基础知识讲解链接
高精度
常用分类:
- 两个大整数相加(A+B)
A和B位数大约为1e6
- 两个大整数相减(A-B)
A和B位数大约为1e6
- 一个大整数乘一个小整数(A*a)
len(A)<=1e6 / a<=1e9
- 一个大整数除一个小整数(A/a)
len(A)<=1e6 / a<=1e9
大整数如何存储:每一位存到数组中(从个位开始存较好)
思路:
高精度加法
- A+B(模拟人工加法)
C[i]=A[i]+B[i]+t(上一位进位)
模板1
// C = A + B, A >= 0, B >= 0
vector<int> add(vector<int> &A, vector<int> &B) {
if (A.size() < B.size()) return add(B, A);
vector<int> C;
int t = 0;
for (int i = 0; i < A.size(); i++) {
t += A[i];
if (i < B.size()) t += B[i];
C.push_back(t % 10);
t /= 10;
}
if (t) C.push_back(t);
return C;
}
模板2
// C = A + B
vector<int> add(vector<int> &A, vector<int> &B) {
vector<int> C;
int t = 0; //进位
for (int i = 0; i < A.size()||i < B.size(); i++) {
if (i < A.size()) t += A[i];
if (i < B.size()) t += B[i];
C.push_back(t % 10);
t /= 10;
}
if (t) C.push_back(1);
return C;
}
高精度减法
- A-B
思想
Ai - Bi - t(进位) >=0 ---> Ai - Bi
Ai - Bi - t < 0 ---> Ai - Bi +10
先判断A、B大小
模板
//判断是否有 A>=B
bool cmp(vector<int>&A,vector<int>&B){
if(A.size()!=B.size()) return A.size()>B.size();
for(int i=A.size()-1;i>=0;i--){
if(A[i]!=B[i]) return A[i]>B[i];
}
return 1 ;
}
模板
// C = A - B, 满足A >= B, A >= 0, B >= 0
vector<int> sub(vector<int> &A, vector<int> &B)
{
vector<int> C;
for (int i = 0, t = 0; i < A.size(); i ++ )
{
t = A[i] - t;
if (i < B.size()) t -= B[i];
C.push_back((t + 10) % 10);
if (t < 0) t = 1;
else t = 0;
}
//去除前导0
while (C.size() > 1 && C.back() == 0) C.pop_back();
return C;
}
高精度乘法
- A*b
思想:
把b看作一个整体和A的每一位相乘
该位数值:Ci = (Ai * b + ti-1) %10
该位进位:ti = (Ai * b + ti-1) /10
模板
// C = A * b, A >= 0, b > 0
vector<int> mul(vector<int> &A, int b)
{
vector<int> C;
int t = 0; //进位
for (int i = 0; i < A.size() || t; i ++ )
{
if (i < A.size()) t += A[i] * b;
C.push_back(t % 10);
t /= 10;
}
while (C.size() > 1 && C.back() == 0) C.pop_back();
return C;
}
高精度除法
- A /b
思想:
- 当前余数/b 为改为商
- 当前余数%b * 10 + 下一位值 = 下一次余数
模板
// A / b = C ... r, A >= 0, b > 0 商是C 余数为r(引用)
vector<int> div(vector<int> &A, int b, int &r)
{
vector<int> C; //商
r = 0;
for (int i = A.size() - 1; i >= 0; i -- )
{
r = r * 10 + A[i];
C.push_back(r / b);
r %= b;
}
reverse(C.begin(), C.end());
while (C.size() > 1 && C.back() == 0) C.pop_back(); //去除前导0
return C;
}
前缀和与差分
☆前缀和与差分互为逆运算★
前缀和
一维前缀和
原数组 :a[1],a[2],a[3]......a[n]
前缀和数组(下标一定要从1开始) :s[i] = a[1]+a[2]+a[3]+......+a[i]
问题:
- 如何求s[i]
s[0] = 0 (更好的处理边界问题)
for(int i=1;i<=n;i++) s[i]=s[i-1]+a[i]
- 作用
能快速求出原数组中一段数的和
求[ l , r ]
之间的和sum = s [ r ] - s [ l - 1]
二维前缀和
快速求子矩阵中的和
S[i, j] = 第i行j列格子左上部分所有元素的和
以(x1, y1)为左上角,(x2, y2)为右下角的子矩阵的和为:
S = S(x2,y2) - S(x2,y1-1) - S(x1-1,y2) + S(x1-1,y1-1)
求 s[ i , j ]
for(int i=1;i<=n;i++)
for(int j=1;j<=m;j++)
s[i,j] = s[i -1,j] + s[i,j-1] - s[i-1,j-1] + a[i,j]
差分
原数组 :a[1],a[2],a[3]......a[n]
构造:b[1],b[2],b[3]......b[n]
使得:a[i] = b[1]+b[2]+b[3]+......+b[i]
a是b的前缀和,b是a的差分
一维差分
构造方法 : b[i] = a[i] - a[i-1]
作用
O(1)给区间[l, r]中的每个数(a数组)加上c:B[l] += c, B[r + 1] -= c
模板
void Insert(int l,int r,int c){
b[l]+=c;
b[r+1]-=c;
}
二维差分
给以(x1, y1)为左上角,(x2, y2)为右下角的子矩阵中的所有元素加上c:
S[x1, y1] += c, S[x2 + 1, y1] -= c, S[x1, y2 + 1] -= c, S[x2 + 1, y2 + 1] += c
模板
void Insert(int x1,int y1,int x2,int y2,int c){
b[x1][y1]+=c;
b[x2+1][y1]-=c;
b[x1][y2+1]-=c;
b[x2+1][y2+1]+=c;
}