笔记(前缀和)(二维)

1.前缀和释义:

    查询以(x1,y1)为左上角端点,(x2,y2)为右下角端点的子矩阵之和

2.公式一:

(这里是二维前缀和数组公式,表示以是s[i][j]为右下端点的矩阵和)    

 s[i][j]=s[i-1][j]+s[i][j-1]-s[i-1][j-1]+a[i][j];

3.公式二:

(这里是  查询以(x1,y1)为左上角端点,(x2,y2)为右下角端点的子矩阵之和的公式)

ans = s[x2][y2] - s[x1-1][y2] - s[x2][y1 - 1] + s[x1 - 1][y1 - 1]

3.具体见如下代码:(不理解的可画图,会好理解很多)

#include<bits/stdc++.h>
using namespace std;//前缀和二维
//释义:查询以(x1,y1)为左上角端点,(x2,y2)为右下角端点的子矩阵之和
//构建二维前缀和数组:s[i][j]=s[i-1][j]+s[i][j-1]-s[i-1][j-1]+a[i][j]
//查询以(x1,y1)为左上角端点,(x2,y2)为右下角端点的子矩阵之和:
// ans = s[x2][y2] - s[x1-1][y2] - s[x2][y1 - 1] + s[x1 - 1][y1 - 1]
const int N=10000;
int a[N][N];
int s[N][N];//前缀和数组
int searchsum(int x1,int y1,int x2,int y2){// 查询以(x1,y1)为左上角端点,(x2,y2)为右下角端点的子矩阵之和的函数 
	return s[x2][y2]-s[x2][y1-1]-s[x1-1][y2]+s[x1-1][y1-1];//加上的是重复减去的部分 
} 
int main() {
	int n,m;
	cin>>n>>m;//原数组:n行m列
	s[0][0]=0;
	for(int i=1; i<=n; i++) {
		for(int j=1; j<=m; j++) {
			cin>>a[i][j];
		}
	}
	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];//减去的是重复加的部分 
		}
	}
	int x1,x2,y1,y2;
	cin>>x1>>y1>>x2>>y2;
	cout<<searchsum(x1,y1,x2,y2);
	return 0; 
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在Python中,可以使用切片操作来对二维数组进行切片。使用NumPy库可以更方便地进行切片操作。 例如,如果有一个二维数组arr,可以使用arr[row_index, column_slice]来进行切片操作。其中row_index是指定要切片的行索引,column_slice是指定要切片的列范围。 举个例子,如果有一个二维数组arr如下: [[1, 2, 3, 4, 5], [6, 7, 8, 9, 10]] 要切取第一行中索引从1到3(不包括4)的元素,可以使用arr[1, 1:4]来进行切片操作。这将返回一个包含元素[7, 8, 9]的一维数组。 另外,如果要对整个二维数组进行切片,可以分别对行和列进行切片操作。 例如,给定一个二维数组a如下: [[0, 1, 2, 3], [4, 5, 6, 7]] 要切取第一行和第二行,可以使用a[0:2, :]来进行切片操作。这将返回一个包含第一行和第二行的二维数组。 总结起来,切片操作是一种灵活且方便的方式,可以用来对二维数组进行快速的数据提取和操作。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [Python学习:二维数组的切片操作](https://blog.csdn.net/m0_72675651/article/details/128670016)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* *3* [Python学习笔记()——Numpy](https://blog.csdn.net/weixin_60535956/article/details/127850623)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值