【C++算法图解专栏】一篇文章带你掌握前缀和算法(一维+二维)

简介: 【C++算法图解专栏】一篇文章带你掌握前缀和算法(一维+二维)

前缀和

在有些题目中,需要我们快速的获得一个区间值的和,如果每次查询都循环一个个加的话,时间复杂度会比较大,这时候就要用到前缀和算法,查询区间和的时候,时间复杂度只有 O(1),废话少说,直接上图解。


一维前缀和

首先,我们来看到一维前缀和的模板题,以题带图解的模式带大家深入理解。


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


该题需要我们查询一段区间的和,我们看来看看如何用前缀和来做,首先来看看原理。


前缀和需要用到一个数组 sum,其中 sum[i] 存储的是 a[1] 到 a[i] 元素值的和,这样只要将该数组计算出来,后续计算的时候就只需 O(1) 的时间复杂度。在代码实现时,我们可以用循环来计算前缀和,用上一轮的计算结果加到本轮当中:


s u m [ i ] = s u m [ i − 1 ] + a [ i ] = a [ 1 ] + . . . + a [ i ] sum[i]=sum[i-1]+a[i]=a[1]+...+a[i]sum[i]=sum[i−1]+a[i]=a[1]+...+a[i]


为了方便理解, 假设我们要查询 [3,6] 区间的和,按照上述原理给出对应 sum 中储存的值。


s u m [ 2 ] = a [ 1 ] + a [ 2 ] sum[2]=a[1]+a[2]sum[2]=a[1]+a[2]


s u m [ 3 ] = a [ 1 ] + a [ 2 ] + a [ 3 ] sum[3]=a[1]+a[2]+a[3]sum[3]=a[1]+a[2]+a[3]


s u m [ 6 ] = a [ 1 ] + a [ 2 ] + a [ 3 ] + a [ 4 ] + a [ 5 ] + a [ 6 ] sum[6]=a[1]+a[2]+a[3]+a[4]+a[5]+a[6]sum[6]=a[1]+a[2]+a[3]+a[4]+a[5]+a[6]


我们只需计算 sum[6]-sum[2] 的结果即可得到区间 [3,6] 的和,注意这里是减去 sum[2] 而不是 sum[3],因为 sum[3] 包含了 a[3],这在 [3,6] 区间当中。


a n s = s u m [ 6 ] − s u m [ 2 ] = ( a [ 1 ] + a [ 2 ] + a [ 3 ] + a [ 4 ] + a [ 5 ] + a [ 6 ] ) − ( a [ 1 ] + a [ 2 ] ) = a [ 3 ] + a [ 4 ] + a [ 5 ] + a [ 6 ] ans=sum[6]-sum[2]=(a[1]+a[2]+a[3]+a[4]+a[5]+a[6])-(a[1]+a[2])=a[3]+a[4]+a[5]+a[6]ans=sum[6]−sum[2]=(a[1]+a[2]+a[3]+a[4]+a[5]+a[6])−(a[1]+a[2])=a[3]+a[4]+a[5]+a[6]


因此,我们可以得到通用公式,查询区间 [l,r] 的和为:


a n s = s u m [ r ] − s u m [ l − 1 ] ans=sum[r]-sum[l-1]ans=sum[r]−sum[l−1]


实现的时候我们一般从下标 1 开始计算,防止数组越界的情况。



为了加深理解,我们拿题目样例进行模拟,给定一个数组 {2, 1, 3, 6, 4},现在需要查询 [2,4] 区间的和。首先需要计算前缀和,然后通过公式 sum[4]-sum[2-1] 得到结果,如下图所示。


#include<bits/stdc++.h>
using namespace std;
int main()
{
    int a[100000], sum[100000];
    int n, m;
    cin >> n >> m;
    for (int i = 1; i <= n; i++)
    {
        scanf("%d", &a[i]);
    }
    //计算前缀和
    for (int i = 1; i <= n; i++)
    {
        sum[i] = sum[i - 1] + a[i];
    }
    //进行查询
    while (m--)
    {
        int l, r;
        scanf("%d %d", &l, &r);
        printf("%d\n", sum[r] - sum[l - 1]);
    }
}


二维前缀和

在有些题目中,需要我们求一片区域中元素值的和,这其实就是一维前缀和的扩展,来看一道模板题。


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,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


