LC 307. 区域和检索 - 数组可修改

题目描述

这是 LeetCode 上的 307. 区域和检索 - 数组可修改 ,难度为 中等

给你一个数组 nums,请你完成两类查询,其中一类查询要求更新数组下标对应的值,另一类查询要求返回数组中某个范围内元素的总和。

实现 NumArray 类:

  • NumArray(int[] nums) 用整数数组 nums 初始化对象
  • void update(int index, int val)nums[index] 的值更新为 val
  • int sumRange(int left, int right) 返回子数组 nums[left, right] 的总和(即,nums[left] + nums[left + 1], ..., nums[right]

示例:

1
2
3
4
5
6
7
8
9
10
11
12
输入:
["NumArray", "sumRange", "update", "sumRange"]
[[[1, 3, 5]], [0, 2], [1, 2], [0, 2]]

输出:
[null, 9, null, 8]

解释:
NumArray numArray = new NumArray([1, 3, 5]);
numArray.sumRange(0, 2); // 返回 9 ,sum([1,3,5]) = 9
numArray.update(1, 2); // nums = [1,2,5]
numArray.sumRange(0, 2); // 返回 8 ,sum([1,2,5]) = 8

提示:

  • $1 <= nums.length <= 3 * 10^4$
  • $-100 <= nums[i] <= 100$
  • $0 <= index < nums.length$
  • $-100 <= val <= 100$
  • $0 <= left <= right < nums.length$
  • 最多调用 $3 * 10^4$ 次 updatesumRange 方法

解题思路

这是一道很经典的题目,通常还能拓展出一大类问题。

针对不同的题目,我们有不同的方案可以选择(假设我们有一个数组):

  1. 数组不变,求区间和:「前缀和」、「树状数组」、「线段树」
  2. 多次修改某个数(单点),求区间和:「树状数组」、「线段树」
  3. 多次修改某个区间,输出最终结果:「差分」
  4. 多次修改某个区间,求区间和:「线段树」、「树状数组」(看修改区间范围大小)
  5. 多次将某个区间变成同一个数,求区间和:「线段树」、「树状数组」(看修改区间范围大小)

这样看来,「线段树」能解决的问题是最多的,那我们是不是无论什么情况都写「线段树」呢?

答案并不是,而且恰好相反,只有在我们遇到第 4/5 类问题,不得不写「线段树」的时候,我们才考虑线段树。

因为「线段树」代码很长,而且常数很大,实际表现不算很好。我们只有在不得不用的时候才考虑「线段树」。

总结一下,我们应该按这样的优先级进行考虑:

  1. 简单求区间和,用「前缀和」
  2. 多次将某个区间变成同一个数,用「线段树」
  3. 其他情况,用「树状数组」

树状数组

本题只涉及「单点修改」和「区间求和」,属于「树状数组」的经典应用。

「树状数组」本身是一个很简单的数据结构,但是要搞懂其为什么可以这样「查询」&「更新」还是比较困难的(特别是为什么可以这样更新),往往需要从「二进制分解」进行出发理解。

树状数组涉及的操作有两个,复杂度均为 $O(\log{n})$:

  • void add(int x, int u):含义为在 $x$ 的位置增加 $u$(注意位置下标从 $1$ 开始);
  • int query(int x):含义为查询从 $[1, x]$ 区间的和为多少(配合容斥原理,可实现任意区间查询)。

代码:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
class NumArray {
int[] tr;
int lowbit(int x) {
return x & -x;
}
void add(int x, int u) {
for (int i = x; i <= n; i += lowbit(i)) tr[i] += u;
}
int query(int x) {
int ans = 0;
for (int i = x; i > 0; i -= lowbit(i)) ans += tr[i];
return ans;
}

int[] nums;
int n;
public NumArray(int[] _nums) {
nums = _nums;
n = nums.length;
tr = new int[n + 10];
for (int i = 0; i < n; i++) add(i + 1, nums[i]);
}
public void update(int index, int val) {
add(index + 1, val - nums[index]);
nums[index] = val;
}
public int sumRange(int left, int right) {
return query(right + 1) - query(left);
}
}

  • 时间复杂度:插入和查询复杂度均为 $O(\log{n})$
  • 空间复杂度:$O(n)$

线段树

相比「树状数组」,另外一个更为进阶且通用的做法是使用「线段树」。

线段树的所有操作同样为 $O(\log{n}),$由于本题不涉及「区间修改」操作,因此我们的线段树只需要实现 pushup 操作(子节点往上更新父节点),而不需要实现用于懒标记的 pushdown 操作(父节点往下传递「更新」的操作)。

关于线段树设计的几种操作:

