Дерево Фенвика

Определение:

Дерево Фе́нвика (Binary indexed tree) - структура данных, требующая [math] O(n) [/math] памяти и позволяющая эффективно (за [math] O(\log n) [/math]) изменять значение любого элемента в массиве; выполнять некоторую ассоциативную, коммутативную, обратимую операцию [math] G [/math] на отрезке [math] [i, j] [/math].

По горизонтали - содержимое массива T,
по вертикали - содержимое массива A

Впервые описано Питером Фенвиком в 1994 году.

Пусть дан массив [math] A [/math] из [math] n [/math] элементов: [math] a_i, i = \overline{0, n} [/math].
Деревом Фенвика будем называть массив [math] T [/math] из [math] n [/math] элементов: [math] T_i = \sum\limits_{k = F(i) + 1}^{i} a_k, i = \overline{0, n} [/math], где [math] F(i) [/math] - некоторая функция. От выбора функции зависит время работы операций над деревом. Рассмотрим функцию, позволяющую делать обе операции за время [math] O(\log n) [/math].

[math] F(i) = i - 2^{h(i) + 1}, [/math] где [math] h(i) [/math] - количество единиц в конце бинарной записи числа [math] i [/math]. Эта функция задается простой формулой: [math] F(i) = i \& (i + 1) [/math].

Запрос изменения элемента

Нам надо научиться быстро изменять частичные суммы в зависимости от того, как изменяются элементы. Рассмотрим как изменять величину [math]a_{k}[/math] на величину [math]d[/math]. Необходимо изменить элементы дерева [math]T_{i}[/math], для которых верно неравенство [math]F(i) \lt k \leq i[/math] . |proof= [math] T_i =\sum\limits_{k = F(i)}^{i} a_k , i = \overline{0, n} \Rightarrow[/math] необходимо менять те [math]i[/math], для которых [math]a_{k}[/math] попадает в [math]T_i \Rightarrow[/math] необходимые [math] i [/math] удовлетворяют условию [math]F(i) \lt k \lt = i[/math].}}

Лемма:

Можно перебрать все [math] i [/math], попадающие под неравенство по формуле [math]i_{next} = i_{prev} | (i_{prev} + 1) [/math].

Доказательство:

[math]\triangleright[/math]

Первый элемент последовательности само [math] k [/math]. Для него выполняется равенство, так как [math] F(i) \lt i \lt tex\gt . По формуле \lt tex\gt i_{next} = i_{prev} | (i_{prev} + 1) [/math] мы заменим первый ноль на единицу. Неравенство при этом сохраниться, так как [math]F(i)[/math] осталось прежним, а [math] i [/math] увеличилось. Можем заметить, что если количество единиц в конце не будет совпадать с [math] k [/math], то формула [math]i_{next} = i_{prev} | (i_{prev} + 1) [/math] нарушит неравенство, потому что либо само [math] i [/math] будет меньше, чем k, либо [math] F(i) [/math] станет больше, чем [math] k [/math]. Таким образом, перебраны будут только нужные элементы

[math]\triangleleft[/math]

Все [math]i[/math] мы можем получить следующим образом : [math]i_{next} = i_{prev} | (i_{prev} + 1) [/math], Где под | понимают побитовое ИЛИ. Следующим элементом в последовательности будет элемент, у которого первый с конца ноль превратится в единицу. Можно заметить, что если к исходному элементу прибавить единицу, то необходимый ноль обратится в единицу, но при этом все следующие единицы обнулятся. Чтобы обратно их превратить в единицы, применим операцию побитового ИЛИ. Таким образом все нули в конце превратятся в единицы и мы получим нужный элемент. Для того, чтобы понять, что эта последовательность верна, достаточно посмотреть на таблицу.

[math]i_{prev}[/math]	[math]\cdots 011 \cdots 1[/math]
[math]i_{prev} + 1[/math]	[math]\cdots 100 \cdots 0[/math]
[math]i_{next}[/math]	[math]\cdots 111 \cdots 1[/math]

Несложно заметить, что данная последовательность строго возрастает и в худшем случае будет применена логарифм раз, так как добавляет каждый раз по одной единице в двоичном разложении числа [math]i[/math]. Напишем функцию, которая будет изменять элемент [math]a_i[/math] на [math]d[/math], и при этом меняет соответствующие частичные суммы.

int modify(int i, int d)
{
   while (i < N)
   {
       t[i] += d;
       i = i | (i + 1);
   }
}

Запрос получения суммы на префиксе

В качестве бинарной операции [math] G [/math] рассмотрим операцию сложения.
Обозначим [math] G_i = sum(i) = \sum\limits_{k = 0}^{i} a_k [/math]. Тогда [math] sum(i, j) = \sum\limits_{k = i}^{j} a_k = G_j - G_{i - 1} [/math].

Лемма:

[math] a_i [/math] входит в сумму для [math] t_k [/math], если [math] \exists j: k = i | (2^j - 1) [/math].

Для доказательства леммы рассмотрим битовую запись следующих чисел: [math] k - 2^{h(k) + 1} \leq i \leq k [/math]

[math]k - 2^{h(k) + 1}[/math]	[math]\cdots (0 \cdots 0)[/math]
[math]i[/math]	[math]\cdots (\cdots \cdots)[/math]
[math]k[/math]	[math]\cdots (1 \cdots 1)[/math]

Реализация

Приведем код функции [math] sum(i) [/math] на C++:

int sum(int i)
{
   int result = 0;
   while (i >= 0)
   {
       result += t[i];
       i = f(i) - 1;
   }
   return result;
}

Полезные ссылки:

Peter M. Fenwick: A new data structure for cumulative frequency
Wikipedia: Fenwick tree
e-maxx.ru: Дерево Фенвика