国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

【算法基礎(chǔ)】前綴和與差分

這篇具有很好參考價值的文章主要介紹了【算法基礎(chǔ)】前綴和與差分。希望對大家有所幫助。如果存在錯誤或未考慮完全的地方,請大家不吝賜教,您也可以點擊"舉報違法"按鈕提交疑問。

?? PREFACE
??歡迎各位→點贊 ?? + 收藏 ? + 評論 ??
??系列專欄: 算法
?? 種一棵樹最好是十年前其次是現(xiàn)在

1.什么是前綴和

前綴和指一個數(shù)組的某下標(biāo)之前的所有數(shù)組元素的和(包含其自身)。前綴和分為一維前綴和,以及二維前綴和。前綴和是一種重要的預(yù)處理,能夠降低算法的時間復(fù)雜度??梢钥焖俚厍蟪瞿骋欢蔚暮?。

2.一維前綴和

2.1 前綴和公式

已知數(shù)組 一維前綴和時間復(fù)雜度,算法,數(shù)據(jù)結(jié)構(gòu),Powered by 金山文檔一維前綴和時間復(fù)雜度,算法,數(shù)據(jù)結(jié)構(gòu),Powered by 金山文檔
前綴和: 一維前綴和時間復(fù)雜度,算法,數(shù)據(jù)結(jié)構(gòu),Powered by 金山文檔

2.2 前綴和的作用

一維前綴和時間復(fù)雜度,算法,數(shù)據(jù)結(jié)構(gòu),Powered by 金山文檔

一維前綴和時間復(fù)雜度,算法,數(shù)據(jù)結(jié)構(gòu),Powered by 金山文檔

而且前綴和時間復(fù)雜度:預(yù)處理O(n),查詢O(1),效率比較高效,后續(xù)也會有一些其他的解法,比如說線段樹,樹狀數(shù)組等,前綴和的運行時間是最短的。

【補】關(guān)于左端邊界是1的選擇

我們會發(fā)現(xiàn)求l到r的和時,用的是一維前綴和時間復(fù)雜度,算法,數(shù)據(jù)結(jié)構(gòu),Powered by 金山文檔,類似于數(shù)學(xué)里面的數(shù)列,此時令下標(biāo)要l-1>=0,這就保證了一維前綴和時間復(fù)雜度,算法,數(shù)據(jù)結(jié)構(gòu),Powered by 金山文檔不需要定義任何的變量,使用起來比較簡單

2.3 習(xí)題:前綴和

一維前綴和時間復(fù)雜度,算法,數(shù)據(jù)結(jié)構(gòu),Powered by 金山文檔
#include <iostream>
using namespace std;
const int N=1e5+10;
int n,m;
int a[N],s[N];
int main()
{
    scanf("%d %d",&n,&m);
    for(int i=1;i<=n;i++)  scanf("%d",&a[i]);
    for(int i=1;i<=n;i++)  s[i]=s[i-1]+a[i];//前綴和初始化
    
    while(m--)
    {
        int l,r;
        scanf("%d %d",&l,&r);
        printf("%d\n",s[r]-s[l-1]);//區(qū)間和計算
    }
    return 0;
    
}

3.二維前綴和

3.1 二維前綴和公式

首先二維前綴和公式的成立是基于容斥定理的,二維前綴和實際上就是二維數(shù)組上的前綴和了。一維數(shù)組的前綴和也是一個一維數(shù)組,同樣地,二維數(shù)組的前綴和也是一個二維的數(shù)組。

一維前綴和時間復(fù)雜度,算法,數(shù)據(jù)結(jié)構(gòu),Powered by 金山文檔
紅色區(qū)域的和:一維前綴和時間復(fù)雜度,算法,數(shù)據(jù)結(jié)構(gòu),Powered by 金山文檔

3.2 習(xí)題:子矩陣的和

一維前綴和時間復(fù)雜度,算法,數(shù)據(jù)結(jié)構(gòu),Powered by 金山文檔
一維前綴和時間復(fù)雜度,算法,數(shù)據(jù)結(jié)構(gòu),Powered by 金山文檔
一維前綴和時間復(fù)雜度,算法,數(shù)據(jù)結(jié)構(gòu),Powered by 金山文檔這一子矩陣中的所有數(shù)之和為:
一維前綴和時間復(fù)雜度,算法,數(shù)據(jù)結(jié)構(gòu),Powered by 金山文檔
#include <iostream>
using namespace std;
const int N =1010;
int n,m,q;
int a[N][N],s[N][N];

