让你轻松掌握差分数组，图文并茂

Ethan Yankang

于 2024-08-23 23:53:59 发布

阅读量407

点赞数 5

文章标签： python 开发语言

本文链接：https://blog.csdn.net/m0_68657832/article/details/141476773

版权

🌈hello，你好鸭，我是Ethan，西安电子科技大学大三在读，很高兴你能来阅读。

✔️目前博客主要更新Java系列、项目案例、计算机必学四件套等。
🏃人生之义，在于追求，不在成败，勤通大道。加油呀！

🔥个人主页：Ethan Yankang
🔥推荐：史上最强八股文 || 一分钟看完我的上千篇博客

🔥温馨提示：划到文末发现专栏彩蛋点击这里直接传送

🔥本篇概览：数据结构与算法 || 详细讲解了差分数组。🌈⭕🔥

【计算机领域一切迷惑的源头都是基本概念的模糊，算法除外】

🌈序言

算法乃我长久之志也，此关必过。今日得此代码随想录之良品辅助，应按此路学之习之，而长久不可懈怠。

前一系列文章详细讲解了XX，建议先将这部分知识掌握之后再来学习本篇内容，点击查看。

🔥 前一篇章

🔥 代码随想录系列所有算法精讲一键查阅

引出
- 如果给你一个包含5000万个元素的数组，然后会有频繁区间修改操作，那什么是频繁的区间修改操作呢？
  比如让第1个数到第1000万个数每个数都加上1，而且这种操作时频繁的。
  此时你应该怎么做？很容易想到的是，从第1个数开始遍历，一直遍历到第1000万个数，然后每个数都加上1，
- 如果这种操作很频繁的话，那这种暴力的方法的时间复杂度是 O(n x m)，在一些实时的系统中可能就拉跨了,效率非常低
  因此，今天的主角就出现了——差分数组。
定义
- 差分数组也是一个数组，定义d[i]=arr[i]-arr[i-1](i≠0)，且d[i]=0，其中arr[]即为原数组。
  差分数组的精髓在于将对一个区间的更新转化为对两个位置的更新，从而减少每次操作的复杂度。
图解
- 原数组
- 对应diff[差分数组]
- 优化
  - 那么构造了这么个玩意有什么用呢？难道是来浪费宝贵的内存空间的？
    嗯，确实是来浪费宝贵的内存了，但是却换了时间上的高效。
    假设现在我们有这么一个区间修改操作，即在区间2~5上，所有的数值都加上1.
    我们不要傻傻地遍历arr数组的[2，5]范围，然后再分别给每个值加上1，我们此时更改差分数组d即可。
显而易见，差分数组d在[3，5]范围内的值都不用改变，只需要改变差分数组位置2和位置6的值即可，
即d[2]=d[2]+1，而d[6]=d[6]-1，其余不变，为什么呢？因为差分数组的定义——d[i]=arr[i]-arr[i-1]
这只会在[l,r-1]区间里面增加1，因为刚开始l的位置+1，使得后面的所有数字都加1，而r处又减了1，所有r后面的所有数字就都不变了。
这样就把一连串的循环遍历修改O(m x n)转变为了对两个位置数字的修改O(m+n)，效率大大提升！
- 使用
  - 但我们别忘了，根据差分数组d来推测arr中某一个位置的值才是我们最终想要做的。
  - 比如，此时，我们想知道arr[1]的值，我们不能直接通过arr[1]得到原来的值，因为在区间修改的操作中我们并没有修改arr的值，因此我们必须从前往后遍历递推，由于diff[0]=arr[0]-0(我们定义arr[0]的前一个数为0)，
    那么arr[0]=d[0]=0，又由于diff[1]=arr[1]-arr[0]=1，那么arr[1]=1+arr[0]=4。
    以此类推，由于diff[2]=arr[2]-arr[1]，所以arr[2]=diff[2]+arr[1]=3。…………
  - 总的时间复杂度变为O(n+m)。
适用场景
- 差分数组适用于区间频繁修改，而且这个区间范围是比较大的。