【算法学习】算法技巧之差分 一维、二维差分的实现与应用

---

一、差分介绍与代码模板

如果我们需要维护的数据是“两个相邻数据之差”，这就是差分。令$d_i=a_i-a_{i-1}$，则称$d$是$a$的差分数组。也可以写成$\Delta a_i=a_i-a_{i-1}$。

差分的写法与前缀和专栏的那篇介绍文章差不多，我们使用的数据数组 $a$ 和差分数组 $d$ 都是从1开始：

【差分模板】：

void getDiff(int a[], int n) { //a[0]=0, 使用[1,n]
	for (int i = 1; i <= n; ++i) 
		d[i] = a[i] - a[i - 1]; //d[0]=0 
}

二、从差分到原数组

其实从前缀和也可以很轻易的求出原数组，不过是求区间和的区间的左右两端点相等罢了（即$a[i]=sum[i]-sum[i-1]$）。

同样的思想，我们也可以拿着差分数组$d$推出$a$数组。而且$a[i]=a[i-1]+d[i]$。$a_i$相当于是差分数组$d$的前缀和$sum[i]$ … 不说相当于，其实，$a$数组就是$d$数组的前缀和数组。

如果要求$a$数组的区间和，怎么做呢？(^_^)

所以，从我们约定的前缀和的写法(方便递推求前缀和数组)和求差分这两种角度来看，就写$a[0]=0$。

简单的举例：

a   : 0 | 3 7  5 8 (a[0]默认为0)
d   : 0 | 3 4 -2 3
sum : 0 | 3 7  5 8

很容易想明白，现在我在0楼，上了3楼，又上了4层楼，再往下走了两层楼，然后又上了三层楼，那么我现在位于0+3+4-2+3=8楼。

代码如下：

void getA(int p[], int n) { //d[0]=0, 使用[1,n]
	for (int i = 1; i <= n; ++i) 
		a[i] = a[i - 1] + d[i];
}

前缀和可以让人以O(1)的时间求出一个区间的和。差分的用途也差不多，用来优化算法，甚至可以优化掉一个次方的复杂度。

下面具体介绍其应用。

三、一维差分的应用【区间加】

给定一个序列$a$，其初值全为0，有很多(m)次操作，允许离线，形如：$Alrk$，将$a_{[l,r]}$中的每个值加上$k$。为方便，这里的$l\ge 1,r\ge 1$。最后输出整个数组，复杂度要求$O(n)$。

举例如下：

a : 0 | 0 0 0 0 0 0

A 1 2 3
-> a : 0 | 3 3 0 0 0 0

A 2 5 -2
-> a : 0 | 3 1 -2 -2 -2 0

A 5 6 3
-> a : 0 | 3 1 -2 -2 1 3

最简单的想法，就是对原数组进行操作，每次对区间$[l,r]$进行相应的操作，时间为$O(mn)$，m很大时甚至会达到平方的复杂度。下面的做法，可以真正做到$O(n)$。

不难发现，区间$[l,r]$加k，实际上发生了如下的两件事：

• $a[l]$比前一个元素多了$k$；
• $a[r+1]$比前一个元素少了$k$；（不用大了小了的说法，会引起误解）
  

在差分数组$d$的基础上面，可以对应转换为两个操作：

• $d[l]+=k$；
• $d[r+1]-=k$；

即，一次区间加，只修改这两个元素，区间内部的数据之间的差值没有变化，对应于差分数组相应区别不变。

最后利用上面的（求前缀和）方法，从$d$数组求出$a$数组，即为答案。

例子：

a : 0 | 0 0 0 0 0 0
d : 0 | 0 0 0 0 0 0

A 1 2 3
-> a : 0 | 3 3  0 0 0 0
-> d : 0 | 3 0 -3 0 0 0

A 2 5 -2
-> a : 0 | 3  1 -2 -2 -2 0
-> d : 0 | 3 -2 -3  0  0 2

A 5 6 3
-> a : 0 | 3  1 -2 -2  1 3
-> d : 0 | 3 -2 -3  0  3 2  (r + 1 > n, 计不计算都行, p数组开大一些)

区间加：

void add(int l, int r, int k) {
	d[l] += k;
	d[r + 1] -= k;
}

void getA() {
	for (int i = 1; i <= n; ++i) //预先指定a[0]=0
		a[i] = a[i - 1] + d[i];

如果是单点加，用上面的add完全没问题：
$$d_x+=k,d_{x+1}-=k.$$

本质和区间加一模一样。

---

四、一维差分应用拓展【区间加等差+单点查询】

给定一个序列$a$，其初值全为0，有很多(m)次操作，操作有两种，强制在线，形如：

• 区间加等差数列：$Alrfw$，将$a_{[l,r]}$中的每个元素，加上首项为$f$、公差为$w$的等差数列对应的元素，即$a_{[l]}+=f_1$，$a_{[l+1]}+=f_2$，… 。
• 单点查询：$x$ ，求出$a_x$。

为方便，这里的$l\ge 1,r\ge 1$。最后输出整个数组。

$e.g.$ 目前 a = { 1 , 2 , 3 , 3 , 3 , 3 } a=\{1,2,3,3,3,3\} a={1,2,3,3,3,3}，给 $[3,5]$ 加上首项为 $2$ 、公差为 $1$ 的等差数列，$a$ 变为 { 1 , 2 , 5 , 6 , 7 , 3 } \{1,2,5,6,7,3\} {1,2,5,6,7,3} 。

原来的 d = { 1 , 1 , 1 , 0 , 0 , 0 } d=\{1,1,1,0,0,0\} d={1,1,1,0,0,0}，修改后的 $d$ 数组： { 1 , 1 , 3 , 1 , 1 , − 4 } \{1,1,3,1,1,-4\} {1,1,3,1,1,−4}。显然：$a$ 区间加等差，相当于 $d$ 区间加常数、端点单点修改。

我们自然要把 $d_{[l+1,r]}$ 加上 $w$ ，$d_l$ 加上 $f_1$ ；那么右端点呢？要把刚才的操作复原：$d_{r+1}-=f_1+(r-l)w$。

因此，我们要解决的问题在于，维护 $d$ 数组，支持单点修改、区间加，可以使用线段树或者差分+树状数组（比如 $d$ 的差分数组 d ′ = { 1 , 0 , 0 , − 1 , 0 , 0 } d' = \{1,0,0,-1,0,0\} d′={1,0,0,−1,0,0} ，修改后的 d ′ = { 1 , 0 , 2 , − 2 , 0 , − 5 } d' = \{1, 0, 2, -2, 0, -5\} d′={1,0,2,−2,0,−5} ，对 $a$ 加上等差数列，相当于对 $d$ 单点修改端点、区间加等差 $w$ ，相当于对 $d^{\prime }$ 单点修改端点、单点修改区间端点）加以解决。

五、二维差分

二维差分不过是在一维差分之上，又加了一维而已。它的递推公式如下：
$$d[i][j]=a[i][j]-a[i][j-1]-a[i-1][j]+a[i-1][j-1]$$

即当前元素减去左边元素再减去上边元素再加上左上角元素。

由二维差分数组求出原数组，只需要求出二维前缀和即可。这样一来，通过二维差分可以快速实现矩阵加减（二维区间加减）。

六、总结

这里介绍了简单的差分思想，还有区间加二次函数，多次差分，树上差分，有限微积分…