二维前缀和详解 & LGOJ P2130 狂奔的Wzf 解题报告

关于二维前缀和，我们先从一道例题引入

例题引入

题目链接

LGOJ P2130 狂奔的Wzf

解题思路

嗯.看起来就是道广搜。
只要我们考虑怎么处理障碍，我们就可以很简单地套广搜模板上去。
设有障碍为1，无障碍为0，我们如何处理障碍？
我们可以很直观地想到，只要我要走的一条路$(x_s,y_s)to(x_e,y_e)$上没有一个0，我们就可以往下走。我们可以想到使用前缀和来维护区间问题 。
先放代码自行体会，等下再来说二维前缀和。

详细代码

#define USEFASTERREAD 1

#include<cstdio>
typedef long long ll;
#define DEBUG printf("Passing Line %d in [%s]", __LINE__, __func__)
#define rg register
#define Rep(i, s, t) for(rg int i = s; i <= t; i++)
#define Repd(i, t, s) for(rg int i = t; i >= s; i--)

#if USEFASTERREAD 
char In[1 << 20], *ss = In, *tt = In;
#define getchar() (ss == tt && (tt = (ss = In) + fread(In, 1, 1<<20, stdin), tt == ss) ? EOF : *ss++)
#endif
struct IO {
	template<typename T> inline IO r(T& x)const {
		x = 0; T f = 1; char ch = getchar();
		for(; ch < '0' || ch > '9'; ch = getchar()) if(ch == '-') f = -1;
		for(; ch >= '0' && ch <= '9'; ch = getchar()) x = x * 10 + int(ch - '0');
		x *= f; return *this;
	}
	inline IO r(char& x)const {
		x = getchar();
		while(x != '$' && x != '#' && x !='X' && x != '.') x = getchar();
		return *this;
	} 
	template<typename T> inline IO w(T x)const {
		if(x < 0) {putchar('-'); x = -x;}
		if(x >= 10) w(x / 10);
		putchar('0' + x % 10);
		return *this;
	}
	inline IO l()const {putchar('\n'); return *this;}
	inline IO s()const {putchar(' '); return *this;}
	template<typename T> inline IO wl(T x)const {w(x).l();return *this;}
	template<typename T> inline IO ws(T x)const {w(x).s();return *this;}
}io;
template<typename T> inline T Max(const T& x, const T& y) {return x < y ? y : x;}
template<typename T> inline T Min(const T& x, const T& y) {return x < y ? x : y;}
template<typename T> inline void Swap(T& x, T& y) {T t = x; x = y; y = t;}
template<typename T> inline T Abs(const T& x) {return x > 0 ? x : -x;}
#include<queue>
#include<cstring>
using namespace std;
struct Node {
	int x, y, st;
	Node(int x = 0, int y = 0, int st = 0) : x(x), y(y), st(st) {}
};
const int MAXN = 1005;
const int INF = 0x3f3f3f3f;
const int
	dx[4] = {1, -1, 0, 0},
	dy[4] = {0, 0, 1, -1};
char A[MAXN][MAXN];
int sum[MAXN][MAXN];
bool vist[MAXN][MAXN];
int tx, ty;
int n, m;
queue<Node> q; 
bool check(int x, int y) {
	return x >= 1 && x <= n && y >= 1 && y <= m;
}
int main() {
	io.r(n).r(m);
	Rep(i, 1, n)
		Rep(j, 1, m) {
			io.r(A[i][j]);
			if(A[i][j] == '#') tx = i, ty = j;
		}
	Rep(i, 1, n)
		Rep(j, 1, m) {
			if(i == 1 && j == 1) sum[i][j] = 0;
			else sum[i][j] = sum[i][j - 1] + sum[i - 1][j] - sum[i - 1][j - 1] + (A[i][j] != '$' && A[i][j] != '#');
		}
	q.push(Node(1, 1, 0));
	while(!q.empty()) {
		Node now = q.front(); q.pop();
		int x = now.x, y = now.y, st = now.st;
		if(vist[x][y]) continue;
		vist[x][y] = 1;
		if(x == tx && y == ty) {
			io.wl(st);
			return 0;
		}
		for(rg int i = 0; i < 4; i++) {
			for(rg int k = 0; (1 << k) <= n || (1 << k) <= m; k++) {
				int nx = x + dx[i] * (1 << k), ny = y + dy[i] * (1 << k);
				if(check(nx, ny) && Abs(sum[nx][ny] - sum[nx][y - 1] - sum[x - 1][ny] + sum[x - 1][y - 1] == 0) && !vist[nx][ny])
					q.push(Node(nx, ny, st + 1));
			}
			
		}
	}
	return 0;
}

图文理解

递推求二维前缀和

我们的二维前缀和其实是维护从左上角（一般是$(1,1)$开始，这样可以不用考虑边界）到当前的右下角$(n,m)$的一个矩阵的元素的和$su{m}_{nm}$。
即$$su{m}_{nm}=\sum _{i=1}^n\sum _{j=1}^m{A}_{ij}$$
我们欲求

这块矩阵的元素和
考虑$su{m}_{nm}$如何通过递推得到
我们有$$su{m}_{nm}=su{m}_{(n-1)m}+su{m}_{n(m-1)}-su{m}_{(n-1)(m-1)}+a_{nm}$$
为何如此？
我们从图形上理解。
我们把二维前缀和理解成矩阵的“面积”
故

$$S_{蓝色矩阵}=S_{黄色矩阵}+S_{绿色矩阵}-S_{黑色矩阵}+S_{橙色矩阵}$$
翻译过来就是
$$su{m}_{nm}=su{m}_{(n-1)m}+su{m}_{n(m-1)}-su{m}_{(n-1)(m-1)}+a_{nm}$$
有个求二维前缀和的口诀：上加左，减左上，加自己

O(1)求矩阵元素和

为什么我们要使用二维前缀和？主要还是为了可以$O(1)$算出给定的一块矩阵的元素和
设我们求一块左上为$(x,y)$，右下为$(n,m)$的矩阵的元素和。
同样，我们从图形的角度来理解

我们要求的是$S_{红色矩形}$
根据图形，易得：
$$S_{红色矩形}=S_{蓝色矩形}-S_{黄色矩形}-S_{绿色矩形}+S_{黑色矩形}$$
翻译一下，就是：
$$ans=su{m}_{nm}-su{m}_{(x-1)m}-su{m}_{n(y-1)}+su{m}_{(x-1)(y-1)}$$
忘记了的话，现场推就好了，画个图。