【算法优选】 前缀和专题——壹

这篇具有很好参考价值的文章主要介绍了【算法优选】 前缀和专题——壹。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

😎前言

含义

  • 前缀和实际上就是对于长度为n的数组,我们新建立一个数组长度为n+1,第i个元素的值为前i个元素的和(包括第i个元素)

特点

  1. 前缀和数组比原数组多一个长度。
  2. 前缀和的第0个元素的值为0。
  3. 根据前缀和数组的特点,求前缀和时。我们只需要用第i个元素的值+第i-1个前缀个数组的值就可能得到第i个前缀和数组的值。(这也是一种动态规划的思想)。

应用

  • 前缀和算法可以解决一些在数组中与连续有关的问题

🎄前缀和

描述

  • 给定一个长度为n的数组a1, a.2, …
  • 接下来有q次查询,每次查询有两个参数, r.
  • 对于每个询问,请输出ar + a1+1 + … ar

输入描述:

  • 第一行包含两个整数n和q.
  • 第二行包含n个整数,表示a1, a2, …
  • 接下来q行行包含两个整数和r.
  • 1≤n,q≤10^5
  • -10^9 ≤ a[i]≤ 10 ^ 9
  • 1≤l≤r≤n

输出描述:

  • 输出q行,每行代表-次查询的结果.

示例1

  • 输入:
    3 2
    1 2 4
    1 2
    2 3

  • 输出:
    3
    6

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);
        // 注意 hasNext 和 hasNextLine 的区别
        while (in.hasNextInt()) { // 注意 while 处理多个 case
            int a = in.nextInt();
            int b = in.nextInt();
            System.out.println(a + b);
        }
    }
}

🚩算法思路

  1. 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] ;

  2. 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] 。

🚩代码实现

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 scanner = new Scanner(System.in);
        int n = scanner.nextInt();
        int q = scanner.nextInt();
        int[] arr = new int[n + 1];
        for (int i = 1; i < n + 1; i++) {
            arr[i] = scanner.nextInt();
        }
        long[] dp = new long[n + 1];
        for (int i = 1; i < n + 1; i++) {
            dp[i] = dp[i - 1] + arr[i];
        }
        while (q > 0) {
            int l = scanner.nextInt();
            int r = scanner.nextInt();
            System.out.println(dp[r] - dp[l-1]);
            q--;
        }
    }
}

🌲二维前缀和

🚩题目描述

给你一个n行m列的矩阵A,下标从1开始。

接下来有q次渣询,每次查询输入4个参数x1 ,y1 ,x2,y2

请输出以(x1, y1)左角, (x2,y2) 为右下角的子矩阵的和,

  • 输入描述:
    第一行包含三个整数n,m,q.
    接下来n行,行m个整数,代表矩阵的元素
    接下来q行,每行4个整数x1, y1, x2, y2,分别代表这次查询的参数

  • 1≤n,m≤1000

  • 1≤q≤105

  • -10°≤a[i][j]≤109

  • 1≤x1≤x2≤n

  • 1≤y1≤y2≤m

  • 输出描述:
    输出q行,珩示碴询结果。

示例1

  • 输入:3 4 3
    1 2 3 4
    3 2 1 0
    1 5 7 8
    1 1 2 2
    1 1 3 3
    1 2 3 4

  • 输出: 8
    2 5
    3 2

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);
        // 注意 hasNext 和 hasNextLine 的区别
        while (in.hasNextInt()) { // 注意 while 处理多个 case
            int a = in.nextInt();
            int b = in.nextInt();
            System.out.println(a + b);
        }
    }
}

🚩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
【算法优选】 前缀和专题——壹,算法优选,算法,java,开发语言,前缀和
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

  1. 从 dp 表到 matrix 矩阵,横纵坐标减⼀

  2. 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

  • 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:
    【算法优选】 前缀和专题——壹,算法优选,算法,java,开发语言,前缀和
  • 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
    【算法优选】 前缀和专题——壹,算法优选,算法,java,开发语言,前缀和
    sum[i][j] =红+蓝+绿+⻩,分析⼀下这四块区域:
  1. 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)

  2. 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;

  3. 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;

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

  5. 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;

  6. 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):

【算法优选】 前缀和专题——壹,算法优选,算法,java,开发语言,前缀和
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:

  1. 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)

  2. 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;

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

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

  5. 那么,红⾊ = 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]

🚩代码实现:

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];
            }
        }
        while (q > 0) {
            int x1 = in.nextInt();
            int y1 = in.nextInt();
            int x2 = in.nextInt();
            int y2 = in.nextInt();
            System.out.println(dp[x2][y2] - dp[x1 - 1][y2] - dp[x2][y1 - 1] + dp[x1 - 1][y1
                               - 1]);
            q--;
        }
    }
}

⭕总结

关于《【算法优选】 前缀和专题——壹》就讲解到这儿,感谢大家的支持,欢迎各位留言交流以及批评指正,如果文章对您有帮助或者觉得作者写的还不错可以点一下关注,点赞,收藏支持一下!文章来源地址https://www.toymoban.com/news/detail-719822.html

