六月集训打卡Day8 ---【前缀和】

前言

        来自 英雄哪里出来 的一个 免费 集训，每天 $5$ 点打卡学习算法（我是为了卷吗，主要是想早起 😏），希望能坚持下去。这里用来复盘每天都的打卡题目。
       今日份知识点：前缀和
        今天是起飞的一天，摸一天。

一、题目

题目	难度
1838. 最高频元素的频数	⭐️⭐️
1590. 使数组和能被 P 整除	⭐️⭐️⭐️⭐️
1589. 所有排列中的最大和	⭐️
1712. 将数组分成三个子数组的方案数	⭐️⭐️⭐️

二、算法思路

1、最高频元素的频数

        （1）【枚举】首先排序，将相同的元素放到相邻的位置，方便统计个数，记录每一组相同元素的开始下标以及个数；遍历计数数组，从记录的开始下标前一个依次往前取可能的最大频数，保留最大的频数。
        时间复杂度：$O(n^2)$

class Solution {
public:
    int maxFrequency(vector<int>& nums, int k) {
        unordered_map<int, int> cnt;
        sort(nums.begin(), nums.end());
        for (auto i = 0, j = i; i < nums.size() && j < nums.size(); ++ i) {
            while (j < nums.size() && nums[i] == nums[j]) ++ j;
            i = j - 1;
            cnt[i] = j - i;
        }
        int ret = 1;
        for (auto x: cnt) {
            int i = x.first;
            int d = k;
            int ans = x.second;
            for (int j = i - 1; j >= 0; -- j) {
                if (abs(nums[j] - nums[i]) <= d) {
                    ++ ans;
                    d -= abs(nums[j] - nums[i]);
                }else {
                    break;
                }
            }
            ret = max(ret, ans);
        }
        return ret;
    }
};

        （2）【前缀和+二分+滑动窗口】先对原数组进行从小到大排序，如果存在最优解 len，意味着至少存在一个大小为 len 的区间 [l, r]，使得在操作次数不超过 k 次的前提下，区间 [l, r] 的任意值为 nums[i] 调整为 nums[r]。二分答案 len 作为窗口长度，利用前缀和我们可以在O(1)的时间内获得任意区间的和，判断区间是否合理的条件为 nums[r] * len <= sum[l, r] + k。注意：不开 long long 见祖宗。
        时间复杂度：$O(n\log n)$

class Solution {
public:
    vector<int> nums;
    vector<long long> sum;
    int n, k;
    int maxFrequency(vector<int>& _nums, int _k) {
        nums = _nums;
        k = _k;
        n = nums.size();
        sort(nums.begin(), nums.end());
        sum.resize(n + 1);
        for (int i = 1; i <= n; ++ i) {
            sum[i] = sum[i - 1] + (long long)nums[i - 1];
        }
        int l = 0, r = n;
        while (l < r) {
            int mid = (l + r + 1) >> 1;
            if (check(mid)) l = mid;
            else r = mid - 1;
        }
        return r;
    }
    bool check(int len) {
        for (int l = 0; l + len - 1 < n; l++) {
            int r = l + len - 1;
            long long cur = sum[r + 1] - sum[l];
            long long t = (long long)nums[r] * len;
            if (t - cur <= k) return true;
        }
        return false;
    }
};

2、使数组和能被 P 整除

        【前缀和+哈希】
        原理：我们需要找到一个最小的区间 $sub$，使得
$$\begin{gathered} \text{(sum - sub) \% p = 0} \\ ⟹\text{sum \%p = sub \% p} \end{gathered}$$        时间复杂度：$O(n)$

class Solution {
public:
    int minSubarray(vector<int> nums, int p) {
        int n = nums.size();
        unordered_map<int, int> mp;
        vector<long long> sum(n + 1);
        for (int i = 1; i <= n; i ++ ) {
            sum[i] = sum[i - 1] + nums[i - 1];
        }
        long long mod = sum.back() % p;
        if (mod == 0) return 0;

        mp[0] = -1;
        int res = n;
        for (int i = 1; i <= n; i ++) {
            long long submod = sum[i] % p;
            long long tarmod = (submod - mod + p) % p;
            if (mp.count(tarmod)) {
                res = min(res, i - mp[tarmod] - 1);
                if (res == 1 && n != 1)
                    return 1;
            }
            mp[submod] = i - 1;
        }
        //cout << res << endl;
        return res == n ? -1 : res;
    }
};

