前缀和是一个数组在某个下标之前的所有数组元素之和(包括此元素)。
差分是将数列中的每一项分别与前一项做差。
一维前缀和
定义式:
b
[
i
]
=
∑
j
=
0
i
a
[
j
]
b[i] = \sum_{j=0}^{i}a[j]
b[i]=∑j=0ia[j];
递推公式:
b
[
0
]
=
0
;
b
[
i
]
=
b
[
i
−
1
]
+
a
[
i
]
b[0]=0; b[i] = b[i-1]+a[i]
b[0]=0;b[i]=b[i−1]+a[i];
初始化 O ( n ) O(n) O(n):
for(int i = 1; i <= n; i++){
cin >> a[i];
b[i] = b[i-1]+a[i];
}
查询 O ( 1 ) O(1) O(1):
cout << b[l] - b[r-1] << endl;
上道例题 AT1894総和
思路:本题数据范围过大,我们无法使用暴力,我们可以先计算整个数列的前缀和,然后计算数列中的所有长度为 k k k的连续的部分的总和。
#include <bits/stdc++.h>
using namespace std;
typedef long long ll;
#define endl '\\n'
#define IOS ios::sync_with_stdio(false),cin.tie(0),cout.tie(0);
const int INF = 0x7fffffff;
const int N = 1e5+10;
ll arr[N], n, k, res;
int main(){
cin >> n >> k;
for(int i = 1; i <= n; i++){
cin >> arr[i];
arr[i] += arr[i-1];
}
for(int i = 1; i <= n-k+1; i++){
res += arr[k+i-1] - arr[i-1];
}
cout << res << endl;
return 0;
}
一维差分
例如
A
:
1
,
2
,
3
,
4
,
5
,
6
A:1,2,3,4,5,6
A:1,2,3,4,5,6,差分后是
B
:
1
,
1
,
1
,
1
,
1
,
1
B:1,1,1,1,1,1
B:1,1,1,1,1,1。
所以我们可以知道,对于一个给定的数列
A
[
]
A[]
A[],它的差分数列
B
[
]
B[]
B[]为:
B
[
1
]
=
A
[
1
]
,
B
[
i
]
=
A
[
i
]
−
A
[
i
−
1
]
B[1] = A[1],B[i] = A[i] - A[i-1]
B[1]=A[1],B[i]=A[i]−A[i−1]。(数列
A
[
]
A[]
A[]是数列
B
[
]
B[]
B[]的前缀和)
单点修改:
A
[
i
]
+
n
u
m
A[i]+num
A[i]+num。
若将
A
[
2
]
+
1
A[2]+1
A[2]+1,则
A
:
1
,
3
,
3
,
4
,
5
,
6
B
:
1
,
2
,
0
,
1
,
1
,
1
A:1,3,3,4,5,6\quad B:1,2,0,1,1,1
A:1,3,3,4,5,6B:1,2,0,1,1,1。
所以我们发现单点修改,只要改变差分数列中的自己和后一个数即可(即
A
[
i
]
+
n
u
m
,
A
[
i
+
1
]
−
n
u
m
A[i]+num,A[i+1]-num
A[i]+num,A[i+1]−num)
区间修改:区间
[
L
,
R
]
[L,R]
[L,R]增加
n
u
m
num
num。
若将
A
A
A数组
[
2
,
5
]
[2,5]
[2,5]每个元素增加
1
1
1,则
A
:
1
,
3
,
4
,
5
,
6
,
6
B
:
1
,
2
,
1
,
1
,
1
,
0
A:1,3,4,5,6,6 \quad B:1,2,1,1,1,0
A:1,3,4,5,6,6B:1,2,1,1,1,0。
所以我们发现区间修改,只需要改变
B
[
L
]
B[L]
B[L]和
B
[
R
+
1
]
B[R+1]
B[R+1]即可(即
A
[
L
]
+
n
u
m
,
A
[
R
+
1
]
−
n
u
m
A[L]+num,A[R+1]-num
A[L]+num,A[R+1]−num)
同样上道例题 CF44C
思路:这道题的数据范围很小,我们使用暴力也是可以解决的,但在这里我们还是使用一维差分的思想。那么我们应该如何实现?很简单,我们只需要开一个数组,对它进行区间修改(即在 a r r [ l ] arr[l] arr[l]上加 1 1 1表示浇过一天水,再在 a r r [ r + 1 ] arr[r+1] arr[r+1]上减去 1 1 1表示到这一天截止),最后从头到尾遍历一遍, a r r [ i ] + = a r r [ i − 1 ] arr[i]+=arr[i-1] arr[i]+=arr[i−1]即可。
#include <bits/stdc++.h>
using namespace std;
typedef long long ll;
#define endl '\\n'
#define IOS ios::sync_with_stdio(false),cin.tie(0),cout.tie(0);
const int INF = 0x7fffffff;
const int N = 1e5+10;
int arr[N], n, m, l, r;
int main(){
cin >> n >> m;
