🌈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
-
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。
- 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?
-
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。
- 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。
-
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。
- 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?
-
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。
- 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。
注意:若想要更通用,需要将diff长度初始化为arr.length+1,然后尾为0不变,只是前面变化,刚好对应原数组所有元素变化,但是现在大多数题目之要求是在1-n之间了,具体依据题目要求来。但思路是一样的。
一图胜千言
📣非常感谢你阅读到这里,如果这篇文章对你有帮助,希望能留下你的点赞👍 关注❤收藏✅ 评论💬,大佬三连必回哦!thanks!!!
📚愿大家都能学有所得,功不唐捐!
👇下面是专栏彩蛋系列,你会喜欢的!(为了避免影响算法的简洁与优美,这里直接将之前的几十个专栏简化为3个部分,不过你点击开后发现惊喜。)👇
💖💖💖💖💖💖💖💖💖💖💖💖💖💖💖💖💖💖
热门专栏
💖💖💖💖💖💖💖💖💖💖💖💖💖💖💖💖💖💖