前缀和与差分

前缀和

用途

多用于少量修改，多次查询的问题场景中，单词查询的时间复杂度是 $\mathcal{O}(1)$ 的，但是如果修改了一个元素，那么这个元素后面的前缀和都将受到影响，最劣情况下需要遍历整个前缀和数组，时间复杂度是 $\mathcal{O}(n)$ 的。在这片博文中，我们用 $a$ 代表原数组，用 $s$ 代表前缀和数组。

由于 $s_0$ 是特殊定义为 $0$ 的，所以我们将下标从 $1$ 可以计算。

一维前缀和

理论实现

因为元素 $s_i$ 的值是 $\sum _{x=1}^i{a}_i$，所以，我们可以求 $s_i$ 时遍历 $a_1\sim a_i$，这样就可以得到 $s_i$ 的值。时间复杂度是 $\mathcal{O}(n^2)$ 的。虽然这种做法对于小范围的数据可以通过，但是一旦 $n$ 达到了 $10^5$，这种方法是承受不住的，所以我们需要更加快的方法。

思考一下，我们需要遍历 $a_1\sim a_{i-1}$ 吗？我们可以发现，$\sum _{x=1}^{i-1}{a}_i$ 的值已经存储在 $s_{i-1}$ 里了！所以，我们无需遍历 $a_1\sim a_{i-1}$。所以，一维前缀和的通项公式是：$$s_i\leftarrow s_{i-1}+a_i$$

程序实现

清楚了一维前缀和的理论实现，程序实现也不难了。

// 一维前缀和程序实现
const int MAXN = 1e5 + 10;
int N, a[MAXN], s[MAXN]; // N是数组的长度
int main() {
	cin >> N;
	for (int i = 1; i <= N; i++)
		cin >> a[i], s[i] = s[i - 1] + a[i];
	return 0;
}

经过这份程序，我们就已经将 $a$ 数组的前缀和存储在 $s$ 数组中了。

查询

查到头

这种方法的意思是查找 $\sum _{x=1}^x{a}_x$，就是要求 $a_1\sim a_i$ 的和。这样是最简单的，只需输出 $s_i$ 即可，因为 $s_i$ 存储的就是这个值。

程序实现：

int index;
cin >> index;
cout << s[index] << endl;

中间字串查找

这种方法的意思是查找 $\sum _{x=l}^r{a}_x$，就是求 $a_l\sim a_r$ 的和。这一点需要注意的是，答案是 $a_r-a_{l-1}$！这很容易证明，如果答案是 $a_r-a_{l-1}$，那么求的是 $(l,r]$ 这一区间的和，并不包括 $a_l$，所以这是错误的。

程序实现：

int l, r;
cin >> l >> r;
cout << s[r] - s[l - 1] << endl;

差分

用途

多用于多次修改，少量查询的问题场景中，单词修改的时间复杂度是 $\mathcal{O}(1)$ 的，但是如果要查询一个元素，那么我们就需要计算一遍整个差分数组的前缀和，时间复杂度是 $\mathcal{O}(n)$ 的。在这片博文中，我们用 $a$ 代表原数组，用 $b$ 代表前缀和数组。

由于 $b_0$ 是特殊定义为 $0$ 的，所以我们将下标从 $1$ 可以计算。

二维差分不会写，所以就不放了

理论实现

我们可以定 $b_1\leftarrow a_1$，$b_i\leftarrow a_i-a_{i-1}(2\le i\le n)$。例如：
$$\begin{array}{ccccccccc}i& 1& 2& 3& 4& 5& 6& 7& 8\\ a_i& 1& 1& 2& 2& 1& 3& 3& 5\\ b_i& 1& 0& 1& 0& -1& 2& 0& 2\end{array}$$
对数组 $b$ 求前缀和：
$$\sum _{i=1}^n{b}_i=a_1+\sum _{i=2}^n(a_i-a_{i-1})=\sum _{i=1}^n{a}_i-\sum _{i=1}^{n-1}{a}_i=a_n$$
可以发现，$b$ 的前缀和数组 $s$ 的 $s_i$ 恰好等于 $a_i$！
若将 $b_x$ 增加 $1$，再对 $b$ 数组求前缀和得到 $a$ 数组，那么得到的 $a$ 数组中的 $a_x,a_{x+1},\cdots ,a_n$ 均增加 $1$。若将 $b_y$ 减少 $1$，再对 $b$ 数组求前缀和得到 $a$ 数组，那么得到的 $a$ 数组中 $a_y,a_{y+1},\cdots ,a_n$ 均减少 $1$。

例如，对一个全为 $0$ 的差分数组 $b$，将 $b_3$ 增加 $1$，将 $b_6$ 减少 $1$，得到的 $a$ 数组如表所示：
$$\begin{array}{ccccccccc}i& 1& 2& 3& 4& 5& 6& 7& 8\\ b_i& 0& 0& +1& 0& 0& -1& 0& 0\\ a_i& 0& 0& 1& 1& 1& 0& 0& 0\end{array}$$

因此，将 $a$ 数组中第 $x$ 到第 $y$ 个元素增加 $z$ 这样的修改操作，可以转化为将 $b_x$ 增加 $z$，将 $b_{y+1}$ 减少 $z$，最后再对 $b$ 数组求前缀和。这样，对于每次修改操作，只需要修改两个值，时间复杂度也就是 $\mathcal{O}(1)$ 的了。