ACM——前缀和二维前缀和与差分的个人理解

前缀和

什么是前缀和

  前缀和顾名思义就是指一个数组的某一个下标的（包括该下标）之前的所有数组元素的和。现在我们假设有某一数组a = [1, 2, 3, 4, 5, 6, 7, 8, 9]。其前缀和数组为sum，那么sum数组与a数组对应的关系如下图所示。

  由上面的对应关系我们可以得到他们满足如下的公式。

  以上的公式即为一维前缀和一维前缀和的代码模板如下所示。

/**
     * 一维前缀和
     *
     * @a 表示原数组
     * @sum 表示a数组的一维前缀和
     */
     const int maxn = 1e5 + 10;
     int a[9] = {1, 2, 3, 4, 5, 6, 7, 8, 9}; 
     int sum[maxn];
    void oneDimen(int num) {//num表示数组a的长度
        sum[0] = a[0];
        for (int i = 1; i < num; i++) {
            sum[i] = sum[i - 1] + a[i];
        }
    }

前缀和使用情况

  我们在做题的时候经常会遇到查询问题，例如给出一个数组a，再给出m次查询，每次查询都会给出两个数L，R，分表表示查询区间的左右范围。如果我们只是使用最简单的朴素查询的方法，每次遍历区间，进行m次的查询，这样在题目所给数据范围较小的情况下可以进行，但是当查询次数很大时，其时间复杂度为O（n*m）会使运行TLE，所以我们使用上述的前缀和可以使时间复杂度降低为O(m+n)

int query(int L, int R){
	retrun sum[R] - sum[L - 1];
}

差分

什么是差分

  差分就是指相邻两个数的差，我们假设存在一个数组，如下图所示

  具体代码模板如下：

const int maxn = 1e5 + 10;
int a[9] = {1, 2, 3, 4, 5, 6, 7, 8, 9}; 
int diff[maxn];
//求出差分数组
void chafen(int num){//num表示原数组的长度
	diff[0] = a[0];
	for(int i = 1; i < num; i++){
		diff[i] = a[i] - a[i - 1];
	}
}
//对区间进行加操作
void addarray(int L, int R, int k){
	//L和R分别代表对加区间的左右范围，k表示在区间里每个元素加的数字
	diff[L] += k;
	diff[R + 1] -= k;//这里特别要注意，因为在前面进行区间加后，后面一个数与前面这个数的差变小了，所以要在后面这个数的差分数组减去前面区间所增加的数字。
}
//通过差分数组和原数组a推理得到进行区间加后数组中某一个元素的值
void get_a(){
	for(int i = 1; i <= n; i++){
		a[i] = doff[i] + a[i - 1];
	} 
}

差分使用情况

  区间加：把数组a[l]到a[r]都加上k，这种操作称为区间加。在进行区间加的操作后得到的数组b，我们对数组b进行查询，但可以发现如果是L——-R非常大的情况下，通过朴素的区间范围内主次累加求和这个操作执行的次数又很多，那时间复杂度会很高。所以可以使用差分的思想来降低复杂度。

二维前缀和

什么是二维前缀和

  在上图中深蓝色的部分代表的是二维数组的索引，浅蓝色的部分代表的是二维数组的每个元素的值。其二维前缀和如下图所示

  前缀和数组里每一个位置都表示原数组当前索引左上方的数字的和。
如上表中的而为前缀和数组：prefixSum[3, 3] = src[0~2, 0~2]的和;
二维前缀和数组的计算步骤如下所示。
可以分为四种情况

1. i == 0 && j ==0，只有一个直接赋值即可：prefixSum[0, 0] = a[0, 0]。
2. i == 0，最左边的一列，二维前缀和为元素上一行相同列的元素加该数字，公式为prefixSum[0, j] = prefixSum[0, j-1] + a[0, j]；
3. j == 0，最上面一排，与i == 0类似prefixSum[i, o] = prefixSum[i-1, 0] + a[i, 0];
4. i!=0 || j!=0，其公式为 prefixSum[i][j] = prefixSum[i - 1][j] + prefixSum[i][j - 1] + a[i][j] - prefixSum[i - 1][j - 1];
   其代码模板如下所示

    /**
     * 二维前缀和
     *
     * @param src 原数组
     * @return 二维前缀和
     */
     const int maxn = 100;
     int prefixSum[maxn][maxn];
    void twoDimen(int a[][], int n, int m) {//n和m分别代表二维原始数组的行列长度
        for (int i = 0; i < n; i++) {
            for (int j = 0; j < m; j++) {
                if (i == 0 && j == 0) {//第0个，最左上角
                    prefixSum[i][j] = a[i][j];
                } else if (i == 0) {//第一行，最顶部一行
                    prefixSum[i][j] = prefixSum[i][j - 1] + a[i][j];
                } else if (j == 0) {//第一列，最左边一列
                    prefixSum[i][j] = prefixSum[i - 1][j] + a[i][j];
                } else {//其他
                    prefixSum[i][j] = prefixSum[i - 1][j] + prefixSum[i][j - 1] + a[i][j] - prefixSum[i - 1][j - 1];
                }
            }
        }
    }

二维前缀和的使用情况

  一般使用二维前缀和可以求子矩阵的最大值。通过求解出整个矩阵的二维前缀和数组，然后对二位前缀和数组中的元素进行查询，找到其和最大的子矩阵。

二维前缀和的差分

  二维前缀和也可以使用差分的形式。方法是和一维类似的，我们也是需要另开一个数组记录修改操作，最后求前缀和时统计修改操作，只是二维每一次操作需要记录4个位置，一维只需要记录2个位置。具体模板代码如下所示。

void chafen(){
	for(int i=0;i<m;i++){//m是修改操作次数 
		int x1,y1,x2,y2,p;
		cin>>x1>>y1>>x2>>y2>>p;
		b[x1][y1]+=p;
		b[x2+1][y2+1]+=p;
		b[x2+1][y1]-=p;
		b[x1][y2+1]-=p;
	}
}

  以上部分来自个人理解以及从其他大佬的博客中领悟到的，有些内容可能与其他大佬相似，如有侵权，请及时指出，立马进行修正。有写的不好地方也请及时指出，本人菜鸡，勿喷。

在沉默中爆发，在无声中绽放——xbwcj