Acwing学习笔记二

一.前缀和

1.前缀和是什么

前缀和是指某序列的前$n$项和，可以把它理解为数学上的数列的前$n$项和，即$S_n=a_1+a_2+\cdots +a_n$。

2.前缀和有什么用

前缀和是一种预处理，用于降低查询时的时间复杂度。 举个例子：给定$n$个整数，然后进行$m$次询问，每次询问求一个区间内值的和。
如果用暴力写法，那每次询问都需要从区间左端点循环到区间右端点求和，时间复杂度较大。 这种时候就可以预先求出该数组的一维前缀和。
则$ans=s[r]-s[l-1]$，其中$l$和$r$是给定的区间。每次询问可直接输出答案，这样时间复杂度就降到了$O(N+M)$。

3.前缀和怎么用

1.一维前缀和

1.定义

对于一维数组的前缀和计算我们称之为一维前缀和

2.原理

$S[0]=0$
$S[r]=a[1]+a[2]+\cdots +a[l-1]+a[l]+a[l+1]+\cdots +a[r]$；
$S[l-1]=a[1]+a[2]+\cdots +a[l-1]$；
$S[r]-S[l-1]=a[l]+a[l+1]+\cdots +a[r]$；

3.图解

如上图所示，$S[r]$与$S[l-1]$有许多重复元素，因此可以进行相减来求取任一段落的和值。

4.代码实现

const int N=100010;
int S[N],a[N]; //a[N]是一维数组，S[N]是前缀和
for(int i=1;i<=n;i++){ 
    S[i]=S[i-1]+a[i];   
}

2.二维前缀和

1.定义

对于二维数组的前缀和计算我们称之为二维前缀和

2.原理

$S[0][0]=0$
$S[i][j]$ = 第$i$行$j$列格子左上部分所有元素的和为：
$S[i][j]=S[i-1][j]+S[i][j-1]-S[i-1][j-1]+a[i][j]$
以$(x_1,y_1)$为左上角，$(x_2,y_2)$为右下角的子矩阵的和为：
$S[x_2][y_2]-S[x_1-1][y_2]-S[x_2][y_1-1]+S[x_1-1][y_1-1]$

3.图解

上图是二维数组前缀和的图像表示。
下图是对$S[i][j]$的推导：

紫色面积是指$(1,1)$左上角到$(i,j-1)$右下角的矩形面积，绿色面积是指
$(1,1)$左上角到$(i-1,j)$右下角的矩形面积，红色面积是指$(1,1)$
左上角到$(i-1,j-1)$右下角的矩形面积，蓝色面积是指$(i-1,j-1)$左上角到$(i,j)$右下角的矩形面积。

从图中我们很容易看出，整个外围蓝色矩形面积$S[i][j]$ = 绿色面积$S[i-1][j]$ + 紫色面积$S[i][j-1]$ - 红色面积$S[i-1][j-1]$ + 小蓝色面积$a[i][j]$；
下图是对子矩阵的和的推导：

紫色面积是指$(1,1)$左上角到$(x_1-1,y_2)$右下角的矩形面积 ，棕色面积是指$(1,1)$左上角到$(x_2,y_1-1)$右下角的矩形面积，红色面积是指$(1,1)$左上角到$(x_1-1,y_1-1)$右下角的矩形面积，绿色面积是指$(x_1,y_1)$左上角到$(x_2,y_2)$右下角的矩形面积。

绿色矩形的面积 = 整个蓝色矩形面积$S[x_2][y_2]$- 棕色面积$S[x_2][y_1-1]$ - 紫色面积$S[x_1-1][y_2]$ + 红色面积$S[x_1-1][y_1-1]$。

4.代码实现

const int N=100010;
int a[N][N],S[N][N];//a[N][N]是二维数组，S[N][N]是二维前缀和
for(int i=1;i<=n;i++){
      for(int j=1;j<=m;j++){
        S[i][j]=S[i-1][j]+S[i][j-1]-S[i-1][j-1]+a[i][j];
      }
}

二.差分

1.差分是什么

类似于高数中积分与微分的关系，差分也是前缀和的逆运算。

2.差分有什么用

差分类似于前缀和，也是一种预处理，用于降低查询时的时间复杂度。 举个例子：给定$n$个整数，然后进行$m$次询问，每次询问对一个区间进行加$c$操作。
如果用暴力写法，那每次询问都需要从区间左端点循环到区间右端点进行操作，时间复杂度较大。 这种时候就可以预先求出该数组的一维差分。
则$b[l[+=c，b[r+1]-=c$，其中$l$和$r$是给定的区间。每次询问只需要对差分数组b[n]中的两个数进行操作即可，这样时间复杂度就降到了$O(1)$。

3.差分怎么用

差分中最重要的知识点就是差分数组。
差分数组：
首先给定一个原数组$a$：$a[1],a[2],a[3]\cdots ,a[n]$;
然后我们构造一个数组$b$ ：$b[1],b[2],b[3]\cdots ,b[i]$;
使得$a[i]=b[1]+b[2]+b[3]+\cdots +b[i]$
也就是说，$a$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。也就是说，每一个$a[i]$都是$b$数组中从头开始的一段区间和。

1.一维差分

1.差分数组的构造

差分数组$b$的构造：$b[i]=a[i]-a[i-1]$

2.差分数组的实际运用

给定一个区间$[l,r]$，让我们把$a$数组中的$[l,r]$区间中的每一个数都加上$c$
始终要记得，$a$数组是$b$数组的前缀和数组，因此对$b$数组的$b[i]$的修改，会影响到$a$数组中从$a[i]$及往后的每一个数。
如果采取暴力做法，我们需要$for$循环$l$到$r$区间，时间复杂度为$O(n)$，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$O(n\ast m)$。
而如果考虑差分做法，我们只需要进行两步操作：
首先让差分数组$b$中的$b[l]+c$ ，$a$数组从$a[l]$开始均加上了$c$；
然后，$b[r+1]-c$，$a$数组从$a[r+1]$开始均减上了$c$。
时间复杂度大大减少。

$b[l]+c$的效果使得$a$数组中$a[l]$及以后的数都加上了$c$（红色部分），但我们只要求$l$到$r$区间加上$c$， 因此还需要执行$b[r+1]-c$，让$a$数组中$a[r+1]$及往后的区间再减去$c$（绿色部分），这样对于$a[r]$以后区间的数相当于没有发生改变。

2.二维差分

1.差分数组的运用

而差分数组$b$的构造：$b[i][j]=a[i][j]-a[i-1][j]-a[i][j-1]+a[i-1][j-1]$

2.差分数组的实际运用

如果$a[][]$数组是$b[][]$数组的前缀和数组，那么$b[][]$就是$a[][]$的差分数组
始终要记得，$a$数组是$b$数组的前缀和数组，因此对$b$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$c$
$b[x_1][y_1]+=c$
$b[x_1][y_2+1]-=c$
$b[x_2+1][y_1]-=c$
$b[x_2+1][y_2+1]+=c$
实际效果如下图：

$b[x_1][y_1]+=c$是让整个$a$数组中蓝色矩形面积的元素都加上了$c$
$b[x_1][y_2+1]-=c$是让整个$a$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
$b[x_2+1][y_1]-=c$是让整个$a$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
$b[x_2+1][y_2+1]+=c$是让整个$a$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

前缀和与差分参考文章