前缀和——OJ题(一)

简介: 前缀和——OJ题(一)

一、除自身以外数组的乘积


1、题目讲解

9d6f178724594a39976c2f54913a9c8d.png

2、思路讲解

注意题⽬的要求,不能使⽤除法,并且要在 O(N) 的时间复杂度内完成该题。那么我们就不能使⽤暴⼒的解法,以及求出整个数组的乘积,然后除以单个元素的⽅法。

继续分析,根据题意,对于每⼀个位置的最终结果 ret[i] ,它是由两部分组成的:

i. nums[0] * nums[1] * nums[2] * … * nums[i - 1]

ii. nums[i + 1] * nums[i + 2] * … * nums[n - 1]

于是,我们可以利⽤前缀和的思想,使⽤两个数组 post 和 suf,分别处理出来两个信息:

i. post 表⽰:i 位置之前的所有元素,即 [0, i - 1] 区间内所有元素的前缀乘积,

ii. suf 表⽰: i 位置之后的所有元素,即 [i + 1, n - 1] 区间内所有元素的后缀乘积然后再处理最终结果。


3、代码实现

class Solution {
public:
    vector<int> productExceptSelf(vector<int>& nums) {
    int n=nums.size();
    vector<int> dp1(n),dp2(n),ret(n);
    dp1[0]=1,dp2[n-1]=1;
    for(int i=1;i<n;i++)
        dp1[i]=dp1[i-1]*nums[i-1];
    for(int i=n-2;i>=0;i--)
        dp2[i]=dp2[i+1]*nums[i+1];
    for(int i=0;i<n;i++)
        ret[i]=dp1[i]*dp2[i];
     return ret;      
    }
};


二、寻找数组的中心下标


1、题目讲解

ea3c9f4399624a0994599ced0b148ae0.png

6905c2ba40244e4cad4b3aa854cea903.png


2、思路讲解

从中⼼下标的定义可知,除中⼼下标的元素外,该元素左边的「前缀和」等于该元素右边的「后缀和」。

▪ 因此,我们可以先预处理出来两个数组,⼀个表⽰前缀和,另⼀个表⽰后缀和。

▪ 然后,我们可以⽤⼀个 for 循环枚举可能的中⼼下标,判断每⼀个位置的「前缀和」以及「后缀和」,如果⼆者相等,就返回当前下标。


3、代码实现

class Solution {
public:
    int pivotIndex(vector<int>& nums) {
        int n=nums.size();
        vector<int> dp1(n);
        vector<int> dp2(n);
        dp1[0]=0,dp2[n-1]=0;
        for(int i=1;i<n;i++)
            dp1[i]=dp1[i-1]+nums[i-1];
        for(int i=n-2;i>=0;i--)
           dp2[i]=dp2[i+1]+nums[i+1];
        int m=-1;
        for(int i=0;i<n;i++)
        {
            if(dp1[i]==dp2[i])
            {
                m=i;
                break;
            }
        }
        return m;
    }
};


三、【模板】二维前缀和


1、题目讲解

67da1ed6618e4a1187216753dd9ac355.png

6cd509f4dc8d4ccf876fd08d9f8a4f83.png


2、思路讲解

类⽐于⼀维数组的形式,如果我们能处理出来从 [0, 0] 位置到 [i, j] 位置这⽚区域内所有元素的累加和,就可以在 O(1) 的时间内,搞定矩阵内任意区域内所有元素的累加和。因此我们接下来仅需完成两步即可:

