三、前缀,双指针及递归, 分治
来源
作者: 李煜东
1 前缀和
1.1 前缀和为何?
前缀和是一个数组的某项下标之前(包括此项元素)的所有数组元素的和
定义式 | 递推式 | |
---|---|---|
一维前缀和 | S [ i ] = ∑ j = 1 i A [ j ] S[i]=\sum_{j=1}^{i} A[j] S[i]=∑j=1iA[j] | S [ i ] = S [ i − 1 ] + A [ i ] \quad S[i]=S[i-1]+A[i] S[i]=S[i−1]+A[i] |
二维前缀和 | S [ i ] [ j ] = ∑ x = 1 i ∑ y = 1 j A [ x ] [ y ] S[i][j]=\sum_{x=1}^{i} \sum_{y=1}^{j} A[x][y] S[i][j]=∑x=1i∑y=1jA[x][y] | S [ i ] [ j ] = S [ i − 1 ] [ j ] + S [ i ] [ j − 1 ] − S [ i − 1 ] [ j − 1 ] + A [ i ] [ j ] S[i][j]=S[i-1][j]+S[i][j-1]-S[i-1][j-1]+A[i][j] S[i][j]=S[i−1][j]+S[i][j−1]−S[i−1][j−1]+A[i][j] |
-
注: 为使
S[0] = 0
不越界 即: 递推式中i = 1
有(i - 1) = 0
, 此处数组 A 从i = 1
即(A[1]
) 开始, -
一维前缀和:
-
二维前缀和:
1.2 为何求前缀和?
前缀和是一种预处理,用于降低查询时的时间及空间复杂度。
- 例如求子段和 ------- A中第 L 个数到第 R 个数的和
- 如在A中,
n
个数访问m
次, 求每一次访问的字段和:- 暴力解法: 不需要额外空间, 但每次访问都需计算L, R之间和 >> 时间复杂度大 (大概O(n^2))
- 前缀和: 先计算出O(n)空间复杂度的和S[i], 再利用 S[R] - S[L - 1]计算出每一次访问的子段和, 并直接输出, >>> 时间复杂度O(m + n)
1.3 相关例题
1.3.1 1248 . 统计「优美子数组」
- 思路 子段(区间)对奇、偶数计数 >>> 对元素
%
后 的0、1
计数
>>> 利用前缀和S[R] - S[L-1] == k
条件 >>> 获得所求区间
- 将原数组变为 > 奇数记1, 偶数记为0的数组 , 并计算前缀和 S[:n+1]
- Counter() 统计各S中各项值及数量 >> 最简单哈希
- 遍历S, ans加上j之前
Counter
中key
等于s[j] - k
的统计量
from collections import Counter
class Solution:
def numberOfSubarrays(self, nums: List[int], k: int) -> int:
n = len(nums)
s = [0] * (n + 1)
for i in range(1, n + 1):
s[i] = s[i - 1] + nums[i - 1] % 2
ans = 0
d = Counter(s)
for j in range(1, n + 1):
if s[j] - k >= 0:
ans += d[s[j] - k]
return ans
- 优化 ---- 求前缀和 并根据奇数数量建立计数列表(哈希) — cut
class Solution:
def numberOfSubarrays(self, nums: List[int], k: int) -> int:
n = len(nums)
ans, odd, cut = 0, 0, [0] * (n + 1)
cut[0] = 1 # S[0] = 0 所以代表非奇数的 + 1
for num in nums:
if num & 1:
odd += 1
if odd >= k:
ans += cut[odd - k]
cut[odd] += 1
return ans
1.3.2 53 . 最大子数组和
- 思路 前缀和 + 前缀最小值 >>> S[R] - S[L-1] R作为遍历指针所指位置, 即求S[L - 1]最小值 >>>
S[i] - preMin(i - 1)
class Solution:
def maxSubArray(self, nums: List[int]) -> int:
n = len(nums)
ans = - 100000
preMin = [0] * (n + 1)
s = [0] * (n + 1)
for i in range(1, n + 1):
s[i] = s[i - 1] + nums[i - 1]
for i in range(1, n + 1):
preMin[i] = min(preMin[i - 1], s[i])
for i in range(1, n + 1):
ans = max(ans, s[i] - preMin[i - 1])
return ans
1.3.3 304 . 二维区域和检索 - 矩阵不可变
- 思路; 此类题目牢记以下公式即可
前缀和数组: S [ i ] [ j ] = ∑ x = 1 i ∑ y = 1 j A [ x ] [ y ] =