这其实和一位前缀和十分相似,只不过多了一维,为了方便理解,这次我们先对题目样例进行模拟,题目给定了一个 3×4 的矩阵,如下图所示。



现在需要我们求一片区域中元素值的和,假定给定一个左上角坐标 (2,2),一个右下角坐标 (3,3),则查询的区间如下图所示(红色区域)。


注意,这里的下标是从 1 开始计算,并且原点在左上角,即 (2,2) 是第二行第二个值 6,而 (3,3) 是第三行第三个值 2。



可以看到,一维数组的前缀和无法查询出上述情况,这就要用到二维数组了,现在我们再来看看原理。


计算

定义一个二维前缀和数组 s,其中 s[i][j] 表示从左上角 (1,1) 开始到右下角 (i,j) 这一片矩形中元素值的和。这时,我们在计算前缀和的时候就不像一维一样简洁了,需要考虑到区间重复问题,我先给出二维前缀和的计算公式:


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]


不要着急,我们一步步来解析,假设现在求的是 s[3][3],其运算公式如下:


s [ 3 ] [ 3 ] = s [ 2 ] [ 3 ] + s [ 3 ] [ 2 ] − s [ 2 ] [ 2 ] + a [ 3 ] [ 3 ] s[3][3]=s[2][3]+s[3][2]-s[2][2]+a[3][3]s[3][3]=s[2][3]+s[3][2]−s[2][2]+a[3][3]


其覆盖的范围如下图所示(红色区域)。



获得该区域的和需要用到之前计算出的两个区域和一个值 a[i][j],而这两个区域分别是 s[i-1][j] 和 s[i][j-1] 即 s[2][3] 和 s[3][2]。



但如果将这两个区域的和加起来,可以发现出现了重复的区域(上图绿色区域)即该区域计算了两次。故在计算的时候,我们还需要减去一次重复区域即减去 s[i-1][j-1] 即 s[2][2] 就是最后的结果。



查询

再来看查询的情况,查询的计算公式其实和上面相反,运算的时候同样会遇到重复区域,只不过这里是多减了一个重复区域,需要运算的时候加上。假设左上角坐标为 (x1,y1),右下角为 (x2,y2),可以得到如下公式:


a n s = s [ x 2 ] [ y 2 ] − s [ x 1 − 1 ] [ y 2 ] − s [ x 2 ] [ y 1 − 1 ] + s [ x 1 − 1 ] [ y 1 − 1 ] ans=s[x2][y2]-s[x1-1][y2]-s[x2][y1-1]+s[x1-1][y1-1]ans=s[x2][y2]−s[x1−1][y2]−s[x2][y1−1]+s[x1−1][y1−1]


我们来看开头举的那个例子,左上角坐标为 (2,2),右下角坐标为 (3,3),所以运算公式如下:


a n s = s [ 3 ] [ 3 ] − s [ 1 ] [ 3 ] − s [ 3 ] [ 1 ] + s [ 1 ] [ 1 ] ans=s[3][3]-s[1][3]-s[3][1]+s[1][1]ans=s[3][3]−s[1][3]−s[3][1]+s[1][1]