◦ 第⼀步:搞出来前缀和矩阵

这⾥就要⽤到⼀维数组⾥⾯的拓展知识,我们要在矩阵的最上⾯和最左边添加上⼀⾏和⼀列0,这样我们就可以省去⾮常多的边界条件的处理(同学们可以⾃⾏尝试直接搞出来前缀和矩阵,边界条件的处理会让你崩溃的)。处理后的矩阵就像这样:

fe9663ef336540de829f2b95a70d5b21.png

这样,我们填写前缀和矩阵数组的时候,下标直接从 1 开始,能⼤胆使⽤ i - 1 , j - 1 位置的值。

注意 dp 表与原数组 matrix 内的元素的映射关系:

i. 从 dp 表到 matrix 矩阵,横纵坐标减⼀;

ii. 从 matrix 矩阵到 dp 表,横纵坐标加⼀。

前缀和矩阵中 sum[i][j] 的含义,以及如何递推⼆维前缀和⽅程

a. sum[i][j] 的含义:

sum[i][j] 表⽰,从 [0, 0] 位置到 [i, j] 位置这段区域内,所有元素的累加和。对应下图的红⾊区域:

9a7193eaa3554706bb02e876d7f61339.png

a. 递推⽅程:

其实这个递推⽅程⾮常像我们⼩学做过求图形⾯积的题,我们可以将 [0, 0] 位置到 [i,j]

位置这段区域分解成下⾯的部分:

2c35dcde407d41e99521fa80edf9e1b6.png

sum[i][j] = 红 + 蓝 + 绿 + ⻩,分析⼀下这四块区域:

i. ⻩⾊部分最简单,它就是数组中的 matrix[i - 1][j - 1] (注意坐标的映射关系)

ii. 单独的蓝不好求,因为它不是我们定义的状态表⽰中的区域,同理,单独的绿是;

iii. 但是如果是红 + 蓝,正好是我们 dp 数组中 sum[i - 1][j] 的值,美滋滋;

iv. 同理,如果是红 + 绿,正好是我们 dp 数组中 sum[i][j - 1] 的值;

v. 如果把上⾯求的三个值加起来,那就是⻩ + 红 + 蓝 + 红 + 绿,发现多算了⼀部分红的⾯积,因此再单独减去红的⾯积即可;

vi. 红的⾯积正好也是符合 dp 数组的定义的,即 sum[i - 1][j - 1]

综上所述,我们的递推⽅程就是:

sum[i][j]=sum[i - 1][j] + sum[i][j - 1] - sum[i - 1][j - 1]+matrix[i - 1][j - 1]

◦ 第⼆步:使⽤前缀和矩阵

题⽬的接⼝中提供的参数是原始矩阵的下标,为了避免下标映射错误,这⾥直接先把下标映射成dp 表⾥⾯对应的下标: row1++, col1++, row2++, col2++

接下来分析如何使⽤这个前缀和矩阵,如下图(注意这⾥的 row 和 col 都处理过了,对应的正是 sum 矩阵中的下标):

aab7206bef7f4c859d5017463a8e79ba.png

对于左上⻆ (row1, col1) 、右下⻆ (row2, col2) 围成的区域,正好是红⾊的部分。因

此我们要求的就是红⾊部分的⾯积,继续分析⼏个区域:

i. ⻩⾊,能直接求出来,就是 sum[row1 - 1, col1 - 1] (为什么减⼀?因为要剔除掉 row 这⼀⾏和 col 这⼀列)

ii. 绿⾊,直接求不好求,但是和⻩⾊拼起来,正好是 sum 表内 sum[row1 - 1][col2]

的数据;

iii. 同理,蓝⾊不好求,但是 蓝 + ⻩ = sum[row2][col1 - 1] ;

iv. 再看看整个⾯积,好求嘛?⾮常好求,正好是 sum[row2][col2] ;

v. 那么,红⾊就 = 整个⾯积 - ⻩ - 绿 - 蓝,但是绿蓝不好求,我们可以这样减:整个⾯积 -(绿+ ⻩ )-(蓝 + ⻩),这样相当于多减去了⼀个⻩,再加上即可

综上所述:红 = 整个⾯积 - (绿 + ⻩)- (蓝 + ⻩)+ ⻩,从⽽可得红⾊区域内的元素总和为:sum[row2][col2]-sum[row2][col1 - 1]-sum[row1 - 1][col2]+sum[row1 -