int main()
{
    scanf("%d %d %d",&n,&m,&q);
    for(int i=1;i<=n;i++)
        for(int j=1;j<=m;j++)
            scanf("%d",&a[i][j]);
            
    for(int i=1;i<=n;i++)
        for(int j=1;j<=m;j++)
            s[i][j]=s[i-1][j]+s[i][j-1]-s[i-1][j-1]+a[i][j];//求前綴和
            
            
    while(q--)
    {
        int x1,y1,x2,y2;
        scanf("%d %d %d %d",&x1,&y1,&x2,&y2);
        printf("%d\n",s[x2][y2]-s[x2][y1-1]-s[x1-1][y2]+s[x1-1][y1-1]);//算子矩陣的和
    }
    return 0;
}

4.什么是差分

類似于數(shù)學(xué)中的求導(dǎo)和積分,差分可以看成前綴和的逆運算。

一維前綴和時間復(fù)雜度,算法,數(shù)據(jù)結(jié)構(gòu),Powered by 金山文檔

5.一維差分

5.1 習(xí)題:差分

一維前綴和時間復(fù)雜度,算法,數(shù)據(jù)結(jié)構(gòu),Powered by 金山文檔

a數(shù)組是b數(shù)組的前綴和數(shù)組,比如對b數(shù)組的b[i]的修改,會影響到a數(shù)組中從a[i]及往后的每一個數(shù)。

首先讓差分b數(shù)組中的 b[l] + c ,a數(shù)組變成 a[l] + c ,a[l+1] + c,,,,,, ,a[n] + c;

然后我們還需要補充,b[r+1] - c, a數(shù)組變成 a[r+1] - c,a[r+2] - c,,,,,,,,a[n] - c;

我們畫個圖理解一下這個公式的由來:

一維前綴和時間復(fù)雜度,算法,數(shù)據(jù)結(jié)構(gòu),Powered by 金山文檔
#include <iostream>
using namespace std;
const int N = 1e5 + 10;
int n, m;
int a[N], b[N];
int main()
{
    scanf("%d %d", &n, &m);
    for (int i = 1; i <= n; i++)
    {
        scanf("%d", &a[i]);
        b[i] = a[i] - a[i - 1];//構(gòu)建差分數(shù)組
    }
    int l, r, c;
    while (m--)
    {
        scanf("%d %d %d", &l, &r, &c);
        b[l] += c;//將[l,r]之間的每個數(shù)都加上c
        b[r + 1] -= c;
    }
    for (int i = 1; i <= n; i++)
    {
        a[i] = b[i] + a[i - 1];//前綴和運算
        printf("%d ", a[i]);
    }
    return 0;
}

5.2 時間復(fù)雜度的分析

如果采用暴力方法,用for循環(huán)l到r區(qū)間,時間復(fù)雜度O(n),如果我們需要對原數(shù)組執(zhí)行m次這樣的操作,時間復(fù)雜度就會變成O(n*m)??紤]差分做法可極大地降低復(fù)雜度。給a數(shù)組中的[ l, r]區(qū)間中的每一個數(shù)都加上c,只需對差分數(shù)組b做 b[l] + = c, b[r+1] - = c。時間復(fù)雜度為O(1), 大大提高了效率。

6.二維差分

6.1 習(xí)題:差分矩陣

一維前綴和時間復(fù)雜度,算法,數(shù)據(jù)結(jié)構(gòu),Powered by 金山文檔
#include <iostream>
using namespace std;
const int N=1010;
int n,m,q;
int a[N][N],b[N][N];
int main()
{
    scanf("%d %d %d",&n,&m,&q);
    for(int i=1;i<=n;i++)
    {
        for(int j=1;j<=m;j++)
        {
            cin>>a[i][j];
            //同時求二維差分矩陣b,即將前綴和公式移項
            b[i][j]=a[i][j]-a[i-1][j]-a[i][j-1]+a[i-1][j-1];
        }
    }
    while(q--)
    {
        int x1,y1,x2,y2,c;
        cin>>x1>>y1>>x2>>y2>>c;
        //差分數(shù)組的模擬
        b[x1][y1]+=c;
        b[x1][y2+1]-=c;
        b[x2+1][y1]-=c;
        b[x2+1][y2+1]+=c;
    }
    
    //根據(jù)二維差分數(shù)組b去求二維前綴和矩陣a
    for(int i=1;i<=n;i++)
    {
        for(int j=1;j<=m;j++)
        {
            a[i][j]=a[i-1][j]+a[i][j-1]-a[i-1][j-1]+b[i][j];
        }
    }
    
    for(int i=1;i<=n;i++)
    {
        for(int j=1;j<=m;j++)
        {
            printf("%d ",a[i][j]);
        }
        printf("\n");
    }
    return 0;
    