  • void build(int u, int l, int r):含义为从编号为 $u$ 的节点开始,构造范围为 $[l,r]$ 的树节点;
  • void update(int u, int x, int v):含义为从编号为 $u$ 的节点开始,在 $x$ 位置增加 $v$;
    • 更具一般性(涉及区间修改)的操作应该为 void update(int u, int l, int r, int v),代表在 $[l, r]$ 范围增加 $v$;
  • int query(int u, int l, int r):含义为从编号为 $u$ 的节点开始,查询 $[l, r]$ 区间和为多少。

注意:对于编号为 u 的节点而言,其左子节点的编号为 u << 1,其右节点的编号为 u << 1 | 1

代码(考虑为线段树增加 static 优化的代码见 $P2$,样例个数较少,优化不明显):

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
class NumArray {
Node[] tr;
class Node {
int l, r, v;
Node(int _l, int _r) {
l = _l; r = _r;
}
}
void build(int u, int l, int r) {
tr[u] = new Node(l, r);
if (l == r) return;
int mid = l + r >> 1;
build(u << 1, l, mid);
build(u << 1 | 1, mid + 1, r);
}
void update(int u, int x, int v) {
if (tr[u].l == x && tr[u].r == x) {
tr[u].v += v;
return ;
}
int mid = tr[u].l + tr[u].r >> 1;
if (x <= mid) update(u << 1, x, v);
else update(u << 1 | 1, x, v);
pushup(u);
}
int query(int u, int l, int r) {
if (l <= tr[u].l && tr[u].r <= r) return tr[u].v;
int mid = tr[u].l + tr[u].r >> 1;
int ans = 0;
if (l <= mid) ans += query(u << 1, l, r);
if (r > mid) ans += query(u << 1 | 1, l, r);
return ans;
}
void pushup(int u) {
tr[u].v = tr[u << 1].v + tr[u << 1 | 1].v;
}

int[] nums;
public NumArray(int[] _nums) {
nums = _nums;
int n = nums.length;
tr = new Node[n * 4];
build(1, 1, n);
for (int i = 0; i < n; i++) update(1, i + 1, nums[i]);
}
public void update(int index, int val) {
update(1, index + 1, val - nums[index]);
nums[index] = val;
}
public int sumRange(int left, int right) {
return query(1, left + 1, right + 1);
}
}

-

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
class NumArray {
static int N = 30010;
static Node[] tr = new Node[N * 4];
class Node {
int l, r, v;
Node(int _l, int _r) {
l = _l; r = _r;
}
}
void build(int u, int l, int r) {
if (tr[u] == null) {
tr[u] = new Node(l, r);
} else {
tr[u].l = l; tr[u].r = r; tr[u].v = 0;
}
if (l == r) return ;
int mid = l + r >> 1;
build(u << 1, l, mid);
build(u << 1 | 1, mid + 1, r);
}
void update(int u, int x, int v) {
if (tr[u].l == x && tr[u].r == x) {
tr[u].v += v;
return ;
}
int mid = tr[u].l + tr[u].r >> 1;
if (x <= mid) update(u << 1, x, v);
else update(u << 1 | 1, x, v);
pushup(u);
}
int query(int u, int l, int r) {
if (l <= tr[u].l && tr[u].r <= r) return tr[u].v;
int mid = tr[u].l + tr[u].r >> 1;
int ans = 0;
if (l <= mid) ans += query(u << 1, l, r);
if (r > mid) ans += query(u << 1 | 1, l, r);
return ans;
}
void pushup(int u) {
tr[u].v = tr[u << 1].v + tr[u << 1 | 1].v;
}

int[] nums;
public NumArray(int[] _nums) {
nums = _nums;
int n = nums.length;
build(1, 1, n);
for (int i = 0; i < n; i++) update(1, i + 1, nums[i]);
}
public void update(int index, int val) {
update(1, index + 1, val - nums[index]);
nums[index] = val;
}
public int sumRange(int left, int right) {
return query(1, left + 1, right + 1);
}
}
  • 时间复杂度:插入和查询复杂度均为 $O(\log{n})$
  • 空间复杂度:$O(n)$

最后

这是我们「刷穿 LeetCode」系列文章的第 No.307 篇,系列开始于 2021/01/01,截止于起始日 LeetCode 上共有 1916 道题目,部分是有锁题,我们将先把所有不带锁的题目刷完。

在这个系列文章里面,除了讲解解题思路以外,还会尽可能给出最为简洁的代码。如果涉及通解还会相应的代码模板。

为了方便各位同学能够电脑上进行调试和提交代码,我建立了相关的仓库:https://github.com/SharingSource/LogicStack-LeetCode

在仓库地址里,你可以看到系列文章的题解链接、系列文章的相应代码、LeetCode 原题链接和其他优选题解。