【C++算法图解专栏】一篇文章带你掌握前缀和算法(一维+二维) |
您所在的位置:网站首页 › 一维到十一维空间图解水管 › 【C++算法图解专栏】一篇文章带你掌握前缀和算法(一维+二维) |
✍个人博客:https://blog.csdn.net/Newin2020?spm=1011.2415.3001.5343 📣专栏定位:为 0 基础刚入门数据结构与算法的小伙伴提供详细的讲解,也欢迎大佬们一起交流~ 📚专栏地址:https://blog.csdn.net/Newin2020/article/details/126445229 ❤️如果有收获的话,欢迎点赞👍收藏📁,您的支持就是我创作的最大动力💪 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。 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。 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。 恭喜您成功点亮前缀和算法技能点! 一维前缀和查询的时候,我们需要注意其边界,当查询区间 [l,r] 的和时,减去的是 sum[l-1] 而不是 sum[l],因为 sum[l] 包含了 a[l]。 二维前缀和计算及查询的时候,我们需要注意其重复区域,计算时重复区域被加了 2 次,故要减去 1 次;而查询时重复区域被减了 2 次,故要加上 1 次。 另外,还要注意我们上面建立的坐标系和正常见到的坐标系不同,这里是倒过来的,即 x 轴往由延伸,y 轴往下延伸,这样方便我们进行计算。 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |