AcWing算法基础课----基础算法(二) 笔记 （高精度算数 + 前缀和 + 差分）

基础知识讲解链接

传送门

高精度

常用分类：

1. 两个大整数相加（A+B） A和B位数大约为1e6
2. 两个大整数相减（A-B） A和B位数大约为1e6
3. 一个大整数乘一个小整数（A*a）len(A)<=1e6 / a<=1e9
4. 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

1. 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

2. 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

3. 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

4. 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：

1. 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]
2. 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;
}