目录
【模板】⼀维前缀和(easy)
题目解析
1.题目链接:【模板】前缀和_牛客题霸_牛客网
2.题目描述
讲解算法原理
解法(前缀和):
算法思路:
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] 。
编写代码
c++算法代码:
#include <iostream>
using namespace std;
const int N = 100010;
long long arr[N], dp[N];
int n, q;
int main()
{
cin >> n >> q;
// 读取数据
for(int i = 1; i <= n; i++) cin >> arr[i];
// 处理前缀和数组
for(int i = 1; i <= n; i++) dp[i] = dp[i - 1] + arr[i];
while(q--)
{
int l, r;
cin >> l >> r;
// 计算区间和
cout << dp[r] - dp[l - 1] << endl;
}
return 0;
}
java算法代码:
import java.util.Scanner;
// 注意类名必须为 Main, 不要有任何 package xxx 信息
public class Main {
public static void main(String[] args) {
Scanner scan = new Scanner(System.in);
int n = scan.nextInt();
int q = scan.nextInt();
// 为了防⽌溢出,⽤ long 类型的数组
int[] arr = new int[n + 1];
long[] dp = new long[n + 1];
for (int i = 1; i <= n; i++) { // 读数据
arr[i] = scan.nextInt();
}
for (int i = 1; i <= n; i++) { // 处理前缀和数组 dp[i] = dp[i - 1] + arr[i];
}
while (q > 0) {
int l = scan.nextInt();
int r = scan.nextInt();
System.out.println(dp[r] - dp[l - 1]); // 使⽤前缀和数组 q--;
}
}
}
【模板】⼆维前缀和(medium)
题目解析
1.题目链接:【模板】二维前缀和_牛客题霸_牛客网
2.题目描述
讲解算法原理
解法:
算法思路:
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:
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:
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:
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,单独的绿也是;
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: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):
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
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]
编写代码
c++算法代码:
#include <iostream>
using namespace std;
const int N = 1010;
int arr[N][N];
long long dp[N][N];
int n, m, q;
int main()
{
cin >> n >> m >> q;
// 读⼊数据
for(int i = 1; i <= n; i++)
for(int j = 1; j <= m; j++)
cin >> arr[i][j];
// 处理前缀和矩阵
for(int i = 1; i <= n; i++)
for(int j = 1; j <= m; j++)
dp[i][j] = dp[i - 1][j] + dp[i][j - 1] + arr[i][j] - dp[i - 1][j -
1];
// 使⽤前缀和矩阵
int x1, y1, x2, y2;
while(q--)
{
cin >> x1 >> y1 >> x2 >> y2;
cout << dp[x2][y2] - dp[x1 - 1][y2] - dp[x2][y1 - 1] + dp[x1 - 1][y1 -
1] << endl;
}
}
java算法代码:
import java.util.Scanner;
// 注意类名必须为 Main, 不要有任何 package xxx 信息
public class Main {
public static void main(String[] args) {
Scanner in = new Scanner(System.in);
int n = in.nextInt();
int m = in.nextInt();
int q = in.nextInt();
int[][] arr = new int[n + 1][m + 1];
long[][] dp = new long[n + 1][m + 1];
// 读⼊数据
for(int i = 1; i <= n; i++)
for(int j = 1; j <= m; j++)
arr[i][j] = in.nextInt();
// 处理前缀和矩阵
for(int i = 1; i <= n; i++)
for(int j = 1; j <= m; j++)
dp[i][j] = dp[i - 1][j] + dp[i][j - 1] - dp[i - 1][j - 1] +
arr[i][j];
// 使⽤前缀和矩阵
while(q > 0)
{
int x1 = in.nextInt(), y1 = in.nextInt(), x2 = in.nextInt(), y2 =
in.nextInt();
System.out.println(dp[x2][y2] - dp[x1 - 1][y2] - dp[x2][y1 - 1] +
dp[x1 - 1][y1 - 1]);
q--;
}
}
}
标签:优选,前缀,int,sum,矩阵,nextInt,算法,十三篇,dp
From: https://blog.csdn.net/weixin_73861555/article/details/142670513