}

6.2 差分矩陣的模擬

假定我們已經(jīng)構(gòu)造好了b數(shù)組,類比一維差分,我們執(zhí)行以下操作來使被選中的子矩陣中的每個元素的值加上c:

b[x1][y1] + = c;
b[x1,][y2+1] - = c;
b[x2+1][y1] - = c;
b[x2+1][y2+1] + = c;

每次對b數(shù)組執(zhí)行以上操作,等價于:

for(int i=x1;i<=x2;i++)
  for(int j=y1;j<=y2;j++)
      a[i][j]+=c;

圖解過程:文章來源地址http://www.zghlxwxcb.cn/news/detail-804243.html

一維前綴和時間復(fù)雜度,算法,數(shù)據(jù)結(jié)構(gòu),Powered by 金山文檔
b[x1][ y1 ] +=c ; //讓整個a數(shù)組中矩形面積的元素都加上了c。
b[x1,][y2+1]-=c ; //讓整個a數(shù)組中綠色矩形面積的元素再減去c,使其內(nèi)元素不發(fā)生改變。
b[x2+1][y1]- =c ; //讓整個a數(shù)組中紫色矩形面積的元素再減去c,使其內(nèi)元素不發(fā)生改變。
b[x2+1][y2+1]+=c; //讓整個a數(shù)組中紅色矩形面積的元素再加上c,紅色內(nèi)的相當(dāng)于被減了兩次,再加上一次c,才能使其恢復(fù)。

到了這里,關(guān)于【算法基礎(chǔ)】前綴和與差分的文章就介紹完了。如果您還想了解更多內(nèi)容,請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來自互聯(lián)網(wǎng)用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載,請注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實不符,請點擊違法舉報進行投訴反饋,一經(jīng)查實,立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費用

相關(guān)文章

  • 【算法基礎(chǔ)】時間復(fù)雜度和空間復(fù)雜度

    【算法基礎(chǔ)】時間復(fù)雜度和空間復(fù)雜度

    1 算法的評價 2 算法復(fù)雜度 2.1 時間復(fù)雜度(Time Complexity) 2.1.1 如何計算時間復(fù)雜度: 2.1.2 常見的時間復(fù)雜度類別與示例 2.2?空間復(fù)雜度 2.2.1?如何計算空間復(fù)雜度 2.2.2 常見的空間復(fù)雜度與示例 3 時間復(fù)雜度和空間復(fù)雜度計算示例 例子1:計算數(shù)組中所有元素的和。 例子2:快

    2024年02月08日
    瀏覽(31)
  • 算法 時間、空間復(fù)雜度的計算(C語言/小白/零基礎(chǔ)/新手 + 例題)

    算法 時間、空間復(fù)雜度的計算(C語言/小白/零基礎(chǔ)/新手 + 例題)

    目錄 1. 時間復(fù)雜度 計算時間復(fù)雜度( O(N))的方法: ? 例1:嵌套循環(huán)時間復(fù)雜度的計算? ? ? 例2:雙重循環(huán)時間復(fù)雜度的計算 ? 例3:常熟循環(huán)的時間復(fù)雜度 ? 例6:冒泡排序的時間復(fù)雜度 ? 例7: 二分查找的時間復(fù)雜度 ? 例8:斐波那契的時間復(fù)雜度 ? ? ? ? 常見的時間

    2024年02月08日
    瀏覽(24)
  • 【數(shù)據(jù)結(jié)構(gòu)】初探時間與空間復(fù)雜度:算法評估與優(yōu)化的基礎(chǔ)

    【數(shù)據(jù)結(jié)構(gòu)】初探時間與空間復(fù)雜度:算法評估與優(yōu)化的基礎(chǔ)

    ?? 紙上得來終覺淺, 絕知此事要躬行。 ??主頁:June-Frost ??專欄:數(shù)據(jù)結(jié)構(gòu) ??該文章主要了解算法的時間復(fù)雜度與空間復(fù)雜度等相關(guān)知識。 ??時間復(fù)雜度和空間復(fù)雜度是計算機科學(xué)中用來評估算法效率的兩個重要概念。它們分別描述了算法在執(zhí)行時間和額外內(nèi)存使用方

    2024年02月08日
    瀏覽(29)
  • C/C++ 前綴和與差分

    個人主頁:仍有未知等待探索_C語言疑難,數(shù)據(jù)結(jié)構(gòu),算法-CSDN博客 專題分欄:算法_仍有未知等待探索的博客-CSDN博客 目錄 一、前言 1、什么是前綴和 2、什么是差分 3、優(yōu)勢 1.樸素做法: 2.用差分數(shù)組 二、代碼實現(xiàn) 1、給一個數(shù)組去求其差分數(shù)組 2、給一個數(shù)組去求其前綴和數(shù)

    2024年02月03日
    瀏覽(22)
  • 【algorithm】認真講解前綴和與差分 (圖文搭配)

    【algorithm】認真講解前綴和與差分 (圖文搭配)

    ??write in front?? ??個人主頁:認真寫博客的夏目淺石. ??系列專欄:AcWing算法筆記 今天的月色好美 這里介紹以下前綴和算法以及差分算法,用來梳理自己所學(xué)到的算法知識。 從我的理解角度來講:前綴和就是高中數(shù)學(xué)當(dāng)中的數(shù)列的求和Sn,差分就是前綴和的逆運算,就是

    2024年01月21日
    瀏覽(28)
  • 算法之【時間復(fù)雜度】與【空間復(fù)雜度】

    算法之【時間復(fù)雜度】與【空間復(fù)雜度】

    目錄 一、算法 1、算法定義 2、兩種算法的比較 3、算法的特性 4、算法設(shè)計的要求 二、算法的復(fù)雜度 1、時間復(fù)雜度 1.1定義 1.2大O的漸近表示法 1.3推導(dǎo)大O階方法 1.4最壞情況與平均情況 1.5常見的時間復(fù)雜度計算示例 ??常數(shù)階: ??線性階:? ??對數(shù)階: ??平方階: 2、空間

    2024年02月05日
    瀏覽(25)
  • 算法的時間復(fù)雜度與空間復(fù)雜度

    算法的時間復(fù)雜度與空間復(fù)雜度

    1.算法效率 2.時間復(fù)雜度 3.空間復(fù)雜度 4.復(fù)雜度oj題目 1.算法效率 1.1 如何衡量一個算法的好壞 一輛車的好壞我們可以從價格,油耗...... 方面來衡量,但衡量一個算法的好壞我們該從哪一個方面入手呢?比如斐波那契數(shù)列: 斐波那契數(shù)列的遞歸實現(xiàn)方式非常簡潔,但簡潔一定

    2024年02月15日
    瀏覽(25)
  • 算法的時間復(fù)雜度和空間復(fù)雜度

    算法的時間復(fù)雜度和空間復(fù)雜度

    目錄 本章重點 一 時間復(fù)雜度 2.1?時間復(fù)雜度的概念 2.2?大O的漸進表示法 2.3?常見的時間復(fù)雜度的計算 二 空間復(fù)雜度 三 常見復(fù)雜度對比 四 復(fù)雜度的oj練習(xí) 4.1?消失的數(shù)字 4.2?旋轉(zhuǎn)數(shù)字 每一天都是人生限定,每一天都值得100%努力 (1)算法效率(2)時間復(fù)雜度(3)空間復(fù)

    2024年02月01日
    瀏覽(21)
  • 八大排序算法(含時間復(fù)雜度、空間復(fù)雜度、算法穩(wěn)定性)

    八大排序算法(含時間復(fù)雜度、空間復(fù)雜度、算法穩(wěn)定性)

    下列算法默認都是對數(shù)組進行升序 1.1、算法思想 插入排序是一種簡單直觀的排序算法,它的工作原理是通過構(gòu)建有序序列,對于未排序數(shù)據(jù),在已排序序列中從后向前掃描,找到相應(yīng)位置并插入。 插入排序的具體步驟如下: 從第一個元素開始,該元素可以認為已經(jīng)被排序;

    2024年02月08日
    瀏覽(23)
  • 算法的時間復(fù)雜度、空間復(fù)雜度如何比較?

    算法的時間復(fù)雜度、空間復(fù)雜度如何比較?

    目錄 一、時間復(fù)雜度BigO 大O的漸進表示法: 例題一: 例題2: 例題3:冒泡排序的時間復(fù)雜度 例題4:二分查找的時間復(fù)雜度 書寫對數(shù)的講究: 例題5: ?實例6: 利用時間復(fù)雜度解決編程題 ?編輯思路一: 思路二: 源碼: 思路三: 回顧位操作符 二、空間復(fù)雜度詳解 概念

    2024年02月15日
    瀏覽(30)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包