二维树状数组以及树状数组的应用

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)