前缀和与差分

前缀和与差分

在求区间和的操作上面，一般都需要o(n)的时候复杂度来计算，那么如何快速得到子数组的区间之和呢？

一.一维前缀和

首先，我们分析暴力求区间和的做法

//在n个长度的数组中求每段长度为k的区间和
for(int i = 0; i < n - k; i++)
{
	sum = 0;
	for(int j = i; j < i + k; j++)
		sum += arr[j];
	printf("%d\n",sum);
}

假如是在长度为5的数组里面求区间为3的子数组，那么取值结果如下：

①	arr[1]	arr[2]	arr[3]
②		arr[2]	arr[3]	arr[4]
③			arr[3]	arr[4]	arr[5]

这个时候我们可以看到，计算了很多重复的地方，那么我们能够怎样去简化这个过程呢？

–预处理
通过前缀和sum[i] = sum[i-1] + arr[i]的记录方式来预处理一下，然后需要求l~r的区间和的时候就可以利用o(1)的时间得到：sum[r] - sum[l]

//一维前缀和的方法
sum[0] = 0;

for(int i = 1; i <= n; i++)
{
	scanf("%d",&arr[i]);
	sum[i] = sum[i-1] + arr[i];
}

二.二维前缀和

那我们有了求一维的前缀和，怎么求二维的前缀和呢？
求二维前缀和的经典问题就是子矩阵的和。

a	a	b	b
a	a	b	b
c	c	d（x1,y1）	d
c	c	d	d(x2，y2)

在以上的二维数组之中，求子矩阵d的区域之和，暴力的做法当然是利用o(n)的时间来进行累加。

二维前缀和：
第一步：①预处理记录前缀和
sum[i][j] = arr[i][j] + sum[i-1][j] + sum[i][j-1] - sum[i-1][j-1];

例如要求出图上区间的和，就需要加上红色那个点的值+左边的和（灰色+黄色部分）+右边的和（绿色+黄色部分），这个时候我们就会发现我们重复加上了黄色部分的值，所以在减去黄色区间的和，便可以得到公式：
sum[i][j] = arr[i][j] + sum[i-1][j] + sum[i][j-1] - sum[i-1][j-1];

也就是用大的矩形加上左、右两侧的值，再减去重复的矩形

第二步：②求某区域的和
nums = sum[x2][y2] - sum[x2][y1-1] - sum[x1-1][y2] + s[x1-1][y1-1]

用大的矩形减去左、右两侧，再加上重复减去的小矩形

//利用sum[i][j]记录第i行第j列的子矩阵前缀和
for(int i = 1; i <= nx; i++)
	for(int j = 1; j <= ny; j++)
	{
		scanf("%d",&arr[i][j]);
		sum[i][j] = arr[i][j] + sum[i-1][j] 
			+ sum[i][j-1] - sum[i-1][j-1];
	 }

//而算出某一段的子矩阵和，则是：
nums = sum[i][j] - sum[i-k][j] - sum[i][j-k]
		+ sum[i-k][j-k];
//nums记录的是从(i-k,j-k)到(i,j)的子矩阵和

以上就可以用一个二维前缀和算出子矩阵的和

三.差分

差分是什么？
差分就是求相邻两数的差，对一个前缀和求差分，其结果是原值，即差分就是前缀和的逆运算。

可以配合前缀和来快速处理区间加减的操作：
比如使[l,r]每个数加上一个k，就是差分序列P[]数组：P(l) -> P(l) + k , P(r+1) ->P(r+1) - k，然后假如要求第i位现在的值，就对第i位的差分数组求一次前缀和。

例如数列a = {1,2,4,5,5}，则差分数组p = {1,1,2,1,0};
①.给[2,4]加上一个常数3，则p = {1,4,2,1,-3};
求第五位的值a[5] = p[1] + p[2] + p[3] + p[4] + p[5] = 5,
求第三位的值a[3] = p[1] + p[2] + p[3] = 7;

②.给[2,4]加上一个首项为1，公差为2的等差数列{1,3,5}
那么p = {1,2,4,3,-5} , a = {1,3,7,10,5}
说明给区间加上等差，相当于区间内加上公差，端点修改值（p[l] += 首项，p[r+1] -= 末项）

//diff数组记录差分
for(int i = 1; i <= n; i++)
{
	scanf("%d",&a[i]);
	diff[i] = a[i] - a[i-1];
}

//利用差分在l~r的区间里面加上数值k
for(int i = 0; i < m; i++)
{
	scanf("%d %d %d",&l,&r,&k);
	diff[l] += k;
	diff[r+1] -= k;
}

//再对差分数列求前缀和得到原数列
for(int i = 1; i <= n; i++)
{
	ans += diff[i];
	a[i] = ans;
}

四.二维差分

二维差分也是二维前缀和的逆运算

1. 计算（i,j）的二维差分：p[i][j] = a[i][j] -a[i-1][j] - a[i][j-1] + a[i-1][j-1];
2. 二维差分矩阵计算矩阵a：a[i][j] = p[i][j] + p[i-1][j] + p[i][j-1] - p[i-1][j-1];

//diff数组记录二维差分
for(int i = 1; i <= nx; i++)
	for(int j = 1; j <= ny; j++)
	{
		scanf("%d",&a[i][j]);
		diff[i][j] = a[i][j] - a[i-1][j]
			- a[i][j-1] + a[i-1][j-1];
	 }

//对区间(x1,y1)~(x2,y2)的子矩阵加上常数k
for(int i = 0; i < m; i++)
{
	scanf("%d %d %d %d %d",&x1,&y1,&x2,&y2,&k);
	diff[x1][y1] += k;
	diff[x1][y2+1] -= k;
	diff[x2+1][y1] -= k;
	diff[x2+1][y2+1] += k;
}

//计算矩阵a的值
for(int i = 1; i <= nx; i++)
	for(int j = 1; j <= ny; j++)
	{
		a[i][j] = diff[i][j] + diff[i-1][j]
			+ diff[i][j-1] - diff[i-1][j-1];
	}