一文带你深入了解算法笔记中的前缀与差分(附源码)

简介: 一文带你深入了解算法笔记中的前缀与差分(附源码)

文章目录

一、前缀和

A、一维前缀和

1、什么是一维前缀和

2、一维前缀和的作用

3、习题:Acwing 795. 前缀和

输入格式

输出格式

数据范围

输入样例:

输出样例:

4、代码详解

B、二维前缀和(矩阵和)

1、二维前缀和推导

2、习题:Acwing 796. 子矩阵的和

输入格式

输出格式

数据范围

输入样例:

输出样例:

3、代码详解

二、差分

A、一维差分

1、什么是差分

2、如何构建差分数组

3、差分数组有什么作用

4、练习 Acwing 797. 差分

输入格式

输出格式

数据范围

输入样例:

输出样例:

5、代码详解

B、二维差分(差分矩阵)

3、习题:Acwing 798. 差分矩阵

输入格式

输出格式

数据范围

输入样例:

输出样例:

4、代码详解


一、前缀和

A、一维前缀和

1、什么是一维前缀和

原数组: a[1], a[2], a[3], a[4], a[5], …, a[n]

前缀和 S[i]为数组的前 i项和

前缀和: S[i] = a[1] + a[2] + a[3] + … + a[i]


注意:前缀和的下标一定要从 1开始, 避免进行下标的转换,即定义S[0]等于0

2、一维前缀和的作用

快速求出元素组中某段区间的和


例如要求出l-r区间的和,则只需要执行sum[r]-sum[l-1]


原理如下:


sum[r] = a[1] + a[2] + a[3] + a[l-1] + a[l] + a[l+1] ...... a[r]; sum[l - 1] = a[1] + a[2] + a[3] + a[l - 1]; sum[r] - sum[l - 1] = a[l] + a[l + 1]+......+ a[r];


并且时间复杂度为O(1)

3、习题:Acwing 795. 前缀和

输入一个长度为 n的整数序列。

接下来再输入 m个询问,每个询问输入一对 l,r。

对于每个询问,输出原序列中从第 l个数到第 r个数的和

输入格式

第一行包含两个整数 n和 m。


第二行包含 n个整数,表示整数数列。


接下来 m 行,每行包含两个整数 l和 r,表示一个询问的区间范围。


输出格式

共 m行,每行输出一个询问的结果。


数据范围

1≤l≤r≤n

1≤n,m≤100000

−1000≤数列中元素的值≤1000


输入样例:5 3

               2 1 3 6 4

              1 2

              1 3

              2 4

输出样例:
3
6
10
4、代码详解

#include<iostream>

using namespace std;

const int N=1e5+10;

int a[N],sum[N];  //原数组与求和数组

int main()

{

   int n,m;

   cin>>n>>m;

   for(int i=1;i<=n;i++)

   {

       scanf("%d",&a[i]);

       sum[i]=sum[i-1]+a[i];   //构建前缀和

   }

   while(m--)

   {

       int L,R;

       cin>>L>>R;

       cout<<sum[R]-sum[L-1]<<endl;

   }

   return 0;

}


B、二维前缀和(矩阵和)

1、二维前缀和推导

微信截图_20230425230646.png

接下来回归问题去求以(x1,y1)为左上角和以(x2,y2)为右下角的矩阵的元素的和。

如图

微信截图_20230425230816.png

不难看出绿色的面积=s[x2][y2]+s[x2][y1-1]+s[x1-1][y2]-s[x1-1][y1-1]


且时间复杂度也为O(1)


2、习题:Acwing 796. 子矩阵的和

输入一个 n行 m列的整数矩阵,再输入 q个询问,每个询问包含四个整数 x1,y1,x2,y2,表示一个子矩阵的左上角坐标和右下角坐标。对于每个询问输出子矩阵中所有数的和。


输入格式

第一行包含三个整数 n,m,q。


接下来 n行,每行包含 m个整数,表示整数矩阵。


接下来 q行,每行包含四个整数 x1,y1,x2,y2,表示一组询问。


输出格式

共 q 行,每行输出一个询问的结果。


数据范围

1≤n,m≤1000

1≤q≤200000

1≤x1≤x2≤n

1≤y1≤y2≤m

−1000≤矩阵内元素的值≤1000


输入样例:

3 4 3
1 7 2 4
3 6 2 8
2 1 2 3
1 1 2 2
2 1 3 4
1 3 3 4

输出样例:

17

27

21

3、代码详解

#include<iostream>

using namespace std;

const int N=1010;

int a[N][N],s[N][N];

int main()

