[データ構造学習]ブロックとフェンウィックツリー

パーティションとフェンウィックツリーのすべての間隔の問題で重要なアプリケーションを持っています

ツリーとして効率的な、しかし、比較ミスの考えではないEMMアレイブロック

最初のブロックは言いました：

情報シーケンスがSQRT（n）は、ブロックのN個に分割され、各ブロックデータは、セクション情報の後続のクエリを事前に加速します

コードの最初の部分：

const  int型 MAXN = 5E5 + 50 。
INTの和[MAXN]、[MAXN]、L [MAXN]、R [MAXN]、[MAXN]属します。
int型のブロック、NUM; 

ボイドビルド（）{ 
    ブロック = SQRT（N）。
    NUM = N /ブロック。もし（N％ブロック）NUM ++ 。
    以下のために（INT iが= 1 ; I <= NUM; I ++ ）
        L [I] =（I- 1）*ブロック+ 1、R [I] = I * ブロック。
    R [NUM] = N。

    以下のために（INT iは= 1 ; I <= NUM; I ++ ）{
        用（int型 ; J <= R [i]を、J = L [i]はJ ++ ）
            [J]属する = I、和[I] + = [J]。
    } 
}

グローバル変数コードこれらの前処理が必要である。和[i]を表し、i番目のブロックとデータ（又は排他的でもこの種の製品、同じです）

A [i]はi番目のデータ、L [i]は、R [i]は、それぞれ、i番目のブロックインデックスエンドポイントについて、属するブロック[i]のために属するi番目のストレージ

前処理は、標識された一点修正/更新およびクエリコードセクションの後に：

インラインボイド更新（int型のx、int型のY）{ 
    [X] + = Y。
    和[X]属する] + = Y。
} 

インラインINTクエリ（int型のx、int型のY）{
     int型 ANS = 0 。
    もし（[X] ==属し[Y]属する）{
         ため（INT I = X; I <= Y; I ++ ）
            ANS + = A [i]は、
        戻り値は、ANS; 
    } 
    のための（int型 I <= R [X] [属する]; i = X iは++）
        ANS + = A [i]は、
    用（INT I =属し[X] + 1 ; [Y]属するI <; I ++ ）
        ANS + = 和[I]。
    以下のために（INT iがLに= [属する[Y]; I <= Y; I ++ ）
        ANS + = A [i]は、
    戻り値は、ANS; 
}

前記単一点列データの更新データの変更には、添え字の合計がブロックyを増加させるために属し、xは

およびクエリー間隔[X、Y]、及び、ブロックここで加算され暴力

1. X、Yとき、同じブロック、横断加算

和に2のx、yが同じブロック内にない場合、横断xにX加算ブロックは、右境界、プラス和に属する[X + 1] [Y-1]は、ブロックの左端が属するYトラバースを合計Y

一点O（1）に変更時間複雑性O（SQRT（N））であります

 

qwq最初の書き込み要約を明日もう一度、フェンウィックツリーを書きました