目录
1.题目
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 nums 下标对应的值
- 另一类查询要求返回数组 nums 中索引 left 和索引 right 之间（ 包含 ）的nums元素的 和 ，其中 left <= right
实现 NumArray 类：
- NumArray(int[] nums) 用整数数组 nums 初始化对象
- void update(int index, int val) 将 nums[index] 的值 更新 为 val
- int sumRange(int left, int right) 返回数组 nums 中索引 left 和索引 right 之间（ 包含 ）的nums元素的 和 （即，nums[left] + nums[left + 1], ..., nums[right]）
示例 1：
输入：
["NumArray", "sumRange", "update", "sumRange"]
[[[1, 3, 5]], [0, 2], [1, 2], [0, 2]]
输出：
[null, 9, null, 8]
解释：
java
NumArray numArray = new NumArray([1, 3, 5]);
numArray.sumRange(0, 2); // 返回 1 + 3 + 5 = 9
numArray.update(1, 2); // nums = [1,2,5]
numArray.sumRange(0, 2); // 返回 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
调用 update 和 sumRange 方法次数不大于 3 * 10^4^
2.思路
（1）前缀和
使用前缀和的思想，来维护原始数组的区间和。
- 在构造函数中，首先初始化原始数组 nums，然后计算前缀和 preSum，用于记录 0 至 i (包括i) 的和。这里 preSum 的长度比 nums 的长度大 1，是因为第一个前缀和 preSum[0] 被初始化为 0，用于方便后续的计算。
- 更新操作需要更新原始值和前缀和数组，即当 nums[index] 更新为 val 时，从 index + 1 开始，对于 preSum 数组中的每一项，更新为原先的值加上该位置对应原始值变化后的差值。
- 查询操作使用前缀和的思想，其中 preSum[right + 1] 表示 0 至 right 的和，preSum[left] 表示 0 至 left - 1 的和，两者相减即得[left, right] 的和。
这种方法的时间复杂度为构造对象时为 O(n)，更新操作为 O(n)，查询操作为 O(1)，空间复杂度为 O(n)。
（2）分块处理
思路参考本题官方题解。
具体实现是，在构造方法中，首先将原始数组分成若干个大小为 n \sqrt{n} n 的块（ n n n 为原始数组的长度），并对每个块计算出其元素和，保存在 sum 数组中。这样，可以通过查询两个块之间元素和的和来计算区间和。对于区间查询，可以分为三种情况：
- 区间 [left, right] 在同一个块中，直接顺序遍历该块内的元素求和并返回。
- 区间 [left, right] 跨越若干个块，分别计算每个块"首尾元素"与这两个元素之间的元素和，再将结果相加得到区间和。特别的，对第一个块位于区间左边的部分，只计算其位于区间内的部分；对最后一个块位于区间右边的部分，只计算其位于区间内的部分。
- 如果区间 [left, right] 在一个块的左边、右边、甚至它本不在任何一个块中，那就和情况2一样分别计算。
对于单点修改，按照数组的更新方式更新每个块的元素和即可。
（3）线段树
思路参考本题官方题解。
3.代码实现（Java）
java
//思路1------------前缀和
class NumArray {
private int[] nums;
private int[] preSum;
public NumArray(int[] nums) {
int n = nums.length;
this.nums = Arrays.copyOf(nums, n);
preSum = new int[n + 1];
for (int i = 1; i < n + 1; i++) {
preSum[i] = preSum[i - 1] + nums[i - 1];
}
}
public void update(int index, int val) {
int original = nums[index];
nums[index] = val;
for (int i = index + 1; i < preSum.length; i++) {
preSum[i] += val - original;
}
}
public int sumRange(int left, int right) {
return preSum[right + 1] - preSum[left];
}
}
/**
* Your NumArray object will be instantiated and called as such:
* NumArray obj = new NumArray(nums);
* obj.update(index,val);
* int param_2 = obj.sumRange(left,right);
*/
java
//思路2------------线段树
class NumArray {
// sum[i] 表示第 i 个块的元素和
private int[] sum;
//块的大小
private int size;
private int[] nums;
public NumArray(int[] nums) {
this.nums = nums;
int n = nums.length;
size = (int) Math.sqrt(n);
// n / size 向上取整
sum = new int[(n + size - 1) / size];
for (int i = 0; i < n; i++) {
sum[i / size] += nums[i];
}
}