1][col1 - 1]


3、代码实现

#include <iostream>
#include<vector>
using namespace std;
int main() {
    int n,m,q;
    cin>>n>>m>>q;
    vector<vector<int>> arr(n+1,vector<int>(m+1));
    for(int i=1;i<=n;i++)
        for(int j=1;j<=m;j++)
            cin>>arr[i][j]; 
     vector<vector<long long>> dp(n+1,vector<long long>(m+1));
     for(int i=1;i<=n;i++)
    {
        for(int j=1;j<=m;j++)
        {
            dp[i][j]=arr[i][j]+dp[i-1][j]+dp[i][j-1]-dp[i-1][j-1];
        }
    }
    for(int i=0;i<q;i++)
    {
        int x1,y1,x2,y2;
        cin>>x1>>y1>>x2>>y2;
        cout<<dp[x2][y2]-dp[x1-1][y2]-dp[x2][y1-1]+dp[x1-1][y1-1]<<endl; 
    }
}


四、【模板】一维前缀和


1、题目讲解

10d337e0125d495cba88d61feb28403f.png


2、思路讲解

a. 先预处理出来⼀个「前缀和」数组:

⽤ dp[i] 表⽰: [1, i] 区间内所有元素的和,那么 dp[i - 1] ⾥⾯存的就是 [1, i - 1] 区间内所有元素的和,那么:可得递推公式: dp[i] = dp[i - 1] + arr[i] ;

b. 使⽤前缀和数组,「快速」求出「某⼀个区间内」所有元素的和:

当询问的区间是 [l, r] 时:区间内所有元素的和为: dp[r] - dp[l - 1] 。


3、代码实现

#include <iostream>
#include<vector>
using namespace std;
int main() 
{
    int n,q;
    cin>>n>>q;
    vector<int> v(n+1);
    for(int i=1;i<=n;i++) cin>>v[i];
    vector<long long> dp(n+1);
    for(int i=1;i<=n;i++)  dp[i]=dp[i-1]+v[i];
    for(int i=0;i<q;i++)
    {
        int l,r;
        cin>>l>>r;
        cout<<dp[r]-dp[l-1]<<endl;
    }   
}


目录
相关文章
|
6月前
|
Java
leetcode-46:全排列
leetcode-46:全排列
42 1
|
6月前
|
机器学习/深度学习 C++
前缀和——OJ题(二)
前缀和——OJ题(二)
65 0
|
测试技术
代码随想录Day24 LeetCode T491 递增子序列 LeetCode T46 全排列 LrrtCode T47 全排列II
代码随想录Day24 LeetCode T491 递增子序列 LeetCode T46 全排列 LrrtCode T47 全排列II
37 1
|
1月前
|
算法
Leetcode第46题(全排列)
这篇文章介绍了LeetCode第46题“全排列”的解题方法,使用深度优先搜索(DFS)和回溯算法来生成给定数组的所有可能排列。
25 0
Leetcode第46题(全排列)
|
3月前
|
算法
LeetCode第47题全排列II
LeetCode第47题"全排列II"的解题方法,通过排序和添加去重逻辑,使用回溯法避免生成重复的排列组合。
|
6月前
|
Java
leetcode-47:全排列 II
leetcode-47:全排列 II
44 0
|
6月前
[leetcode 前缀和]
[leetcode 前缀和]
|
人工智能 移动开发 机器人
蓝桥杯AcWing 题目题解 - 二分与前缀和、差分
蓝桥杯AcWing 题目题解 - 二分与前缀和、差分
153 0
|
机器学习/深度学习 算法 安全
LeetCode - #47 全排列 II
不积跬步,无以至千里;不积小流,无以成江海,Swift社区 伴你前行。如果大家有建议和意见欢迎在文末留言,我们会尽力满足大家的需求。
leetcode:46.全排列
给定一个没有重复数字的序列,返回其所有可能的全排列。
48 0