算法学习日记10.29

第一章 基础算法(二)

高精度

高精度加法
  1. 大整数存储:将数字存到数组里,第一个位置存个位,第二个位置存十位…
  2. 从A0+B0开始算起,算个位,满十进一

易错点:

  1. 将数字存在字符串里面,然后倒序转换进数组
  2. 在函数内模拟整数各数位的加法,在十位的时候加上个位满十溢出的值,最后倒序输出即可

高精度加法算法模板:

// C = A + B, A >= 0, B >= 0
vector<int> add(vector<int> &A, vector<int> &B)
{
    if (A.size() < B.size()) return add(B, A);

    vector<int> C;
    int t = 0;
    for (int i = 0; i < A.size(); i ++ )
    {
        t += A[i];
        if (i < B.size()) t += B[i];
        C.push_back(t % 10);
        t /= 10;
    }

    if (t) C.push_back(t);
    return C;
}

int main()
{
    string a, b;
    cin>>a>>b;

    vector<int> A, B;
    for(int i = a.size() - 1; i >= 0; i --) A.push_back(a[i] - '0');
    for(int j = b.size() - 1; j >= 0; j --) B.push_back(b[j] - '0');

    auto C = add(A, B);

    for(int i = C.size() - 1; i >= 0; i --) printf("%d",C[i]);
    return 0;
}
高精度减法

​ A3 A2 A1 A0

​ - B2 B1 B0

A >= B 计算 A - B

A < B 计算 - ( B - A )

t 表示是否借位

A2 - B2 - t >= 0 A2 - B2 - t

A2 - B2 - t < 0 A2 - B2 + 10 - t

注意点:

  1. 在cmp函数中最后要记得的返回true,因为判断的是是否 A >= B
  2. 不要忘记去除答案的前导0

高精度减法算法模板:

//判断A>=B
bool cmp(vector<int> &A, vector<int> &B)
{
	if(A.size() != B.size())	return A.size() > B.size();
    for(int i = A.size() - 1; i >= 0; i --)
    {
        if(A[i] != B[i])	return A[i] > B[i];
    }
    return true;
}

// C = A - B, 满足A >= B, A >= 0, B >= 0
vector<int> sub(vector<int> &A, vector<int> &B)
{
    vector<int> C;
    for (int i = 0, t = 0; i < A.size(); i ++ )
    {
        t = A[i] - t;
        if (i < B.size()) t -= B[i];
        C.push_back((t + 10) % 10);
        if (t < 0) t = 1;
        else t = 0;
    }

    while (C.size() > 1 && C.back() == 0) C.pop_back();	//去除前导0
    return C;
}

int main()
{
    string a, b;
    cin>>a>>b;

    vector<int> A, B;
    for(int i = a.size() - 1; i >= 0; i --) A.push_back(a[i] - '0');
    for(int j = b.size() - 1; j >= 0; j --) B.push_back(b[j] - '0');
	
    if(cmp(A, B))
    {
        auto C = add(A, B);
        for(int i = C.size() - 1; i >= 0; i --) printf("%d",C[i]);
    }
    else
    {
        auto C = add(B, A);
        printf("-");
        for(int i = C.size() - 1; i >= 0; i --) printf("%d",C[i]);
    }
    return 0;
}
高精度乘法

123 * 12

3 * 12 = 36 36 %10 = 6 36 / 10 = 3

2 * 12 + 3 = 27 27 % 10 = 7 27 / 10 = 2

1 * 12 + 2 = 14 14 % 10 = 4 14 / 10 = 1

0 * 12 + 1 = 1 1 % 10 = 1

1476

A5 A4 A3 A2 A1 A0

* b

进位:t

个位:A0 * b % 10 t = A0 * b / 10

十位:(A1 * b + t ) % 10 t = (A1 * b + t ) / 10

注意点:

  1. 注意一下进位的t,到最后可能已经运算完了但是t里面还存着首位的1,所以可以在最后加上去

    所以也可以在循环里面不考虑t,在循环结束后加上 if(t) C.push_back(t); 即可

高精度乘低精度算法模板:

// C = A * b, A >= 0, b >= 0
vector<int> mul(vector<int> &A, int b)
{
    vector<int> C;

    int t = 0;
    for (int i = 0; i < A.size() || t; i ++ )
    {
        if (i < A.size()) t += A[i] * b;
        C.push_back(t % 10);
        t /= 10;
    }

    while (C.size() > 1 && C.back() == 0) C.pop_back();

    return C;
}
高精度除法

1234 ➗ 11

r = 0 * 10 + 1 = 1 1 / 11 = 0 r = 1 % 11 = 1

r = 1 * 10 + 2 = 12 12 / 11 = 1 r = 12 % 11 = 1

r = 1 * 10 + 3 = 13 13 / 11 = 1 r = 13 % 11 = 2

r = 2 * 10 + 4 = 24 24 / 11 = 2 r = 14 % 11 = 2

r = 0 * 10 + 2 = 2 2 / 11 = 0 r= 2 % 11 = 2

1234 ➗ 11 = 112 … 2

A3 A2 A1 A0 ➗ b

r = 0 * 10 + A1 r / b = C3 r = r % b

r = r * 10 + A2 r / b = C2 r = r % b

注意点:

  1. 注意要reverse,以及头文件algorithm,这里是顺序求出答案存入数组的

高精度除以低精度算法模板:

