一维差分、二维差分

一维

int a[maxn],b[maxn];

void insert(int l,int r,int c)   //[l,r]同时加c
{
	b[l]+=c;
	b[r+1]-=c;
}

二维

int a[maxn][maxn], b[maxn][maxn];

void insert(int x1,int y1,int x2,int y2,int c) //[x1,y1] - [x2,y2]同时加c
{
    b[x1][y1] += c;
    b[x1][y2+1] -=c;
    b[x2+1][y1] -=c;
    b[x2+1][y2+1] +=c;
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
二维差分是一种常用的数据结构和算法巧,用于高效地处理二维矩阵区间的更新和查询操作。它可以在O(1)的时间复杂度内完成区间的更新和查询操作,相比传统的暴力遍历方法,具有更高的效率。 二维差分的基本思想是将原始矩阵转化为一个差分矩阵,差分矩阵中的每个元素表示原始矩阵中相邻元素之间的差值。通过对差分矩阵进行预处理,可以实现对原始矩阵区间的更新和查询操作。 具体来说,二维差分的操作包括两个步骤:预处理和操作。预处理阶段,需要根据原始矩阵构建差分矩阵;操作阶段,可以通过对差分矩阵的更新来实现对原始矩阵区间的更新,同时可以通过对差分矩阵的求和来实现对原始矩阵区间的查询。 下面是二维差分的基本操作: 1. 构建差分矩阵:对于原始矩阵A,构建一个差分矩阵B,其中B[i][j] = A[i][j] - A[i-1][j] - A[i][j-1] + A[i-1][j-1]。 2. 区间更新:对于原始矩阵A的一个区间[left, right] x [top, bottom],将差分矩阵B的相应位置进行更新,即B[left][top] += val,B[right+1][top] -= val,B[left][bottom+1] -= val,B[right+1][bottom+1] += val。 3. 区间查询:对于原始矩阵A的一个区间[left, right] x [top, bottom],通过求和差分矩阵B的相应位置得到区间和,即sum = B[right][bottom] - B[left-1][bottom] - B[right][top-1] + B[left-1][top-1]。 二维差分可以广泛应用于各种算法问题,例如矩阵区间求和、矩阵区间更新等。它的时间复杂度较低,适用于处理大规模的数据。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值