week03_task_前缀,双指针及递归, 分治

三、前缀,双指针及递归, 分治

---

---

来源

极客时间2021算法训练营

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	$S[i]={\sum }_{j=1}^{i}A[j]$	$S[i]=S[i-1]+A[i]$
二维前缀和	$S[i][j]={\sum }_{x=1}^i{\sum }_{y=1}^{j}A[x][y]$	$S[i][j]=S[i-1][j]+S[i][j-1]-S[i-1][j-1]+A[i][j]$

• 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

1. 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]
2. Counter() 统计各S中各项值及数量 >> 最简单哈希
3. 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 ] =