// A / b = C ... r, A >= 0, b > 0
vector<int> div(vector<int> &A, int b, int &r)
{
    vector<int> C;
    r = 0;
    for (int i = A.size() - 1; i >= 0; i -- )
    {
        r = r * 10 + A[i];
        C.push_back(r / b);
        r %= b;
    }
    reverse(C.begin(), C.end());
    while (C.size() > 1 && C.back() == 0) C.pop_back();
    return C;
}

前缀和与差分

一维前缀和

S [ i ] = a [ 1 ] + a [ 2 ] + . . . a [ i ] S[i] = a[1] + a[2] + ... a[i] S[i]=a[1]+a[2]+...a[i]

建议从a[1]开始存元素

预处理O(n) 询问O(1)

  1. 如何求 S [ i ] S[i] S[i]
S[0] = 0;
for(int i = 1; i <= n; i ++)
    S[i] = S[i - 1] + a[i];
  1. 作用:可以快速求出原数组中一段数 [ l , r ] [l,r] [l,r]的和,
a[l] + ... + a[r] = S[r] - S[l - 1];

一维前缀和算法模板:

S[i] = a[1] + a[2] + ... a[i]
a[l] + ... + a[r] = S[r] - S[l - 1]
二维前缀和

a[i][j] 表示元素

S[i][j] 表示左上角矩形里面所有元素的和

a b c

d e f

g h i

a [ 2 ] [ 2 ] − a [ 3 ] [ 3 ] : s [ 3 ] [ 3 ] − s [ 1 ] [ 3 ] − s [ 3 ] [ 1 ] + s [ 1 ] [ 1 ] a[2][2]-a[3][3]:s[3][3]-s[1][3]-s[3][1]+s[1][1] a[2][2]a[3][3]:s[3][3]s[1][3]s[3][1]+s[1][1]

那么要求以 a[x1][y1]和 a[x2][y2] 为顶点的矩形里面的元素的和,就是 s [ x 2 ] [ y 2 ] − s [ x 1 − 1 ] [ y 2 ] − s [ x 2 ] [ y 1 − 1 ] + s [ x 1 − 1 ] [ y 1 − 1 ] s[x_2][y_2]-s[x_1-1][y_2]-s[x_2][y_1-1]+s[x_1-1][y_1-1] s[x2][y2]s[x11][y2]s[x2][y11]+s[x11][y11]

for(int i = 1; i <= n; i ++)
{
    for(int j = 1; j <= m; j ++)
    {	//预处理
        s[i][j] = s[i - 1][j] + s[i][j - 1] - s[i - 1][j - 1] + a[i][j];
    }
}
//询问
s[x2][y2] - s[x1 - 1][y2] - s[x2][y1 - 1] + s[x1 - 1][y1 - 1];

二维前缀和算法模板:

S[i, j] = 第i行j列格子左上部分所有元素的和
以(x1, y1)为左上角,(x2, y2)为右下角的子矩阵的和为:
S[x2, y2] - S[x1 - 1, y2] - S[x2, y1 - 1] + S[x1 - 1, y1 - 1]
一维差分

差分是前缀和的逆运算

由a[1] a[2] a[3] 构造 b[1] b[2] b[3] 数组,使得a[i] = b[1] + … + b[i], 也就是说 a[] 是 b[] 的前缀和

所以 b[1] = a[1] b[2] = a[2] - a[1] b[i] = a[i] - a[i - 1]

要给 [l , r] 之间的元素都加上c a[l] + c , a[ l + 1] + c , O(n)

差分:O(n) 构造差分数组,更改b[],再求一遍前缀和,就可以得到a[]

差分O(n) 修改O(1)

a[] 是 b[] 的前缀和 将b[l] + c之后,a[l] 往后也会加上c,但是将a[r + 1] - c , 就可以取消对于后面的元素的影响了

int q[maxn], b[maxn];
for(int i = 1; i <= n; i ++)    scanf("%d", &q[i]);
    
for(int i = 1; i <= n; i ++)    b[i] = q[i] - q[i - 1];		//求差分数组

scanf("%d%d%d", &l, &r, &c);
b[l] += c;
b[r + 1] -= c;
//进行增加操作

for(int i = 1; i <= n; i ++)    q[i] = b[i] + q[i - 1]; 	//前缀和求原数组

一维差分算法模板:

给区间[l, r]中的每个数加上c:B[l] += c, B[r + 1] -= c
二维差分

原矩阵 a[i][j]

构造差分矩阵 b[i][j]

void insert(int x1, int y1, int x2, int y2, int c)
{
    b[x1][y1] += c;
    b[x2 + 1][y1] -= c;
    b[x1][y2 + 1] -= c;
    b[x2 + 1][y2 + 1] += c;
}
//构建差分数组
for(int i = 1; i <= n; i ++)
{
    for(int j = 1; j <= m; j ++)
    {
        insert(i, j, i, j, q[i][j]);
    }
}
//将元素加上c
int x1, y1, x2, y2, c;
scanf("%d%d%d%d%d", &x1, &y1, &x2, &y2, &c);
insert(x1, y1, x2, y2, c);
//求二维前缀和,还原为原数组
for(int i = 1; i <= n; i ++)
{
    for(int j = 1; j <= m; j ++)
    {	
        q[i][j] = q[i - 1][j] + q[i][j - 1] - q[i - 1][j - 1] + b[i][j];
    }
}

二维差分算法模板:

给以(x1, y1)为左上角,(x2, y2)为右下角的子矩阵中的所有元素加上c:
S[x1, y1] += c, S[x2 + 1, y1] -= c, S[x1, y2 + 1] -= c, S[x2 + 1, y2 + 1] += c

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“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

打赏作者

钰见梵星

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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