学习笔记——差分

差分

差分（difference）又名差分函数或差分运算，差分的结果反映了离散量之间的一种变化，是研究离散数学的一种工具。它将原函数f(x) 映射到f(x+a)-f(x+b) 。差分运算，相应于微分运算，是微积分中重要的一个概念。总而言之，差分对应离散，微分对应连续。差分又分为前向差分、向后差分及中心差分三种。
（上面概念蒟蒻都不懂/kk）

一维差分

一维差分中，差分就是将数列中的每一项分别与前一项数做差
例如 1 2 3 4 5
差分后 1 1 1 1 1 -5；
就是这样的。
那么一维差分有显而易见的性质
1、差分序列求前缀和可得原序列
2、将原序列区间[L,R]中的元素全部+1，可以转化操作为差分序列L处+1，R+1处-1
3、按照性质2得到，每次修改原序列一个区间+1，那么每次差分序列修改处增加的和减少的相同

二维差分（这里引用了一篇博客）

例题在luoguP3397
二维差分和一维差分思路上并没有什么区别，具体实现的区别就在于一维的直接对区间两端差分就好了，而二维的多了一维需要处理。
二维前缀和公式：sum[i][j]=a[i][j]+sum[i-1][j]+sum[i][j-1]-sum[i-1][j-1]
二维只需要在每一个差分点都差分一次！

树上差分

引用自
引用自

树上差分，就是利用差分的性质，对路径上的重要节点进行修改（而不是暴力全改），作为其差分数组的值，最后在求值时，利用dfs遍历求出差分数组的前缀和，就可以达到降低复杂度的目的。

树上差分时需要求LCA

对点和边的树上差分原理相同，实现略有不同，这里分开来讲。

点差分

点差分
设将两点u,v之间路径上的所有点权增加x，o=LCA(u,v),o的父亲节点为p，则操作如下：

$diff[u]+=x,diff[v]+=x,diff[o]-=x,diff[p]-=x;$
怎么样，是不是很简单！原理也很简单，举个例子：

设原树如下，现要将2,3之间路径上的所有点的权值增加3，设原权值均为0。

大家现在一定会想像差分数组从前往后扫一样从根往下扫，每个点存它与它的父亲的差，但是认真想一下，这样会存在一个问题，如果我将一条路径上每个点的值都增加k，那么这条路径上的其它枝杈都要打标记减去k。

这样当路径上的枝杈过多时，时间复杂度会非常不优。

那么应该怎么办呢？我们思考一下刚开始学OI的时候学到的递归思想来解决这个问题。

那么现在我们定义一个节点u的差分数组B[u]表示它与它所有儿子的加和的差，那么问题就变得简单多，我们只需要在最后统计答案的时候递归处理即可。

那么相比很多人有些疑惑，我们应该怎么做修改呢？

还是那个问题，现在我们要将两个点的最短路径上的点都加k或者减k，暂且设这两个点为u，v。

那么我们还需要再定义两个点，u和v的LCA为lca（倍增或Tarjan求出），lca的直接父亲为father。

那么我们在更改的时候只需要做如下操作：

B[u]+=k;

B[v]+=k;

B[lca]-=k;

B[father]-=k;
　　
那么为什么这么做是正确的呢？

我们可以认为我们在给u节点的差分数组+k的时候也就相当与将u到根的所有节点都加了k，给v节点的修改同理。

那么我们需要将多更改的部分减去，多更改的部分也就是lca多更改了一次，从father到跟节点多更改了两次，所以我们在将B[lca]-=k,B[father]-=k同时就相当于是做了这个操作（B[lca]-=k相当与减掉了lca多更改的那一次和father到跟节点多更改的一次，B[father]-=k相当于是剪掉了father到跟节点多更改的剩下的那一次，叠加即为减去了多更改的部分）。

当所有的操作都完成后只需要DFS递归统计答案即可。

修改后 成了下图

边差分

将两点u,v之间路径上的所有边权增加x，o=LCA(u,v)，以每条边两端深度较大的节点存储该边的差分数组，则操作如下：

$diff[u]+=x,diff[v]+=x,diff[o]-=2\ast x;$
再举个例子，还是上面那个图

则操作后有：

模板
Luogu P3128

Luogu P2680

LuoguP3258