i - 1]);
        //搭建线段树
        build(1,1,n);
        while(m -- > 0)
        {
            String[] s3 = reader.readLine().split(" ");
            int k = Integer.parseInt(s3[0]);
            int x = Integer.parseInt(s3[1]);
            int y = Integer.parseInt(s3[2]);
            //k = 0 是询问[x,y]的区间和,k = 1是在x位置添加y元素
            if(k == 0) System.out.println(query(1,x,y));
            else modify(1,x,y);
        }
    }
}
//段结点
class Node
{
    public int l;//左边界
    public int r;//右边界
    public int sum;//当前块的总和
    public Node(int l,int r,int sum)
    {
        this.l = l;
        this.r = r;
        this.sum = sum;
    }
}


相关文章
|
6月前
|
算法 测试技术 C#
C++二分查找算法:包含每个查询的最小区间
C++二分查找算法:包含每个查询的最小区间
|
6月前
|
算法 测试技术 C#
【线段树 区间位运算模板】3117划分数组得到最小的值之和
【线段树 区间位运算模板】3117划分数组得到最小的值之和
|
6月前
1004.最大连续1的个数
1004.最大连续1的个数
30 0
|
6月前
|
算法 测试技术 C#
【动态规划】【数论】【区间合并】3041. 修改数组后最大化数组中的连续元素数目
【动态规划】【数论】【区间合并】3041. 修改数组后最大化数组中的连续元素数目
|
11月前
|
算法 测试技术 C#
C++前缀和算法的应用:得到连续 K 个 1 的最少相邻交换次数 原理源码测试用例
C++前缀和算法的应用:得到连续 K 个 1 的最少相邻交换次数 原理源码测试用例
|
11月前
|
算法 测试技术 C#
C++前缀和算法的应用:使数组相等的最小开销
C++前缀和算法的应用:使数组相等的最小开销
|
算法
【算法专题突破】双指针 - 最大连续1的个数 III(11)
【算法专题突破】双指针 - 最大连续1的个数 III(11)
36 0
|
Cloud Native Go
801. 使序列递增的最小交换次数:动态规划
这是 力扣上的 801. 使序列递增的最小交换次数,难度为 困难。
|
算法 索引
算法训练Day36|435. 无重叠区间 ● 763.划分字母区间 ● 56. 合并区间
算法训练Day36|435. 无重叠区间 ● 763.划分字母区间 ● 56. 合并区间
|
算法
算法|寻找不规律栈中最小元素
算法|寻找不规律栈中最小元素
72 0