1、二维树状数组
二维树状数组是在一维上进行嵌套
①、一维的功能是:单点修改,区间查询
②、二维:单点修改,矩阵查询
代码模版:
def lowbit(x):
return x & -x
def query(x, y):
ans = 0
i = x
while i > 0:
j = y
while j > 0:
ans += tree[i][j]
j -= lowbit(j)
i -= lowbit(i)
return ans
def add(x, y, z):
i = x
while i <= n:
j = y
while j <= m:
tree[i][j] += z
j += lowbit(j)
i += lowbit(i)
n, m = map(int, input().split())
li = [[0] * (m + 1)] + [[0] + list(map(int, input().split())) for _ in range(n)]
tree = [[0] * (m + 1) for _ in range(n + 1)]
for i in range(1, n + 1):
for j in range(1, m + 1):
add(i, j, li[i][j])
print(query(3, 3) + query(1, 1) - query(3, 1) - query(1, 3))
"""
输入:
4 4
1 1 1 1
1 1 1 1
1 1 1 1
1 1 1 1
输出:
4
"""
2、树状数组的应用
给定一个长度为n的列表,求存在多少个逆序对
逆序对:a[i] > a[j] 对于i < j 而言
1、数值大小不重要,重要的是偏序关系,可以离散化成1 - n
2、利用树状数组可以快速前缀和:
把a数组数值当做下标, 从左往右依次放入树状数组中
对于每个a[j] 而言, 可以快速求出有多少个数字小于等于a[j], 已经放了j 个数字进入树状数组,剩下的数字为大小a[j] 的数字。
代码模版
from bisect import bisect_left
def lowbit(x):
return x & -x
def query(x):
ans = 0
while x:
ans += tree[x]
x -= lowbit(x)
return ans
def add(x, y):
while x <= n:
tree[x] += y
x += lowbit(x)
# 离散化
def lsh(li):
b = list(set(li))
b.sort()
ans = []
for i in range(len(li)):
ans.append(bisect_left(b, li[i]) + 1)
return ans
n = int(input())
a = list(map(int, input().split()))
tree = [0] * (n + 1)
a = [0] + lsh(a)
# print(a)
ans = 0
for i in range(1, len(a)):
# 把a[i]:当做下标,加1
# 这一部分要注意和正常的树状数组是不一样的
add(a[i], 1)
ans += i - query(a[i])
print(ans)