前缀和
一维前缀和
普通求和
同常我们对一维数组求和采用的是从头到尾遍历的方式,时间复杂度是O(n)
,但当计算很庞大的数据量时就很可能会超时!
int sum = 0;
for(int i = 0; i < nums.size(); i++)
sum += nums[i]
一维前缀求和
-
初始化前缀和数组(定义一个
s[i]
数组,用来记录(代表)前i项数据的和
):s[i] = s[i - 1] + a[i]
注:
i
是从1开始的,这样就不用考虑边界问题了。如:s[1] = s[0] + a[1],s[0] = 0
-
查询操作:计算[l ~ r]的和:
s[r] - s[l - 1]
。时间复杂度是O(1)
【acwing.795前缀和】
输入一个长度为 n 的整数序列。
接下来再输入 m 个询问,每个询问输入一对 l,r。
对于每个询问,输出原序列中从第 ll 个数到第 rr 个数的和。
输入格式
第一行包含两个整数 n 和 m。
第二行包含 n 个整数,表示整数数列。
接下来 m 行,每行包含两个整数 ll 和 rr,表示一个询问的区间范围。
输出格式
共 m 行,每行输出一个询问的结果。
数据范围
1≤l≤r≤n,
1≤n,m≤100000,
−1000≤数列中元素的值≤1000输入样例:
5 3
2 1 3 6 4
1 2
1 3
2 4输出样例:
3
6
10
【参考代码】
#include<iostream>
using namespace std;
int n,m;
const int N = 100000+10;
int a[N],s[N]; // 初始化数组了 a[0]、s[0]=0
int main()
{
cin>>n>>m;
for(int i = 1; i <= n; i++) cin>>a[i];
//初始化前缀和数组s[i]
for(int i = 1; i <= n; i++) s[i] = s[i -1] + a[i];
int l, r;
while(m--)
{
cin>>l>>r;
//求[l~r]的和
cout<<s[r] - s[l - 1]<<endl;
}
return 0;
}
二维前缀和(子矩阵的和)
-
初始化前缀和数组(定义一个二维
s[i][j]
数组,用来记录(代表)前(i,j)到原点所有数的和项数据的和
)(1)S[i,j]是什么:
S[i,j]
即为图中绿色部分所有数的的和为:(2)S[i,j]怎么计算:
S[i,j]=S[i,j−1]+S[i−1,j]−S[i−1,j−1]+a[i,j]
- (x1,y1),(x2,y2)这一子矩阵中所有数的和怎么计算?
res = S[x2,y2]−S[x1−1,y2]−S[x2,y1−1]+S[x1−1,y1−1]
【acwing 796. 子矩阵的和】
输入一个 n 行 m 列的整数矩阵,再输入 q 个询问,每个询问包含四个整数 x1,y1,x2,y2表示一个子矩阵的左上角坐标和右下角坐标。
对于每个询问输出子矩阵中所有数的和。
输入格式
第一行包含三个整数n,m,q。
接下来 n 行,每行包含 m 个整数,表示整数矩阵。
接下来 q 行,每行包含四个整数 x1,y1,x2,y2,表示一组询问。
输出格式
共 q 行,每行输出一个询问的结果。
数据范围
1≤n,m≤1000,
1≤q≤200000,
1≤x1≤x2≤n,
1≤y1≤y2≤m,
−1000≤矩阵内元素的值≤1000输入样例:
3 4 3
1 7 2 4
3 6 2 8
2 1 2 3
1 1 2 2
2 1 3 4
1 3 3 4输出样例:
17
27
21
【参考代码】
#include<iostream>
using namespace std;
const int N = 1000+10;
int a[N][N],s[N][N];
int main()
{
int n,m,q;
cin>>n>>m>>q;
for(int i = 1; i <= n; i++){
for(int j = 1; j <= m; j++){
scanf("%d",&a[i][j]);
//1.初始化前缀和数组
s[i][j] = s[i-1][j] + s[i][j-1] - s[i-1][j-1] + a[i][j];
}
}
while(q--)
{
int x1, y1, x2, y2;
scanf("%d%d%d%d", &x1 , &y1, &x2, &y2);
//2.计算(x1,y1)(x2,y2)子矩阵的和
int res = s[x2][y2] - s[x1-1][y2] - s[x2][y1-1] + s[x1-1][y1-1];
printf("%d\n",res);
}
return 0;
}
注:
同一维前缀和为了不额外考虑边界问题我们从1开始对前缀和数组进行初始化。
当是大量数据的输入输出时
scanf和printf
运行的是比cin和cout
要快的!(所用时间更少)
差分
类似于数学中的求导和积分,差分可以看成前缀和的逆运算。
一维差分
差分数组:
首先给定一个原数组a:a[1], a[2], a[3],,,,a[n]
;
然后我们要构造一个数组b : b[1] ,b[2] , b[3],,,, b[i]
;
使得 a[i] = b[1] + b[2 ]+ b[3] +,,,,,, + b[i]
a数组
是b数组
的前缀和数组
,反过来我们把b数组叫做a数组的差分数组
。即,每一个a[i]都是b数组中从头开始到i
的的一段区间和。
(1)如何构造差分b数组?