for(int i = 1; i <= m; i++){
cin >> l >> r;
arr[l] += 1;
arr[r+1] -= 1;//做差分
}
for(int i = 1; i <= n; i++){
arr[i] += arr[i-1];
if(arr[i] != 1){
cout << i << " " << arr[i] << endl;
return 0;
}
}
cout << "OK" << endl;
return 0;
}
二维前缀和
定义式: b [ x ] [ y ] = ∑ i = 0 x ∑ j = 0 y a [ i ] [ j ] b[x][y]=\sum_{i=0}^{x}\sum_{j=0}^{y}a[i][j] b[x][y]=∑i=0x∑j=0ya[i][j]。
递推公式: b [ x ] [ y ] = b [ x − 1 ] [ y ] + b [ x ] [ y − 1 ] − b [ x − 1 ] [ y − 1 ] + a [ x ] [ y ] b[x][y]=b[x-1][y]+b[x][y-1]-b[x-1][y-1]+a[x][y] b[x][y]=b[x−1][y]+b[x][y−1]−b[x−1][y−1]+a[x][y]。
初始化 O ( n m ) O(nm) O(nm):
for(int i = 1; i <= n; i++){
for(int j = 1; j <= m; j++){
cin >> a[i][j];
b[i][j] = b[i-1][j] + b[i][j-1] - b[i-1][j-1] + a[i][j];
}
}
下面我们来理解为什么二维前缀和的递推公式为 b [ i ] [ j ] = b [ i − 1 ] [ j ] + b [ i ] [ j − 1 ] − b [ i − 1 ] [ j − 1 ] + a [ i ] [ j ] b[i][j] = b[i-1][j] + b[i][j-1] - b[i-1][j-1] + a[i][j] b[i][j]=b[i−1][j]+b[i][j−1]−b[i−1][j−1]+a[i][j]。
现在我们来计算区间
A
[
2
]
[
2
]
A[2][2]
A[2][2]的前缀和:
如果我们直接用递推公式
B
[
2
]
[
2
]
=
B
[
2
]
[
1
]
+
B
[
1
]
[
2
]
−
A
[
1
]
[
1
]
+
A
[
2
]
[
2
]
=
9
+
5
−
2
+
4
=
16
B[2][2]=B[2][1]+B[1][2]-A[1][1]+A[2][2]=9+5-2+4=16
B[2][2]=B[2][1]+B[1][2]−A[1][1]+A[2][2]=9+5−2+4=16;为什么呐?
B
[
2
]
[
2
]
=
A
[
1
]
[
1
]
+
A
[
1
]
[
2
]
+
A
[
2
]
[
1
]
+
A
[
2
]
[
2
]
=
2
+
3
+
7
+
4
=
16
B[2][2]=A[1][1]+A[1][2]+A[2][1]+A[2][2]=2+3+7+4=16
B[2][2]=A[1][1]+A[1][2]+A[2][1]+A[2][2]=2+3+7+4=16;
B
[
2
]
[
1
]
=
A
[
1
]
[
1
]
+
A
[
2
]
[
1
]
B[2][1]=A[1][1]+A[2][1]
B[2][1]=A[1][1]+A[2][1];
B
[
1
]
[
2
]
=
A
[
1
]
[
1
]
+
A
[
1
]
[
2
]
B[1][2]=A[1][1]+A[1][2]
B[1][2]=A[1][1]+A[1][2];
使用在我们计算
A
[
2
]
[
2
]
A[2][2]
A[2][2]前缀和的时候就可以用
A
[
1
]
[
2
]
A[1][2]
A[1][2]的前缀和加上
A
[
2
]
[
1
]
A[2][1]
A[2][1]的前缀和,再减去多加的
A
[
1
]
[
1
]
A[1][1]
A[1][1],最后加上自己本身的数值。
查询 O ( 1 ) O(1) O(1):
sum = b[x2][y2] - b[x2][y1-1] - b[x1-1][y2] + b[x1-1][y1-1];
同样的下面我们来理解二维前缀和的查询代码:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-s7VAPOXL-1645189342897)(https://s3-us-west-2.amazonaws.com/secure.notion-static.com/6a31d6d6-56de-438c-9fac-715c7d4e5e19/Untitled.png)]
现在我们想求区间
A
[
2
]
[
3
]
A[2][3]
A[2][3]到
A
[
3
]
[
3
]
A[3][3]
A[3][3]的数值之和
r
e
s
res
res:
如果我们直接使用代码
r
e
s
=
B
[
3
]
[
3
]
−
B
[
3
]
[
2
]
−
B
[
1
]
[
3
]
+
B
[
1
]
[
2
]
=
52
−
30
−
9
+
5
=
18
res=B[3][3]-B[3][2]-B[1][3]+B[1][2]=52-30-9+5=18
res=B[3][3]−B[3][2]−B[1][3]+B[1][2]=52−30−9+5=18;
W
h
y
Why
Why?
