1、一维前缀和
前缀和定义
假设我们有一个字符串ABCDE
,什么是这个单词的前缀,A、AB、ABC、ABCD、ABCDE
就是这个单词的前缀,就是从第一个字母开始,依次往后拼接。E、ED、EDC、EDCB、EDCBA
被称为这个单词的后缀。
应用
leetcode560. 和为K的子数组
给你一个整数数组
nums
和一个整数k
,请你统计并返回 该数组中和为k
的子数组的个数 。子数组是数组中元素的连续非空序列。
示例 1:
输入:nums = [1,1,1], k = 2 输出:2示例 2:
输入:nums = [1,2,3], k = 3 输出:2
思路一:使用前缀和
暴力破解:使用for循环枚举子数组,并且求和,时间复杂度为O(n3)
使用前缀和,每次求出子数组的和,与k进行比较,时间复杂度为O(n2),代码如下:
class Solution:
def subarraySum(self, nums: List[int], k: int) -> int:
n = len(nums)
result = 0
preSum = [0] * n
for i in range(n - 1):
preSum[i+1] = preSum[i] + nums[i]
for i in range(n - 1):
for j in range(i, n - 1):
if (preSum[j + 1] - preSum[i]) == k:
result += 1
return result
思路二:使用Map+前缀和进行优化
在使用前缀和思路中,我们要求一个下标为i的子数组的和是否为k,就需要对j从-1遍历到i-1,来找到是否存在sum[i] - k = sum[j]。那么我们只要用map < 前i个元素的前缀和,出现的次数 > 把i之前的前缀和的值记录下来,判断map中是否包含sum[i] - k]即可。时间复杂度为O(n)
class Solution:
def subarraySum(self, nums: List[int], k: int) -> int:
n = len(nums)
result = 0
preSum = [0] * n
preSum[0] = nums[0]
for i in range(1,n):
preSum[i] = preSum[i - 1] + nums[i]
print(preSum)
m = {0:1}
for i in range(n):
if (preSum[i] - k) in m:
result += m[preSum[i] - k]
if preSum[i] in m:
m[preSum[i]] += 1
else: m[preSum[i]] = 1
return result
2、二维前缀和
二维前缀和的递推公式:sum[i][j]=sum[i-1][j]+sum[i][j-1]-sum[i-1][j-1]+mat[i-1][j-1];
应用
leetcode1292. 元素和小于等于阈值的正方形的最大边长
前缀和
class Solution {
public int maxSideLength(int[][] mat, int threshold) {
int m=mat.length;
if(m==0)return 0;
int n=mat[0].length;
//第一步,计算前缀和,其中sum[i][j]表示前i行前j列的矩形元素和
int[][] sum=new int[m+1][n+1];
for(int i=1;i<=m;i++){
for(int j=1;j<=n;j++){
sum[i][j]=sum[i-1][j]+sum[i][j-1]-sum[i-1][j-1]+mat[i-1][j-1];
}
}
// 枚举左上顶点,然后试边长k
int res=0;
for(int i=1;i<=m;i++){
for(int j=1;j<=n;j++){
for(int k=1;i+k-1<=m&&j+k-1<=n;k++){
int tmp=sum[i+k-1][j+k-1]-sum[i-1][j+k-1]-sum[i+k-1][j-1]+sum[i-1][j-1];
if(tmp<=threshold){
res=Math.max(res,k);
}
}
}
}
return res;
}
}
二分查找+前缀和
class Solution {
public int maxSideLength(int[][] mat, int threshold) {
int m=mat.length;
if(m==0)return 0;
int n=mat[0].length;
//第一步,计算前缀和,sum[i][j]表示前i行前j列的矩形元素和
int[][] sum=new int[m+1][n+1];
for(int i=1;i<=m;i++){
for(int j=1;j<=n;j++){
sum[i][j]=sum[i-1][j]+sum[i][j-1]-sum[i-1][j-1]+mat[i-1][j-1];
}
}
//二分查找最终的边长值
//我们知道,当结果值为4时,3必满足条件,指针右移;
// 5不满足条件,指针左移;最后指针会指向4
int left=0,right=Math.min(m,n)+1,mid;
while(left<right){
mid=left+(right-left)/2;
if(valid(sum,threshold,mid)){
left=mid+1;
}else{
right=mid;
}
}
return left-1;
}
//判断是否满足条件
public boolean valid(int[][] sum,int threshold,int k){
int m=sum.length-1;
int n=sum[0].length-1;
for(int i=1;i<=m;i++){
for(int j=1;j<=n;j++){
if(i+k-1>m||j+k-1>n)continue;
int tmp=sum[i+k-1][j+k-1]-sum[i-1][j+k-1]-sum[i+k-1][j-1]+sum[i-1][j-1];
if(tmp<=threshold){
return true;
}
}
}
return false;
}
}
3、期末预测之最佳阈值
解题思路
前缀和
1、前缀和是在有序数组的基础上进行的
2、在进行完排序,分别计算截止到每一个yi的正确次数
3、依次遍历每个阈值,寻找最大预测次数(最大预测次数 = 该阈值前0的个数 + 该阈值后1的个数)
4、注意遇到两个阈值相等,取最大的(通过在判断时多写一个等号即可)
m = eval(input())
yr = []
#计算1出现的总次数
ones = 0
for_ in range(m):
yi, ri = map(int, input().split())
yr.append([yi,ri])
if ri == 1:
ones = ones + 1
#对yr依据yi排序
yr.sort(key=lambda x: x[0])
oy = list(a[0] for a in yr)
ss = set()
acc_sum = [0 for _ in range(m)]
acc_sum[0] = yr[0][1]
f_t = 0
bes_res = 0
for i in range(1,m):
acc_sum[i] = acc_sum[i - 1] + yr[i][1]
for ind, y in enumerate(oy):
if y not in ss:
ss.add(y)
tem = sum[ind - 1]
res = ind - tem + ones - tem
if res >= bes_res:
bes_res = res
f_t = y
print(f_t)