最为直接的方法
如下:
a[0 ]= 0;
b[1] = a[1] - a[0];
b[2] = a[2] - a[1];
b[3] =a [3] - a[2];
........
b[n] = a[n] - a[n-1];
两边各自相加得:b[1] + b[2] + ,,, + b[n] = a[n]
我们只要有b数组,最后通过前缀和运算,就可以在O(n) 的时间内得到a数组。
那我们构造出来的差分数组b到底有什么用?,看下面的解释你就了解啦!
(2)现在我们要给a数组在给定区间[l,r]上的每一个数加上c,即a[l] + c , a[l+1] + c , a[l+2] + c ,,,, a[r] + c
。暴力的做法是for
枚举l~r
,时间复杂度是O(n)
,如果我们需要对原数组执行m
次这样的操作,时间复杂度就会变成O(n*m)
。当数据量很庞大时很可能就会超时,那有没有更高效的方法呢?可以考虑一下差分操作!
始终要记得,a数组是b数组的前缀和数组对b数组的b[i]的修改,就一定会影响到a数组中从a[i]及往后的每一个数(图示理解这句话!)
通过上面的解释,那我们如何如和用差分数组b实现给a数组在[l,r]上+c呢?
-
首先让差分b数组中的 b[l] + c ,a数组变成
a[l] + c ,a[l+1] + c,,,,,, a[n] + c;
(通过上面的例子我们知道对b[l]进行了修改(+c),那么从l及后面所有的数都受到了影响(+c)),但我们想要的是给a数组在定区间[l,r]上+c,即多了从r+1开始到后面所有数,这一段数据
)。 -
为此,我们打个补丁,b[r+1] - c, a数组变成
a[r+1] - c,a[r+2] - c,,,,,,,a[n] - c;
(即b[r+1] - c完成了减去上述从r+1开始都后面多出来的数据)
(3)如何求经过操作后的原数组a呢?
我们只要有了b数组,并对它进行b[l] += c,b[r + 1] -= c
操作(使得a数组在[l,r]区间上每一个数+C),最后通过对b数组进行前缀和运算,就可以在O(n) 的时间内得到a数组。
【acwing 797 差分】
输入一个长度为 n 的整数序列。
接下来输入 m个操作,每个操作包含三个整数l,r,c,表示将序列中 [l,r][l,r] 之间的每个数加上 c。
请你输出进行完所有操作后的序列。
输入格式
第一行包含两个整数 n 和 m。
第二行包含 n 个整数,表示整数序列。
接下来 m 行,每行包含三个整数l,r,c,表示一个操作。
输出格式
共一行,包含 n 个整数,表示最终序列。
数据范围
1≤n,m≤100000,
1≤l≤r≤n,
−1000≤c≤1000,
−1000≤整数序列中元素的值≤1000输入样例:
6 3 1 2 2 1 2 1 1 3 1 3 5 1 1 6 1
输出样例:
3 4 5 3 4 2
【参考代码】
#include<iostream>
using namespace std;
const int N = 100000+10;
int a[N],b[N];
int main()
{
int n,m;
cin>>n>>m;
for(int i = 1; i <= n; i++)
{
scanf("%d",&a[i]);
//构造差分数组
b[i] = a[i] - a[i - 1];
}
//给a数组[l,r]上每一个数加上c ===> b[l] += c, b[r+1] -= c
while(m--)
{
int l,r,c;
cin>>l>>r>>c;
b[l] +=c;
b[r + 1] -= c;
}
//求操作后的数组a———> 对b数组进行前缀和操作即可
for(int i = 1; i <= n; i++)
{
b[i] += b[i - 1];
printf("%d ",b[i]);
}
return 0;
}
【一维差分总结】
给区间[l,r]上的每一个数加上c:
b[l] += c,b[r + 1] -= c
二维差分
如果扩展到二维,我们需要让二维数组被选中的子矩阵中的每个元素的值加上c,是否也可以达到O(1)的时间复杂度。答案是可以的,考虑二维差分。
a[][]数组是b[][]数组的前缀和数组,那么b[][]是a[][]的差分数组
原数组: a[i][j]
我们去构造差分数组: b[i][j]
使得a数组中a[i][j]
是b
数组左上角(1,1)
到右下角(i,j)
所包围矩形元素的和。
(1)如何构造b
数组呢?
我们去逆向思考。
同一维差分,我们构造二维差分数组目的是为了 让原二维数组a
中所选中子矩阵中的每一个元素加上c
的操作,可以由O(n*n)的时间复杂度优化成O(1)
在对子矩阵每一个数 + C操作之前,我们先要构造好差分数组b[i][j]
代码如下:
// 构造差分数组
for (int i = 1; i <= n; i ++ )
for (int j = 1; j <= m; j ++ )
b[i][j] = a[i][j] - a[i - 1][j] - a[i][j - 1] + a[i - 1][j - 1];
(2)那我们如何给子矩阵(x1,y1),(x2,y2)中的每一个数都加上c呢?