我们来看
B
[
3
]
[
3
]
B[3][3]
B[3][3]等于区间
A
[
1
]
[
1
]
A[1][1]
A[1][1]到
A
[
3
]
[
3
]
A[3][3]
A[3][3]的和,
B
[
2
]
[
3
]
B[2][3]
B[2][3]等于区间
A
[
1
]
[
1
]
A[1][1]
A[1][1]到
A
[
2
]
[
3
]
A[2][3]
A[2][3]的和
现在我们计算区间
A
[
2
]
[
3
]
A[2][3]
A[2][3]到
A
[
3
]
[
3
]
A[3][3]
A[3][3]的和,就等于我们在区间
A
[
1
]
[
1
]
A[1][1]
A[1][1]到
A
[
3
]
[
3
]
A[3][3]
A[3][3]上删除区间
A
[
1
]
[
1
]
A[1][1]
A[1][1]到
A
[
3
]
[
2
]
A[3][2]
A[3][2]和区间
A
[
1
]
[
1
]
A[1][1]
A[1][1]到
A
[
1
]
[
3
]
A[1][3]
A[1][3],但我们又发现我们多删除了区间
A
[
1
]
[
1
]
A[1][1]
A[1][1]到
A
[
1
]
[
2
]
A[1][2]
A[1][2],所以我们要加上它.
所以
r
e
s
=
B
[
3
]
[
3
]
−
B
[
3
]
[
2
]
−
B
[
1
]
[
3
]
+
B
[
1
]
[
2
]
res=B[3][3]-B[3][2]-B[1][3]+B[1][2]
res=B[3][3]−B[3][2]−B[1][3]+B[1][2]。
来检验检验自己是否理解P1719最大加权矩形
思路:计算出 N × N N\times N N×N矩阵的前缀和,如果枚举找出一个矩形,这个矩形内包含的所有元素的和最大。
#include <bits/stdc++.h>
using namespace std;
typedef long long ll;
#define endl '\\n'
#define IOS ios::sync_with_stdio(false),cin.tie(0),cout.tie(0);
const int INF = 0x7fffffff;
const int N = 1e5+10;
int MAX = -INF;
int n, m, c, x, y, t, sum[130][130];
int main(){
cin >> n;
for(int i = 1; i <= n; i++){
for(int j = 1; j <= n; j++){
cin >> t;
sum[i][j] = sum[i-1][j] + sum[i][j-1] - sum[i-1][j-1] + t;
}
}
for(int x1 = 1; x1 <= n; x1++){
for(int y1 = 1; y1 <= n; y1++){
for(int x2 = 1; x2 <= n; x2++){
for(int y2 = 1; y2 <= n; y2++){
if(x2 < x1 || y2 < y1) continue;
MAX = max(MAX,sum[x2][y2] + sum[x1-1][y1-1] - sum[x2][y1-1] - sum[x1-1][y2]);
}
}
}
}
cout << MAX << endl;
return 0;
}
二维差分
这里我们写的是前缀和和差分的对比理解,所以在这里我们使用的是二维差分的直接构造方法,
在一维差分中,我们曾说过这样一句话:数列 A [ ] A[] A[](原数组)是数列 B [ ] B[] B[](差分数组)的前缀和。同样的道理:在二维差分中,原数组也是差分数组的前缀和,使用我们通过前缀和的构造公式: b [ i ] [ j ] = b [ i − 1 ] [ j ] + b [ i ] [ j − 1 ] − b [ i − 1 ] [ j − 1 ] + a [ i ] [ j ] b[i][j] = b[i-1][j] + b[i][j-1] - b[i-1][j-1] + a[i][j] b[i][j]=b[i−1][j]+b[i][j−1]−b[i−1][j−1]+a[i][j](这里 b [ ] [ ] b[][] b[][]是前缀和数组, A [ ] [ ] A[][] A[][]是原数组),我们可以知道二维差分的构造公式为: b [ i ] [ j ] = a [ i ] [ j ] − a [ i − 1 ] [ j ] − a [ i ] [ j − 1 ] + a [ i − 1 ] [ j − 1 ] b[i][j]=a[i][j]−a[i−1][j]−a[i][j−1]+a[i−1][j−1] b[i][j]=a[i][j]−a[i−1][j]−a[i][j−1]+a[i−1][j−1](这里 b [ ] [ ] b[][] b[][]是差分数组, A [ ] [ ] A[][] A[][]是原数组)。
