前缀和(Prefix Sum)的概念:
- 定义: 前缀和是指数组中从开头到当前位置的元素的累加和。
- 用途: 前缀和主要用于快速计算数组中某一区间的元素和,通过提前计算好前缀和数组,可以在O(1)时间内得到区间和。
一维前缀和模板:
#include <iostream>
#include <vector>
using namespace std;
typedef long long ll;
int main()
{
// 1. 读取数据
int n, q;
cin >> n >> q;
ll tmp;
vector<ll> dp;
dp.push_back(0);
for (int i = 1; i <= n; i++)
{
cin >> tmp;
dp.push_back(tmp + dp[i - 1]);
}
for (int i = 0; i < q; i++)
{
int left, right;
cin >> left >> right;
cout << dp[right] - dp[left - 1] << endl;
}
return 0;
}
二维前缀和模板:
#include <iostream>
#include <vector>
typedef long long ll;
using namespace std;
int main()
{
// 1. 输入数据
int n, m, q; // 行 列
cin >> n >> m >> q;
vector<vector<int>> arr(n + 1, vector<int>(m + 1, 0));
for (int i = 1; i <= n; i++)
{
for (int j = 1; j <= m; j++)
{
cin >> arr[i][j];
}
}
// 2. 预处理出前缀和数组dp
vector<vector<ll>> dp(n + 1, vector<ll>(m + 1, 0));
for (int i = 1; i <= n; i++)//行
{
for (int j = 1; j <= m; j++)//列
{
dp[i][j] = dp[i - 1][j] + dp[i][j - 1] + arr[i][j] - dp[i - 1][j - 1];
}
}
// 3. 使用前缀和矩阵
int x1, y1, x2, y2;
for (int i = 0; i < q; i++)
{
cin >> x1 >> y1 >> x2 >> y2;
cout << dp[x2][y2] - dp[x1 - 1][y2] - dp[x2][y1 - 1] + dp[x1 - 1][y1 - 1];
cout << endl;
}
}
为什么前缀和算法可以将一个O(n)的算法优化成O(1)?
前缀和算法之所以能够将某些问题的时间复杂度从 O(n) 优化到 O(1),主要是因为它提供了一种有效的方式来避免重复计算。
考虑一个典型的应用场景,即计算数组中任意区间的元素和。在没有前缀和的情况下,对于每个区间 [l, r],我们可能需要遍历数组并累加所有元素,这样的操作需要 O(n) 的时间。如果我们多次计算相同的区间和,就会导致重复计算,使得总体时间复杂度达到 O(n^2)。
而通过使用前缀和,我们可以提前计算出数组的前缀和数组 prefixSum(计算前缀和数组的时间复杂度一般为O(n))。这样,在计算区间 [l, r] 的元素和时,我们只需要通过简单的减法操作得到 prefixSum[r] - prefixSum[l-1],而不需要重新遍历数组。这种方法避免了重复计算相同区间的和,将计算复杂度降低到 O(1)。
总的来说,前缀和的优势在于提前计算出部分信息,通过存储中间结果避免了重复计算,从而显著提高了算法的效率。这种优化在涉及多次区间和计算的情况下特别显著,比如动态规划中的一些子问题。