Welcome to 9ilk's Code World
(๑•́ ₃ •̀๑) 个人主页: 9ilk
(๑•́ ₃ •̀๑) 文章专栏: 算法Journey
本文开始,博主开始讲解有关前缀和的算法,本篇博客我们先来了解一下有关前缀和的两个模板。
🏠 一维前缀和模板
📌 题目内容
📌题目解析
- 数组的下标是从1开始的。
- 数组中每个值的范围是−10^9 ≤ a[i] ≤ 10^9,因此我们需要考虑如果多个值相加用int可能溢出,可以考虑用long long.
📌算法原理
✏️ 思路一:暴力解法
暴力解法很简单就是进行模拟,每次查询从L下标开始遍历直到到R下标。最坏情况是L是1下标,而R是n下标,n为数组长度。因此时间复杂度为O(q*n).
有没有什么优化的解法?
✏️ 思路二:前缀和
前缀和算tg法分为两步:1.预处理出来一个前缀和数组。2.使用前缀和数组。它可以用来快速求出数组中某一个连续区间的和。
-
预处理出前缀和数组
假设有一个数组arr,同时有个相关联的数组dp,dp[i]表示的是arr数组[1,i]区间内所有值和。
我们发现,比如dp[3]是【1,3】区间值的和,那么就相当于是【1,2】区间的和+arr[3].
因此我们可以得出公式dp[i] = dp[i-1] + arr[i].
通过公式我们在遍历一遍数组的同时,就可以求出前缀和数组。
-
使用前缀和数组
题目要我们求出[l,r]区间内值的和,由于我们提前求出了前缀和数组,我们发现所求区间 = 总和 - 前一段区间,因此【l,r】= dp[r] - dp[l-1],这个过程是很快的达到了O(1)。
参考代码:
typedef long long ll;
int main()
{
int n = 0;
int q = 0; //查询次数
cin >> n >> q;
vector<ll> v(n+1,0);
vector<ll> dp(n+1,0);
ll prev = 0;
//获得前缀和数组
//dp[i]表示的是从1到i区间值的总和
for(int i = 1 ; i <= n ; i++)
{
cin >> v[i];
dp[i] = dp[i-1] + v[i];
}
//使用前缀和数组
while(q--)
{
int l = 0;
int r = 0;
cin >> l >> r;
cout << dp[r] - dp[l-1] << endl;
}
return 0;
}
-
细节问题
我们前缀和数组下标是从1开始的,如果下标从0开始,当求[0,2]区间的值之和时就转化成dp[2] - dp[-1]这个dp[-1]是个边界情况需要我们特殊处理且原本数组没有-1开始的;如果下标从1开始,当求[1,2]区间的值之和时转化成dp[2] - dp[0],对于dp[0]我们就容易将它处理为0即可。
总结:前缀和数组下标从1开始,是为了处理边界情况。
🏠 二维前缀和数组
📌 题目内容
📌 题目解析
- 本题数据范围仍然过大,用int会有溢出的风险。
- 题目要我们求的是以(x1,y1)为左上角,(x2,y2)为右下角的子矩阵的和。
📌 算法原理
✏️ 思路一:暴力解法
暴力解法也就是模拟从第一个点开始直接按照划分区域进行遍历,最坏情况是整个矩阵,时间复杂度是O(n*m*q).
✏️ 思路二:二维前缀和
-
预处理出二维前缀和数组
假设有一个二维数组arr,dp数组是一个与它关联的数组。dp[i][j]表示以(1,1)为左上角,(i,j)为右上角形成的子矩阵中值之和。任取一块区域,假设D为(i,j)点,若我们要求dp[i][j]也就是求(1,1)到(i,j)区域的和,我们可以将这四部分相加,由于B和C不好求,我们可以利用A(dp[i-1][j-1])来间接求这两部分,但是不要忘记减去多进来的A。由于A+B和A+C在dp数组中分别对应的是dp[i-1][j]和dp[i][j-1],因此我们可以得到公式:
dp[ i ][ j ] = dp[ i-1 ][ j ] + dp[ i ][ j-1 ] + arr[ i ][ j ] - dp[ i-1][ j-1 ].
通过公式,我们在遍历二维数组时就可以求出对应的dp二维数组。
-
使用二维前缀和数组
题目要我们求以(x1,y1)为左上角,(x2,y2)为右上角区域的值之和,也就是求区域D。因此D可以由整体减去A,B,C三部分,由于B和C不好求,所以我们利用A间接求。于是有D=(A+B+C+D) - (A+C) - (A+B) +A。对于A就是dp[x1][y1],A+B就是dp[x1-1][y2],A+C就是dp[x2][y1-1],于是得到公式:D = dp[x2][y2] - dp[x2][y1-1] - dp[x1-1][y2] + dp[x1-1][y1-1]。此时 我们由于提前得到的二维前缀和数组,我们能很快得出D的值,时间复杂度是O(1).
时间复杂度优化为了O(m*n) + O(q).
参考代码:
int main()
{
int n = 0; //行
int m = 0; //列
int q = 0; //查询次数
cin >> n >> m >> q;
vector<vector<long long>> vv(n + 1);
vector<vector<long long>> dp(n + 1);
for (int i = 0; i <= n; i++)
{
vv[i].resize(m + 1, 0);
dp[i].resize(m + 1, 0);
if (i >= 1)
{
for (int j = 1; j <= m; j++)
{
cin >> vv[i][j];
}
}
}
for (int i = 1; i <= n; i++)
{
for (int j = 1; j <= m; j++)
{
dp[i][j] = dp[i - 1][j] + dp[i][j - 1] + vv[i][j] - dp[i-1][j-1];
}
}
while (q--)
{
int x1, x2, y1, y2 = 0;
cin >> x1 >> y1 >> x2 >> y2;
cout << dp[x2][y2] - dp[x1 - 1][y2] - dp[x2][y1 - 1] + dp[x1 - 1][y1 - 1] << endl;
}
return 0;
}
总结:
1. 一维和二维前缀和数组下标都是从1开始。
2.当我们需要快速求出一段连续区间或区域时,可以考虑用前缀和数组,用前缀和数组间接求我们需要的。
3.我们可以根据场景推导出公式获得前缀和数组。