到了这里,关于【算法优选】 前缀和专题——壹的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【算法优选】 二分查找专题——壹

    二分查找也称折半查找(Binary Search),它是一种效率较高的查找方法。但是,折半查找要求线性表必须采用 顺序存储结构 ,而且表中元素按 有序排列 。 查找过程 : 首先,假设表中元素是按升序排列,将表中间位置记录的与查找比较,如果两者相等,

    2024年02月08日
    浏览(44)
  • 【算法优选】双指针专题——壹

    常⻅的双指针有两种形式,⼀种是 对撞指针 ,⼀种是 左右指针 对撞指针 :⼀般⽤于顺序结构中,也称左右指针。 对撞指针从两端向中间移动。⼀个指针从最左端开始,另⼀个从最右端开始,然后逐渐往中间逼近。 对撞指针的终⽌条件⼀般是两个指针相遇或者错开(也可能

    2024年02月08日
    浏览(45)
  • 【算法优选】双指针专题——叁

    常⻅的双指针有两种形式,⼀种是 对撞指针 ,⼀种是 左右指针 对撞指针 :⼀般⽤于顺序结构中,也称左右指针。 对撞指针从两端向中间移动。⼀个指针从最左端开始,另⼀个从最右端开始,然后逐渐往中间逼近。 对撞指针的终⽌条件⼀般是两个指针相遇或者错开(也可能

    2024年02月08日
    浏览(43)
  • 【算法优选】 滑动窗口专题——壹

    基本概念 滑动窗口是一种 基于双指针 的一种思想,两个指针指向的元素之间形成一个窗口。 分类:窗口有两类,一种是 固定大小类 的窗口,一类是 大小动态变化 的窗口。 给定一个含有 n 个正整数的数组和一个正整数 target 。 找出该数组中满足其总和大于等于 target 的长

    2024年02月08日
    浏览(39)
  • 【优选算法专栏】专题十:哈希表(一)

    本专栏内容为:算法学习专栏,分为优选算法专栏,贪心算法专栏,动态规划专栏以及递归,搜索与回溯算法专栏四部分。 通过本专栏的深入学习,你可以了解并掌握算法。 💓博主csdn个人主页:小小unicorn ⏩专栏分类:算法从入门到精通 🚚代码仓库:小小unicorn的代码仓库

    2024年04月13日
    浏览(34)
  • 【优选算法】专题1 -- 双指针 -- 复写0

    前言: 补充一下前文没有写到的双指针入门知识:专题1 -- 双指针 -- 移动零 目录 基础入门知识: 1. 复写零(easy) 1. 题⽬链接:1089.复习0 - 力扣(LeetCode) 2. 题⽬描述: 3.算法原理: 异地操作 本地操作 【从后向前的复写过程】 整体思路: 🎯1.先找到最后一个“复写”的

    2024年04月17日
    浏览(31)
  • 【优选算法专栏】专题九:链表--------两数之和

    本专栏内容为:算法学习专栏,分为优选算法专栏,贪心算法专栏,动态规划专栏以及递归,搜索与回溯算法专栏四部分。 通过本专栏的深入学习,你可以了解并掌握算法。 💓博主csdn个人主页:小小unicorn ⏩专栏分类:算法从入门到精通 🚚代码仓库:小小unicorn的代码仓库

    2024年02月21日
    浏览(49)
  • 【优选算法专栏】专题十六:BFS解决最短路问题---前言

    本专栏内容为:算法学习专栏,分为优选算法专栏,贪心算法专栏,动态规划专栏以及递归,搜索与回溯算法专栏四部分。 通过本专栏的深入学习,你可以了解并掌握算法。 💓博主csdn个人主页:小小unicorn ⏩专栏分类:算法从入门到精通 🚚代码仓库:小小unicorn的代码仓库

    2024年04月15日
    浏览(49)
  • 算法专题四:前缀和

    一维前缀和 1.输入数组长度n和查询次数q。 2.使用一个一维数组保存数据。 3.使用一个循环获取q次需要查询范围的数据。 4.遍历r-l+1次进行一个范围求和然后输出。 5.时间复杂度:O(n^2) 6.通过不了所有的测试用例。 1.输入数组长度n和查询次数q。 2.使用一个一维数组保存数据。

    2024年02月01日
    浏览(36)
  • 【算法专题】前缀和

    题目链接 - Nowcoder -DP34.前缀和【模板】 Nowcoder -DP34.前缀和【模板】 题目:给定一个长度为n的数组 a1​, a2​, …an. 接下来有q次查询, 每次查询有两个参数l, r. 对于每个询问, 请输出 al + al + 1 + … + ar 输入描述: 第一行包含两个整数n和q. 第二行包含n个整数, 表示 a1, a2, …an. 接

    2024年02月05日
    浏览(29)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包