算法学习：前缀和

最新推荐文章于 2024-10-02 21:20:07 发布

2301_76884895

最新推荐文章于 2024-10-02 21:20:07 发布

阅读量100

点赞数

文章标签：学习算法

本文链接：https://blog.csdn.net/2301_76884895/article/details/132735173

版权

文章目录

一、前缀和的用途
二、算法运用
- 1.一维数组计算和
- 2.二维矩阵计算和
- 3.统计子数组数量
总结

一、前缀和的用途

运用前缀和的思想，可以在索引区间内更有效率地求出元素和。使用前缀和可以有效地避免for循环反复调用从而减少sumrange方法的调用频率，降低sumrange的时间复杂度，提高整个程序的运行效率。

二、算法运用

1.一维数组计算和

下面选用力扣的303. 区域和检索 - 数组不可变练习,详情请读者自动跳转至原题。

该题解题思路在于先算出各个连续的元素和，用减法去算区间内的和，相比一个个数相加，其时间复杂度降为O（1），提高了算法效率。

以下为图解：

代码如下（示例）：

class NumArray {
    private int[] presum;//构建数组
    public NumArray(int[] nums) {
        presum=new int[nums.length+1];
        for(int i=1;i<presum.length;i++)
        {
            presum[i]=presum[i-1]+nums[i-1];//计算数组累加和
        }
    }
    //查询目标区间内的和
    public int sumRange(int left, int right) {
        return presum[right+1]-presum[left];
    }
}

2.二维矩阵计算和

下面选用力扣的304. 二维区域和检索 - 矩阵不可变练习,详情请读者自动跳转至原题。

该题的解题思路在于先计算出所有类型矩阵的元素和，再找到合适的大矩阵去加减小矩阵算出目标值，矩阵内的元素和计算没有难度，关键在于找到一个共同的顶点，便于各个矩阵的计算。

以下为图解：

代码如下（示例）：

class NumMatrix {
    private int[][] presum;//存储各矩阵元素和
    public NumMatrix(int[][] matrix) {
        int m=matrix.length,n=matrix[0].length;
        if(m==0||n==0) return;
        presum =new int[m+1][n+1];//构造前缀和矩阵
        for(int i=1;i<=m;i++){
            for(int j=1;j<=n;j++){
            presum[i][j]=presum[i-1][j] +presum[i][j-1]+matrix[i-1][j-1]-presum[i-1][j-1];//计算[0,0]~[i,j]各矩阵元素和
            }
        }
    }
    //计算目标矩阵元素之和
    public int sumRegion(int row1, int col1, int row2, int col2) {
        return presum[row2+1][col2+1]-presum[row1][col2+1]-presum[row2+1][col1]+presum[row1][col1];
    }
}

3.统计子数组数量

下面选用力扣的560. 和为 K 的子数组练习,详情请读者自动跳转至原题。

该题解题思路类似于一维数组，其不同点在于在前缀和中找与K互补的值，也运用到哈希表去映射前缀和出现的次数，提高算法效率。

以下为图解：

代码如下（示例）：

class Solution {
    public int subarraySum(int[] nums, int k) {
        int n=nums.length;
        int[] presum=new int[n+1];//存储前缀和
        HashMap<Integer,Integer> count =new HashMap<>();//当前前缀和出现次数的映射
        count.put(0,1);//记录下标为0的第一个前缀和0出现1次
        int m=0;//记录和为k的子数组数量
        for(int i=1;i<=n;i++){
            presum[i]=presum[i-1]+nums[i-1];//计算前缀和
            int target=presum[i]-k;//逆向思维寻找条件值
            if(count.containsKey(target)){//查询目标值是否在哈希表中
                m+=1;
            }
            //将当前前缀和存入哈希表
            if(!count.containsKey(presum[i])){
                count.put(presum[i],1);//记录该数第一次出现
            }
            else count.put(presum[i],count.get(presum[i])+1);//记录该数多次出现
        }
        return m;
    }
}