已知原数组a
中被选中的子矩阵为 以(x1,y1)
为左上角,以(x2,y2)
为右上角所围成的矩形区域;
始终要记得,a数组是b数组的前缀和数组,比如对b
数组的b[i][j]
的修改,会影响到a
数组中从a[i][j]
及往后的每一个数。
假定我们已经构造好了b
数组,类比一维差分,我们执行以下操作
来使被选中的子矩阵中的每个元素的值加上c
b[x1][y1] + = c;
b[x1,][y2+1] - = c;
b[x2+1][y1] - = c;
b[x2+1][y2+1] + = c;
每次对b
数组执行以上操作,等价于:
for(int i=x1;i<=x2;i++)
for(int j=y1;j<=y2;j++)
a[i][j]+=c;
我们画个图去理解一下这个过程:
b[x1][ y1 ] +=c ;
对应图1 ,让整个a
数组中蓝色矩形面积的元素都加上了c
。b[x1,][y2+1]-=c ;
对应图2 ,让整个a
数组中绿色矩形面积的元素再减去c
,使其内元素不发生改变。b[x2+1][y1]- =c ;
对应图3 ,让整个a
数组中紫色矩形面积的元素再减去c
,使其内元素不发生改变。b[x2+1][y2+1]+=c;
对应图4,,让整个a
数组中红色矩形面积的元素再加上c
,红色内的相当于被减了两次,再加上一次c
,才能使其恢复。
我们将上述操作(子矩阵每一个数 + C)代码如下。时间复杂度O(1)
:
{
//对a数组中的(x1,y1)到(x2,y2)之间的元素都加上了c
b[x1][y1]+=c;
b[x2+1][y1]-=c;
b[x1][y2+1]-=c;
b[x2+1][y2+1]+=c;
}
(3)如何求经过操作后的原数组a呢?
当我们构造了二维差分数组b[i][j]
,并对b[i][j]
进行了 b[x1][y1]+=c; b[x2+1][y1]-=c; b[x1][y2+1]-=c; b[x2+1][y2+1]+=c;
4个操作(使得a数组的子矩阵每一个数都加上了C),最后通过对b数组进行前缀和运算(二维前缀和运算),就可以在短时间时间内得到a数组。
【acwing 798. 差分矩阵】
输入一个 n 行 m 列的整数矩阵,再输入 q 个操作,每个操作包含五个整数 x1,y1,x2,y2,c,其中 (x1,y1) 和 (x2,y2) 表示一个子矩阵的左上角坐标和右下角坐标。
每个操作都要将选中的子矩阵中的每个元素的值加上 cc。
请你将进行完所有操作后的矩阵输出。
输入格式
第一行包含整数 n,m,q。
接下来 n 行,每行包含 m 个整数,表示整数矩阵。
接下来 q 行,每行包含 5 个整数 x1,y1,x2,y2,c,表示一个操作。
** 输出格式**
共 n 行,每行 m 个整数,表示所有操作进行完毕后的最终矩阵。
数据范围
1≤n,m≤1000,
1≤q≤100000,
1≤x1≤x2≤n,
1≤y1≤y2≤m,
−1000≤c≤1000,
−1000≤矩阵内元素的值≤1000输入样例:
3 4 3
1 2 2 1
3 2 2 1
1 1 1 1
1 1 2 2 1
1 3 2 3 2
3 1 3 4 1输出样例:
2 3 4 1
4 3 4 1
2 2 2 2
#include <iostream>
#include <algorithm>
using namespace std;
const int N = 1010;
int n, m, q;
int a[N][N], b[N][N];
int main()
{
cin >> n >> m >> q;
for (int i = 1; i <= n; i ++ )
for (int j = 1; j <= m; j ++ )
scanf("%d", &a[i][j]);
// 构造差分数组
for (int i = 1; i <= n; i ++ )
for (int j = 1; j <= m; j ++ )
b[i][j] = a[i][j] - a[i - 1][j] - a[i][j - 1] + a[i - 1][j - 1];
while (q -- )
{
int x1, y1, x2, y2, c;
scanf("%d%d%d%d%d", &x1, &y1, &x2, &y2, &c);
b[x1][y1] += c;
b[x1][y2 + 1] -= c;
b[x2 + 1][y1] -= c;
b[x2 + 1][y2 + 1] += c;
}
// 通过求差分数组b的前缀和来得到原数组a
for (int i = 1; i <= n; i ++ )
for (int j = 1; j <= m; j ++ )
b[i][j] = b[i][j] + b[i - 1][j] + b[i][j - 1] - b[i - 1][j - 1]; // 前缀和公式
for (int i = 1; i <= n; i ++ )
{
for (int j = 1; j <= m; j ++ ) printf("%d ", b[i][j]);
cout << endl;
}
return 0;
}
总结:
1.先构造好一维或者二维差分数组
2.差分的作用:是在O(1)时间内给某一段区间[l,r]或者子矩阵(x1,y1),(x2,y2)中的每一个数都加上C
注:如果文章有任何错误或不足,请各位大佬尽情指出,评论留言留下您宝贵的建议!如果这篇文章对你有些许帮助,希望可爱亲切的您点个赞推荐一手,非常感谢啦