{

   int n,m,q;

   cin>>n>>m>>q;

   for(int i=1;i<=n;i++)

       for(int j=1;j<=m;j++){

           scanf("%d",&a[i][j]);

           //构建前缀和

           s[i][j]=s[i-1][j]+s[i][j-1]-s[i-1][j-1]+a[i][j];

       }

   while(q--)

   {

       int x1,y1,x2,y2;

       scanf("%d%d%d%d",&x1,&y1,&x2,&y2);

       //求并输出矩形前缀和

       cout<<s[x2][y2]-s[x1-1][y2]-s[x2][y1-1]+s[x1-1][y1-1]<<endl;

   }

   return 0;

 

}

————————————————


二、差分

A、一维差分

1、什么是差分

类似于数学中的求导和积分,差分可以看成前缀和的逆运算。


这里举一个例子:


先给一个原数组a:a[1]、a[2]、a[3]、a[4]、a[5]...a[n]


然后这里再构建一个数组b:b[1]、b[2]、b[3]...b[n]


使得:a[i]=b[1]+b[2]+b[3]...b[i]


即a是b的前缀和,反过来b就是a的差分


2、如何构建差分数组

这里我们采取最暴力的做法,直接构造,并且需要注意下标,所以我们这里还是令a[0]=0

注意:下面的构造中,a为前缀和数组,b为差分数组

a[0]=0;

b[1]=a[1]-a[0];

b[2]=a[2]-a[1];

......

b[i]=a[i]-a[i-1];

3、差分数组有什么作用

我们先来看一个问题

给定区间[l ,r ],让我们把a数组中的[ l, r]区间中的每一个数都加上c,即 a[l] + c , a[l+1] + c , a[l+2] + c ,,,,,, a[r] + c;

暴力做法是for循环l到r区间,时间复杂度O(n),如果我们需要对原数组执行m次这样的操作,时间复杂度就会变成O(n * m)。 这个时候就体现出差分的作用了,让我们往下接着看

我们知道a是b的前缀和数组,所以改变b的一项就会改变a中有b的所有项

但是在有边界之外的也多加上一个C,如图所示

微信截图_20230425231409.png

所以这里我们需要执行两步操作

b[l]+=c;

b[r+1]-=c;

因此我们得出一维差分结论:给a数组中的[ l, r]区间中的每一个数都加上c,只需对差分数组b做 b[l] + = c, b[r+1] - = c。时间复杂度为O(1), 大大提高了效率。


4、练习 Acwing 797. 差分

输入一个长度为 n 的整数序列。接下来输入 m个操作,每个操作包含三个整数 l,r,c,表示将序列中 [l,r]之间的每个数加上 c。请你输出进行完所有操作后的序列


输入格式

第一行包含两个整数 n和 m。


第二行包含 n个整数,表示整数序列。


接下来 m行,每行包含三个整数 l,r,c,表示一个操作。


输出格式

共一行,包含 n个整数,表示最终序列。


数据范围

1≤n,m≤100000

1≤l≤r≤n

−1000≤c≤1000

−1000≤整数序列中元素的值≤1000

输入样例:

6 3

1 2 2 1 2 1

1 3 1

3 5 1

1 6 1

输出样例:

3 4 5 3 4 2

5、代码详解

注意使用scanf进行输入,效率比较高

#include<iostream>

using namespace std;

const int N = 1e5 + 10;

int a[N], b[N];

int main()

{

   int n, m;

   scanf("%d%d", &n, &m);

   for (int i = 1; i <= n; i++)

   {

       scanf("%d", &a[i]);

       b[i] = a[i] - a[i - 1];      //构建差分数组

   }

   int l, r, c;

   while (m--)

   {

       scanf("%d%d%d", &l, &r, &c);

       b[l] += c;       //将序列中[l, r]之间的每个数都加上c

       b[r + 1] -= c;

   }

   for (int i = 1; i <= n; i++)

   {

       a[i] = b[i] + a[i - 1];    //前缀和运算

       printf("%d ", a[i]);

   }

   return 0;

}

B、二维差分(差分矩阵)

类似于前面的二维前缀和,这里引用大佬林小鹿的图解

微信截图_20230425231807.png3、习题:Acwing 798. 差分矩阵

输入一个 n行 m列的整数矩阵,再输入 q 个操作,每个操作包含五个整数 x1,y1,x2,y2,c,其中 (x1,y1)和 (x2,y2) 表示一个子矩阵的左上角坐标和右下角坐标。每个操作都要将选中的子矩阵中的每个元素的值加上 c。请你将进行完所有操作后的矩阵输出。