public void update(int index, int val) {
sum[index / size] += val - nums[index];
nums[index] = val;
}
public int sumRange(int left, int right) {
// left 位于第 b1 个块内
int b1 = left / size;
// left 在第 b1 个块内的偏移量
int i1 = left % size;
// right 位于第 b2 个块内
int b2 = right / size;
// right 在第 b2 个块内的偏移量
int i2 = right % size;
//区间 [left, right] 在同一块中
if (b1 == b2) {
int sum = 0;
for (int j = i1; j <= i2; j++) {
sum += nums[b1 * size + j];
}
return sum;
}
//计算第 b1 个块位于区间 [i1, size - 1) 的元素和 sum1
int sum1 = 0;
for (int j = i1; j < size; j++) {
sum1 += nums[b1 * size + j];
}
//计算第 b2 个块位于区间 [0, i2] 的元素和 sum2
int sum2 = 0;
for (int j = 0; j <= i2; j++) {
sum2 += nums[b2 * size + j];
}
//计算第 b1 + 1 个块到第 b2 − 1 个块的元素和的总和 sum3
int sum3 = 0;
for (int j = b1 + 1; j < b2; j++) {
sum3 += sum[j];
}
return sum1 + sum2 + sum3;
}
}
/**
* Your NumArray object will be instantiated and called as such:
* NumArray obj = new NumArray(nums);
* obj.update(index,val);
* int param_2 = obj.sumRange(left,right);
*/
java
//思路3------------线段树
class NumArray {
//用于存储区间和的线段树
private int[] segmentTree;
//原始数组的长度
private int n;
public NumArray(int[] nums) {
n = nums.length;
//线段树的大小是原始数组长度的 4 倍(稍微比需要的最小长度大一些)
segmentTree = new int[nums.length * 4];
//构建线段树
build(0, 0, n - 1, nums);
}
public void update(int index, int val) {
//更新指定索引处的元素值
change(index, val, 0, 0, n - 1);
}
public int sumRange(int left, int right) {
//求解指定区间的和
return range(left, right, 0, 0, n - 1);
}
//构建线段树的递归函数
private void build(int node, int s, int e, int[] nums) {
if (s == e) {
//叶节点，保存原始数组的元素值
segmentTree[node] = nums[s];
return;
}
int m = s + (e - s) / 2;
//递归构建左子树
build(node * 2 + 1, s, m, nums);
//递归构建右子树
build(node * 2 + 2, m + 1, e, nums);
//更新父节点的值为左子树和右子树的和
segmentTree[node] = segmentTree[node * 2 + 1] + segmentTree[node * 2 + 2];
}
//更新线段树的递归函数
private void change(int index, int val, int node, int s, int e) {
if (s == e) {
//叶节点，更新原始数组的元素值
segmentTree[node] = val;
return;
}
int m = s + (e - s) / 2;
if (index <= m) {
//目标索引在左子树中，递归更新左子树
change(index, val, node * 2 + 1, s, m);
} else {
//目标索引在右子树中，递归更新右子树
change(index, val, node * 2 + 2, m + 1, e);
}
segmentTree[node] = segmentTree[node * 2 + 1] + segmentTree[node * 2 + 2]; // 更新父节点的值为左子树和右子树的和
}
//查询线段树中指定区间范围的和的递归函数
private int range(int left, int right, int node, int s, int e) {
if (left == s && right == e) {
//找到了目标区间，返回当前节点的值
return segmentTree[node];
}
int m = s + (e - s) / 2;
if (right <= m) {
//目标区间完全在左子树中，递归查询左子树
return range(left, right, node * 2 + 1, s, m);
} else if (left > m) {
//目标区间完全在右子树中，递归查询右子树
return range(left, right, node * 2 + 2, m + 1, e);
} else {
//目标区间跨越左右子树，分别递归查询左右子树并求和
return range(left, m, node * 2 + 1, s, m) + range(m + 1, right, node * 2 + 2, m + 1, e);
}
}
}