其中 s[1][1] 就是重复的区域(上图绿色区域),要补上这多减的一次,从而得到最终结果。



代码
#include<bits/stdc++.h>
using namespace std;
int n, m, q;
int a[1005][1005];
int s[1005][1005];
int main()
{
    scanf("%d%d%d", &n, &m, &q);
    //计算前缀和
    for (int i = 1; i <= n; i++)
    {
        for (int j = 1; j <= m; j++)
        {
            scanf("%d", &a[i][j]);
            s[i][j] = s[i - 1][j] + s[i][j - 1] - s[i - 1][j - 1] + a[i][j];
        }
    }
    //进行查询
    while (q--)
    {
        int x1, x2, y1, y2;
        scanf("%d%d%d%d", &x1, &y1, &x2, &y2);
        printf("%d\n", s[x2][y2] - s[x1 - 1][y2] - s[x2][y1 - 1] + s[x1 - 1][y1 - 1]);
    }
    return 0;
}
目录
相关文章
|
11月前
|
存储 监控 算法
基于 C++ 哈希表算法实现局域网监控电脑屏幕的数据加速机制研究
企业网络安全与办公管理需求日益复杂的学术语境下,局域网监控电脑屏幕作为保障信息安全、规范员工操作的重要手段,已然成为网络安全领域的关键研究对象。其作用类似网络空间中的 “电子眼”,实时捕获每台电脑屏幕上的操作动态。然而,面对海量监控数据,实现高效数据存储与快速检索,已成为提升监控系统性能的核心挑战。本文聚焦于 C++ 语言中的哈希表算法,深入探究其如何成为局域网监控电脑屏幕数据处理的 “加速引擎”,并通过详尽的代码示例,展现其强大功能与应用价值。
220 2
|
12月前
|
存储 算法 C++
Windows共享文件:探秘C++实现的B树索引算法奇境
在数字化时代,Windows共享文件的高效管理至关重要。B树算法以其自平衡多路搜索特性,在文件索引与存储优化中表现出色。本文探讨B树在Windows共享文件中的应用,通过C++实现具体代码,展示其构建文件索引、优化数据存储的能力,提升文件检索效率。B树通过减少磁盘I/O操作,确保查询高效,为企业和个人提供流畅的文件共享体验。
|
7月前
|
算法 安全 数据可视化
基于多目标鲸鱼优化算法(NSWOA)求解地铁隧道竖向位移和成本的双目标求解(以铁道科学报与工程文章为例)研究(Matlab代码实现)
基于多目标鲸鱼优化算法(NSWOA)求解地铁隧道竖向位移和成本的双目标求解(以铁道科学报与工程文章为例)研究(Matlab代码实现)
129 0
|
11月前
|
监控 算法 数据处理
基于 C++ 的 KD 树算法在监控局域网屏幕中的理论剖析与工程实践研究
本文探讨了KD树在局域网屏幕监控中的应用,通过C++实现其构建与查询功能,显著提升多维数据处理效率。KD树作为一种二叉空间划分结构,适用于屏幕图像特征匹配、异常画面检测及数据压缩传输优化等场景。相比传统方法,基于KD树的方案检索效率提升2-3个数量级,但高维数据退化和动态更新等问题仍需进一步研究。未来可通过融合其他数据结构、引入深度学习及开发增量式更新算法等方式优化性能。
276 17
|
10月前
|
存储 机器学习/深度学习 算法
基于 C++ 的局域网访问控制列表(ACL)实现及局域网限制上网软件算法研究
本文探讨局域网限制上网软件中访问控制列表(ACL)的应用,分析其通过规则匹配管理网络资源访问的核心机制。基于C++实现ACL算法原型,展示其灵活性与安全性。文中强调ACL在企业与教育场景下的重要作用,并提出性能优化及结合机器学习等未来研究方向。
264 4
|
9月前
|
存储 监控 算法
基于跳表数据结构的企业局域网监控异常连接实时检测 C++ 算法研究
跳表(Skip List)是一种基于概率的数据结构,适用于企业局域网监控中海量连接记录的高效处理。其通过多层索引机制实现快速查找、插入和删除操作,时间复杂度为 $O(\log n)$,优于链表和平衡树。跳表在异常连接识别、黑名单管理和历史记录溯源等场景中表现出色,具备实现简单、支持范围查询等优势,是企业网络监控中动态数据管理的理想选择。
239 0
|
10月前
|
机器学习/深度学习 存储 算法
基于 C++ 布隆过滤器算法的局域网上网行为控制:URL 访问过滤的高效实现研究
本文探讨了一种基于布隆过滤器的局域网上网行为控制方法,旨在解决传统黑白名单机制在处理海量URL数据时存储与查询效率低的问题。通过C++实现URL访问过滤功能,实验表明该方法可将内存占用降至传统方案的八分之一,查询速度提升约40%,假阳性率可控。研究为优化企业网络管理提供了新思路,并提出结合机器学习、改进哈希函数及分布式协同等未来优化方向。
289 0
|
存储 监控 算法
基于 C++ 哈希表算法的局域网如何监控电脑技术解析
当代数字化办公与生活环境中,局域网的广泛应用极大地提升了信息交互的效率与便捷性。然而,出于网络安全管理、资源合理分配以及合规性要求等多方面的考量,对局域网内计算机进行有效监控成为一项至关重要的任务。实现局域网内计算机监控,涉及多种数据结构与算法的运用。本文聚焦于 C++ 编程语言中的哈希表算法,深入探讨其在局域网计算机监控场景中的应用,并通过详尽的代码示例进行阐释。
251 4
|
存储 算法 安全
企业员工数据泄露防范策略:基于 C++ 语言的布隆过滤器算法剖析[如何防止员工泄密]
企业运营过程中,防范员工泄密是信息安全领域的核心议题。员工泄密可能致使企业核心数据、商业机密等关键资产的流失,进而给企业造成严重损失。为应对这一挑战,借助恰当的数据结构与算法成为强化信息防护的有效路径。本文专注于 C++ 语言中的布隆过滤器算法,深入探究其在防范员工泄密场景中的应用。
271 8
|
编译器 C++ 开发者
【C++篇】深度解析类与对象(下)
在上一篇博客中,我们学习了C++的基础类与对象概念,包括类的定义、对象的使用和构造函数的作用。在这一篇,我们将深入探讨C++类的一些重要特性,如构造函数的高级用法、类型转换、static成员、友元、内部类、匿名对象,以及对象拷贝优化等。这些内容可以帮助你更好地理解和应用面向对象编程的核心理念,提升代码的健壮性、灵活性和可维护性。

热门文章

最新文章

下一篇
开通oss服务