CCF-CSP第36次认证第二题——梦境巡查【NA！！前缀和思想】

CCF-CSP第36次认证第二题——梦境巡查

官网链接：TUOJ

时间限制： 1.0 秒

空间限制： 512 MiB

相关文件： 题目目录

题目背景

传说每当月光遍布西西艾弗岛，总有一道身影默默守护着居民们的美梦。

参考思路

参考视频：【202412（第36次）CSP真题202412-1,2讲解】 https://www.bilibili.com/video/BV1XkfjYsEsj/?share_source=copy_web&vd_source=9d80e7e6ef9c3f34266696356fc5543f

【刚开始没看懂，后来自己在草稿纸上画图演算突然醒悟了】

哔哩哔哩

参考题解 

#include <iostream>
#include <vector>
#include <algorithm>
#include <climits>

using namespace std;

int main () {
	int n;
	cin >> n;
	vector<int> a(n + 1);
	for(int i = 0; i <= n; i++) {
		cin >> a[i];
	}
	vector<int> b(n + 1);
	for(int i = 1; i <= n; i++) {
		cin >> b[i];
	}
	
	vector<int> sum(n + 1);//前缀和数组，相当于草稿纸上用到的wi
	vector<int> pre_max(n + 1);//前缀和的最大值 
	sum[0] = a[0];
	pre_max[0] = sum[0];
	for(int i = 1; i <= n; i++) {
		sum[i] = sum[i - 1] + a[i] - b[i];
		pre_max[i] = max(sum[i], pre_max[i - 1]);
	}
	vector<int> suf_max(n + 1);//逆序对前缀和处理后的最大值 
	suf_max[n] = sum[n];
	for(int i = n - 1; i >= 1; i--) {
		suf_max[i] = max(sum[i], suf_max[i + 1]);
	}
	//输出结果 
	for(int i = 1; i <= n; i++) {
		int ans = max(pre_max[i - 1], suf_max[i] + b[i]);
		cout << ans << " ";
	}
	return 0;
}

复习误区：又重复了优化前的问题，逆序求最大值就是为了避免嵌套循环，提高效率

#include <iostream>
#include <vector>

using namespace std;

int main () {
	int n;
	cin >> n;
	
	vector<int> a(n + 1);
	vector<int> b(n + 1);
	
	for(int i = 0; i <= n; i++) {
		cin >> a[i];
	}
	for(int i = 1; i <= n; i++) {
		cin >> b[i];
	}
	
	vector<int> c(n + 1, 0);//存ai - bi的前缀和 
	c[0] = a[0];
	int max0 = c[0];
	for(int i = 1; i <= n; i++) {
		c[i] = c[i - 1] + a[i] - b[i];
		if(c[i] > max0){
			max0 = c[i];
		}
	}
	
	for(int i = 1; i <= n; i++) {
		int max = max0;
		for(int j = n; j >= i; j--) {
			if(c[j] + b[i] > max)
				max = c[j] + b[i];
		}
		
		cout << max << " ";
	}
	return 0;
}

总结

前缀和，后缀和

前缀和和后缀和是两种常见的思想，用于快速计算数组（或序列）中某个范围内的和。它们通过预处理数据来减少后续操作的时间复杂度，常用于解决一些涉及区间求和的问题。

1. 前缀和：

   • 前缀和是一个累积和的概念，表示数组中每个元素及其前面所有元素的和。即 prefix[i] = arr[0] + arr[1] + ... + arr[i]。
   • 利用前缀和数组，给定一个区间 [l, r]，区间和可以通过 prefix[r] - prefix[l-1] 快速计算出来，从而减少了区间和计算的时间复杂度，从 O(n) 降低到 O(1)。

2. 后缀和：

   • 后缀和与前缀和相似，但它是从数组的末尾向前累积的。即 suffix[i] = arr[i] + arr[i+1] + ... + arr[n-1]。
   • 使用后缀和数组，类似地，给定区间 [l, r] 的后缀和也可以快速计算。

这两种思想主要用于优化范围查询问题，尤其是在需要频繁计算区间和的场景下，非常有效。

相同输入，多次运行结果不同的可能原因

1. 未定义行为 (Undefined Behavior)

• 越界访问数组：访问数组时，超出了数组的边界，导致程序读取未定义的内存区域，产生不稳定的结果。
• 空指针或悬空指针：在未初始化或已删除的指针上进行操作，会导致访问错误的内存位置。
• 数据竞争：在多线程程序中，如果多个线程同时访问和修改共享数据而没有适当的同步措施，可能会导致数据不一致。
• 使用未初始化的变量：未初始化的局部变量有时会包含垃圾值，导致程序行为不可预测。

2. 随机数

• 如果程序依赖于随机数生成（如 rand() 或 std::random），且未正确设置随机种子（如未调用 srand() 或使用不稳定的种子），则每次运行时随机数序列可能不同，从而导致不同的结果。

3. 多线程或并发问题

• 线程调度不确定性：在并发程序中，线程的执行顺序由操作系统决定，如果没有正确的同步机制，多个线程同时访问共享资源时可能导致竞态条件（race conditions），从而导致结果不稳定。
• 死锁或活锁：多个线程相互等待对方释放资源，导致程序挂起或无限循环，可能在不同的执行中表现不同。

感想

 这道题刚开始一直想不通，在网上看了别人的题解，也问了deepseek等等，还是不太理解，就先放一边了，隔了几天又去看才想明白，这次只花了一个小时完成思路整理和编程，还是比较满意的，写完以后也还是很有成就感的。

这道题难点在于思路，建议先当作数学题，推出求解过程，想清楚如何求解。