3、所有排列中的最大和

        $【贪心+差分+前缀和】$时间复杂度：$O(n\log n)$
        原理：我们最后需要得到 $m$ 次查询的区间和的最大值。假如我们统计每个数组每个下标被查询的次数（某次查询的区间 $[l,r]$，我们认为 $[l,r]$ 的位置都被查询了一次），统计完每个位置的查询次数后，我们令数组中的最大值位于被查询次数最多的位置，以此类推，即可得到查询结果的最大值。

        步骤：
        （1）统计查询次数时，我们可以使用 差分 数组 $s$ 记录（对于查询区间 $[l,r]$，我们执行操作 s[l] ++, s[r + 1] --;），可以在 $O(1)$ 的时间里记录次数，之后进行前缀和操作可以在 $O(n)$ 时间内还原查询的次数。
        （2）分别对 $nums$ 和 $s$ 逆序排序，$O(n\log n)$；
        （3）将两个数组对应下标的元素相乘，最后即答案，$O(n)$。

class Solution {
public:
    int maxSumRangeQuery(vector<int>& nums, vector<vector<int>>& requests) {
        long long MOD = 1e9 + 7;
        int n = nums.size();
        vector<long long> s(n + 1, 0);
        for (int i = 0; i < requests.size(); i++) {
            s[requests[i][0]] ++;
            s[requests[i][1] + 1]--;
        }
        for (int i = 1; i <= n; i ++) {
            s[i] += s[i - 1];
        }
        sort(s.begin(), s.end() - 1, greater<long long>());
        sort(nums.begin(), nums.end(), greater<int>());
        long long ans = 0;
        for (int i = 0; i < n; i ++) {
            ans += (s[i] * nums[i]);
        }
        return ans % MOD;
    }
};

4、将数组分成三个子数组的方案数

        $【前缀和+暴力】$时间复杂度：$O(n^2)$
        （1）对数组求前缀和数组 $sum$；
        （2）遍历中间数组的起点 $[1,n-1]$:
        （3）找到一个最小的区间使得 中间的数组和大于等于第一个数组和，记录这时的第二个下标 $l$；
        （4）找到一个最大的区间使得 中间的数组和小于等于最后一个的数组和，记录这时的下标 $r$；
        （5）当前起点的可切分方案为 $r-l+1$。
        $分析：$最大的数据量为 $10^5$，那么计算量为 $10^{10}$，那么肯定会 $TLE$，我们需要 $优化$。

        $【前缀和+二分查找】$时间复杂度：$O(n\log n)$
        优化方向：将步骤（3）、（4）使用 $二分$ 优化，使时间复杂度从 $O(n)$ 降为 $O(\log n)$，那么总体的时间复杂度降为 $O(n\log n)$，计算次数为 $10^8$。

class Solution {
public:
    int waysToSplit(vector<int>& nums) {
        int n = nums.size();
        long long MOD = 1e9 + 7;
        vector<long long> sum(n + 1);
        for (int i = 1; i <= n; i ++) {
            sum[i] = sum[i - 1] + nums[i - 1];
        }
        long long ans = 0;
        for (int i = 2; i < n; i ++) {
            long long pre = sum[i - 1];
            int l = i, r = n - 1;
            while (l < r) {
                int mid = l + (r - l) / 2;
                if (sum[mid] - sum[i - 1] >= pre) r = mid;
                else l = mid + 1;
            }
            if (sum[r] - pre < pre || sum[n] - sum[r] < sum[r] - pre)
                continue;
            int ll = r, rr = n - 1;
            while (ll < rr) {
                int mid = ll + (rr - ll + 1) / 2;
                if (sum[mid] - pre <= sum[n] - sum[mid]) ll = mid;
                else rr = mid - 1;
            }
            ans += ll - r + 1;
        }
        return ans % MOD;
    }
};