上一篇提到了前缀和,一般与之对应的就是差分了,差分是相当于对前缀和的逆运算,适用于如果想要对一段区间内的数进行统一的加减某个指定数的操作,可以通过差分的方式来实现对时间复杂度的优化。(本文只涉及对算法的实现,具体的原理可以参考其他文章,本文不过多展示)
一维差分
输入一个长度为 n 的整数序列。
接下来输入 m 个操作,每个操作包含三个整数 l,r,c,表示将序列中 [l,r]之间的每个数加上 c。
请你输出进行完所有操作后的序列。
输入格式
第一行包含两个整数 n 和 m。
第二行包含 n 个整数,表示整数序列。
接下来 m 行,每行包含三个整数 l,r, c,表示一个操作。
输出格式
共一行,包含 n 个整数,表示最终序列。
数据范围
1≤n,m≤100000,
1≤l≤r≤n,
−1000≤c≤1000,
−1000≤整数序列中元素的值≤1000
输入样例:
6 3
1 2 2 1 2 1
1 3 1
3 5 1
1 6 1
输出样例:
3 4 5 3 4 2
题解如下
N=1000000
a=[0]*N
b=[0]*N
d=[0]*N
if __name__ == '__main__':
n,m=map(int,input().split())
a[1:n+1]=list(map(int,input().split()))
for i in range(1,n+1):
b[i]=a[i]-a[i-1]
for i in range(m):
l,r,c=map(int,input().split())
b[l]+=c
b[r+1]-=c
for i in range(1,n+1):
d[i]=d[i-1]+b[i]
print(' '.join(map(str,d[1:n+1])))
二维差分
输入一个 行 m 列的整数矩阵,再输入 q 个操作,每个操作包含五个整数 x1,y1,x2,y2,c,其中 (x1,y1) 和 (x2,y2) 表示一个子矩阵的左上角坐标和右下角坐标。
每个操作都要将选中的子矩阵中的每个元素的值加上 c。
请你将进行完所有操作后的矩阵输出。
输入格式
第一行包含整数 n,m,q。
接下来 n 行,每行包含 m 个整数,表示整数矩阵。
接下来 q 行,每行包含 5 个整数 x1,y1,x2,y2,c,表示一个操作。
输出格式
共 n 行,每行 m 个整数,表示所有操作进行完毕后的最终矩阵。
数据范围
1≤n,m≤1000,
1≤q≤100000,
1≤x1≤x2≤n,
1≤y1≤y2≤m,
−1000≤c≤1000,
−1000≤矩阵内元素的值≤1000
输入样例:
3 4 3
1 2 2 1
3 2 2 1
1 1 1 1
1 1 2 2 1
1 3 2 3 2
3 1 3 4 1
输出样例:
2 3 4 1
4 3 4 1
2 2 2 2
题解如下
def insert(b, x1, y1, x2, y2, c):
b[x1][y1] += c
b[x2+1][y1] -= c
b[x1][y2+1] -= c
b[x2+1][y2+1] += c
n, m, q = map(int, input().split())
a = [[0 for i in range(m+2)] for i in range(n+2)]
b = [[0 for i in range(m+2)] for i in range(n+2)]
for i in range(1, n+1):
row = list(map(int, input().split()))
for j in range(1, m+1):
a[i][j] = row[j-1]
insert(b, i, j, i, j, a[i][j])
while q:
q -= 1
x1, y1, x2, y2, c = map(int, input().split())
insert(b, x1, y1, x2, y2, c)
for i in range(1, n+1):
for j in range(1, m+1):
b[i][j] += b[i-1][j] + b[i][j-1] - b[i-1][j-1]
print(b[i][j], end=' ')
print()