构造:
for(int i = 1; i <= n; i++){
for(int j = 1; j <= m; j++){
cin >> arr[i][j];
b[i][j] = arr[i][j] - arr[i-1][j] - arr[i][j-1] + arr[i-1][j-1];
}
}
下面我们先把修改操作的代码给大家
for(int i = 1; i <= q; i++){
cin >> x2 >> y2 >> x3 >> y3 >> c;
b[x2][y2] += c;
b[x2][y3+1] -= c;
b[x3+1][y2] -= c;
b[x3+1][y3+1] += c;
}
每次对 b b b数组执行以上操作,等价于
for(int i = x2; i <= x3; i++){
for(int j = y2; j <= y3; j++){
arr[i][j] += c;
}
}
下面我们画图来理解这个修改过程:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-saGrB1iq-1645189342898)(https://s3-us-west-2.amazonaws.com/secure.notion-static.com/aac5fd11-9a9d-49f6-bac6-75263af4576a/Untitled.png)]
b
[
x
1
]
[
y
1
]
+
=
c
b[x_1][y_1] += c
b[x1][y1]+=c;让整个
a
r
r
arr
arr数组中的黄色矩形内的每个元素都加上
c
c
c;
b
[
x
1
]
[
y
2
+
1
]
−
=
c
b[x_1][y_2+1] -= c
b[x1][y2+1]−=c;让整个
a
r
r
arr
arr数组中的红色矩形内的每个元素都减去
c
c
c,使其内元素不发生改变。
b
[
x
2
+
1
]
[
y
1
]
−
=
c
b[x_2+1][y_1] -= c
b[x2+1][y1]−=c;让整个
a
r
r
arr
arr数组中的紫色矩形内的每个元素都减去
c
c
c,使其内元素不发生改变。
b
[
x
2
+
1
]
[
y
2
+
1
]
+
=
c
b[x_2+1][y_2+1] += c
b[x2+1][y2+1]+=c;让整个
a
r
r
arr
arr数组中的绿色矩形内的每个元素都加上
c
c
c,绿色内的元素相当于减去了两次,所以我们要再加上一次,使其内的元素保持不变。
这就是整个二维差分的修改操作,最后我们只需要再求一次差分数组的前缀和,就可以得到被修改的原数组了。
最后我们看一道例题,来更好的理解二维差分798. 差分矩阵
思路:这是一道二维差分的简单运用,我们可以先求出原数组的差分数组,在差分数组进行修改,最后在求差分数组的前缀和,即修改后的原数组。
#include <bits/stdc++.h>
#include <stack>
using namespace std;
typedef long long ll;
#define endl '\\n'
const int INF = 0x3fffffff;
const int N = 1e6+10;
int n, m, q, x2, y2, x3, y3, c;
int arr[1010][1010], b[1010][1010];
int main(){
cin >> n >> m >> q;
for(int i = 1; i <= n; i++){
for(int j = 1; j <= m; j++){
cin >> arr[i][j];
//求二维差分数组
b[i][j] = arr[i][j] - arr[i-1][j] - arr[i][j-1] + arr[i-1][j-1];
}
}
for(int i = 1; i <= q; i++){//修改二维差分数组
cin >> x2 >> y2 >> x3 >> y3 >> c;
b[x2][y2] += c;
b[x2][y3+1] -= c;
b[x3+1][y2] -= c;
b[x3+1][y3+1] += c;
}
for(int i = 1; i <= n; i++){
for(int j = 1; j <= m; j++){
//求修改后的原数组
b[i][j] = b[i-1][j] + b[i][j-1] - b[i-1][j-1] + b[i][j];
}
}
for(int i = 1; i <= n; i++){
for(int j = 1; j <= m; j++){
cout << b[i][j] << " ";
}
cout << endl;
}
return 0;
}