【概述】
前缀和是一种及其优秀的线性结构,也是一种重要的思想,能极大的降低区间查询的时间复杂度。
前缀和又分为一维前缀和、二维前缀和,其与差分数组密切相关,关于差分数组:点击这里
【一维前缀和】
假设有一串长度为 n 的序列,再给出 m 次询问,每次询问给出 L、R 两个数,要求求出区间 [L,R] 的和,如果不使用前缀和的话,每次都遍历一遍给出的区间,计算出答案,这样时间复杂度会达到 O(n*m),极有可能会 TLE,而使用前缀和来做的话,能将时间复杂度降到 O(n+m),极大的减少了时间。
前缀和的第 i 项就是一个序列前面 i 个数的总和,在一个序列经过 n 次求和次操作后,对于 m 次询问,每次只需要计算 sum[R]-sum[L-1] 即可得到所需的答案。
前缀和求法如下:
sum[0]=0;
for(int i=1;i<=n;i++)
sum[i]=sum[i-1]+a[i];
对于已求出的前缀和,区间 [L,R] 的和即为:res=sum[R]-sum[L-1]
int query(int L,int R){
return sum[R]-sum[L-1];
}
对于异或操作,其符合前缀和性质,有: a[l] ^ a[l+1] ^ a[l+2]... ^ a[r] = a[r],因此,如要求异或和的最大连续子段和,有:
int query(){
int res=0;
for(int i=1; i<=n; i++)
for(int j=i; j<=n; j++)
res=max(res,sum[j]^sum[i-1]);
return res;
}
当给出 m 个操作,要求将区间 [L,R] 中的所有元素都加/减 x,再给出 q 个询问求 [L,R] 的和,这个时候就利用上了差分数组,开一个数组 f 作为差分数组,存储每一次的修改操作,最后在求前缀和的时候进行统计,即可得到答案
int n,m,q;
int a[N];
int f[N],sum[N];
void update(int L,int R,int x){
f[L]+=x;
f[R+1]-=x;
}
void init(){//求前缀和
int tot=0;
for(int i=1;i<=n;i++){//通过差分数组计算新序列
tot+=f[i];
a[i]=a[i]+tot;
}
for(int i=1;i<=n;i++)
sum[i]=sum[i-1]+a[i];
}
int query(int L,int R){//查询区间
return sum[R]-sum[L-1];
}
int main(){
cin>>n>>m>>q;
for(int i=1;i<=n;i++)//输入序列
cin>>a[i];
while(m--){//m个操作
int l,r,x;
cin>>l>>r>>x;
update(l,r,x);
}
init();//获取前缀和
while(q--){//q次询问
int l,r;
cin>>l>>r;
cout<<query(l,r)<<endl;
}
return 0;
}
【二维前缀和】
假设有一个 n*m 大小的矩阵 A,再给出有 q 次询问,每次询问给出 x1、y1、x2、y2 四个数,要求输出以 (x1,y1) 为左上角坐标和以 (x2,y2) 为右下角坐标的子矩阵的所有元素和。
同一维前缀和一样,如果对于每次询问都进行暴力查询,那么时间复杂度极大,一定会 TLE,此时可以利用二维前缀和来求解。
以上图中 a[3][3]=13 为例,a[3][3] 的前缀和,是以黑框框起来的子矩阵元素之和,从递推的角度来看,sum[3][3]=sum[3][2]+sum[2][3]-sum[2][2],以此类推,有:sum[i][j]=sum[i][j-1]+sum[i-1][j]-sum[i-1][j-1]+a[i][j]
int sum[N][N];
void init(){
for(int i=1;i<=n;i++)
for(int j=1;j<=m;j++)
sum[i][j]=sum[i][j-1]+sum[i-1][j]-sum[i-1][j-1]+a[i][j];
}
如上文叙述,每次要查询的答案是上图中黄色的部分,可以看出,黄色=四个区域-(蓝色+绿色)-(蓝色+红色)+蓝色,那么当给出 x1、y1、x2、y2 时,要查询的值即为:res=sum[x2][y2]-sum[x1-1][y2]-sum[x2][y2-1]+sum[x1-1][y-1]
int query(int x1,int y1,int x2,int y2){
return sum[x2][y2]-sum[x1-1][y2]-sum[x2][y1-1]+sum[x1-1][y1-1];
}
与一维前缀和相同,当给出 k 个操作,要求将以 (x1,y1) 为左上角 (x2,y2) 为右上角的子矩阵中的所有元素都加/减 x,再给出 q 个询问子矩阵的和,这个时候就利用上了差分数组,开一个数组 f 作为差分数组,存储每一次的修改操作,最后在求前缀和的时候进行统计,即可得到答案
int n,m,k,q;
int a[N][N];
int sum[N][N];
int f[N][N];
int query(int x1,int y1,int x2,int y2) { //查询
return sum[x2][y2]-sum[x1-1][y2]-sum[x2][y1-1]+sum[x1-1][y1-1];
}
void update(int x1,int y1,int x2,int y2,int x) { //更新
f[x1][y1]+=x;
f[x1][y2+1]-=x;
f[x2+1][y2+1]+=x;
f[x2+1][y1]-=x;
}
void init() { //求前缀和
int tot=0;
for(int i=1; i<=n; i++) { //通过差分数组计算新序列
for(int j=1; j<=m; j++) {
tot+=f[i][j];
a[i][j]=a[i][j]+tot;
}
}
for(int i=1; i<=n; i++)
for(int j=1; j<=m; j++)
sum[i][j]=sum[i][j-1]+sum[i-1][j]-sum[i-1][j-1]+a[i][j];
}
int main() {
cin>>n>>m>>k>>q;
for(int i=1; i<=n; i++)
for(int j=1; j<=m; j++)
cin>>a[i][j];
while(k--) { //k次操作
int x1,y1,x2,y2,x;
cin>>x1>>y1>>x2>>y2>>x;
update(x1,y1,x2,y2,x);
}
init();//求前缀和
while(q--) { //q次查询
int x1,y1,x2,y2;
cin>>x1>>y1>>x2>>y2;
int res=query(x1,y1,x2,y2);
}
return 0;
}
【例题】
- 最长配对(51Nod-2494):点击这里
- 和为S(51Nod-2518):点击这里
- 和为k的倍数(51Nod-2522):点击这里
- Splitting Pile(AtCoder-2654):点击这里
- Weather(CF-234C):点击这里
- Little Xor(CF-252A)(异或前缀和):点击这里
- RGB Substring (hard version) (CF-1196D2)(前缀和+区间最小值):点击这里
- 01串(51Nod-1391)(前缀和+最长长度):点击这里
- 和为k的连续区间(51Nod-1094)(前缀和+连续区间):点击这里
- キャンディーとN人の子供 / Children and Candies(AtCoder-2021)(前缀和+线性DP):点击这里
- Checker(AtCoder-3876)(二维前缀和):点击这里
- 小a的轰炸游戏(2019牛客寒假算法基础集训营 Day1-E)(二维前缀和):点击这里
- 海啸(2019牛客寒假算法基础集训营 Day6-E)(二维前缀和+lowbit):点击这里
- Table with Letters-2(CF-253D)(二维前缀和+有技巧的枚举):点击这里
- 循环数组最大字段和(51Nod-1050)(deque+前缀和):点击这里
- Lines(HDU-5124)(pair+前缀和):点击这里