输入格式

第一行包含整数 n,m,q。

接下来 n行,每行包含 m个整数,表示整数矩阵。

接下来 q行,每行包含 55 个整数 x1,y1,x2,y2,c,表示一个操作。

输出格式

共 n行,每行 m个整数,表示所有操作进行完毕后的最终矩阵。

数据范围

1≤n,m≤1000

1≤q≤100000,

1≤x1≤x2≤n

1≤y1≤y2≤m

−1000≤c≤1000

−1000≤矩阵内元素的值≤1000

输入样例

3 4 3

1 2 2 1

3 2 2 1

1 1 1 1

1 1 2 2 1

1 3 2 3 2

3 1 3 4 1

输出样例

2 3 4 1

4 3 4 1

2 2 2 2

————————————————

4、代码详解

#include<iostream>

using namespace std;

const int N=1010;

int a[N][N],s[N][N];

int main()

{

   int n,m,q;

   cin>>n>>m>>q;

   for(int i=1;i<=n;i++)

       for(int j=1;j<=m;j++)

           scanf("%d",&s[i][j]);

   //构建差分矩阵

   for(int i=1;i<=n;i++)

       for(int j=1;j<=m;j++)

           a[i][j]=s[i][j]-s[i][j-1]-s[i-1][j]+s[i-1][j-1];  

   while(q--)

   {

       int x1,y1,x2,y2,c;

       scanf("%d%d%d%d%d",&x1,&y1,&x2,&y2,&c);

       a[x1][y1]+=c;

       a[x1][y2+1]-=c;

       a[x2+1][y1]-=c;

       a[x2+1][y2+1]+=c;

   }

   //求和

   for(int i=1;i<=n;i++)

       for(int j=1;j<=m;j++)

          s[i][j] = a[i][j] + s[i - 1][j] + s[i][j - 1] - s[i - 1][j - 1];

   for (int i = 1; i <= n; i ++ )

   {

       for (int j = 1; j <= m; j ++ )  

       printf("%d ", s[i][j]);

       cout << endl;

   }

   return 0;

}

版权声明:本文为CSDN博主「热爱编程的小K」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。

原文链接:https://blog.csdn.net/qq_72157449/article/details/130029246

相关文章
|
8天前
|
机器学习/深度学习 算法 BI
机器学习笔记(一) 感知机算法 之 原理篇
机器学习笔记(一) 感知机算法 之 原理篇
|
1天前
|
机器学习/深度学习 算法 数据可视化
技术心得记录:机器学习笔记之聚类算法层次聚类HierarchicalClustering
技术心得记录:机器学习笔记之聚类算法层次聚类HierarchicalClustering
|
1天前
|
Java BI C#
技术笔记:SM4加密算法实现Java和C#相互加密解密
技术笔记:SM4加密算法实现Java和C#相互加密解密
|
1天前
|
存储 人工智能 算法
程序与技术分享:Acwing算法笔记
程序与技术分享:Acwing算法笔记
|
1天前
|
算法 安全 Java
技术笔记:MD5加密算法详解
技术笔记:MD5加密算法详解
|
1天前
|
移动开发 算法 计算机视觉
技术笔记:openCV特征点识别与findHomography算法过滤
技术笔记:openCV特征点识别与findHomography算法过滤
|
1天前
|
算法 搜索推荐 Java
基于SpringBoot+协同过滤算法的家政服务平台设计和实现(源码+LW+调试文档+讲解等)
基于SpringBoot+协同过滤算法的家政服务平台设计和实现(源码+LW+调试文档+讲解等)
|
1天前
|
搜索推荐 算法 小程序
基于Java协同过滤算法的电影推荐系统设计和实现(源码+LW+调试文档+讲解等)
基于Java协同过滤算法的电影推荐系统设计和实现(源码+LW+调试文档+讲解等)
|
1天前
|
搜索推荐 算法 小程序
基于Java协同过滤算法的图书推荐系统设计和实现(源码+LW+调试文档+讲解等)
基于Java协同过滤算法的图书推荐系统设计和实现(源码+LW+调试文档+讲解等)
|
2天前
|
机器学习/深度学习 自然语言处理 算法
m基于深度学习的OFDM+QPSK链路信道估计和均衡算法误码率matlab仿真,对比LS,MMSE及LMMSE传统算法
**摘要:** 升级版MATLAB仿真对比了深度学习与LS、MMSE、LMMSE的OFDM信道估计算法,新增自动样本生成、复杂度分析及抗频偏性能评估。深度学习在无线通信中,尤其在OFDM的信道估计问题上展现潜力,解决了传统方法的局限。程序涉及信道估计器设计,深度学习模型通过学习导频信息估计信道响应,适应频域变化。核心代码展示了信号处理流程,包括编码、调制、信道模拟、降噪、信道估计和解调。
23 8