前缀和(c++,超详细,含二维)

前缀和与差分

当给定一段整数序列a1,a2,a3,a4,a5…an;

每次让我们求一段区间的和,正常做法是for循环遍历区间起始点到结束点,进行求和计算,但是当询问次数很多并且区间很长的时候

比如,10^5 个询问和10^6区间长度,相乘就是 10^11,这样在c++里面会远远的超时,此时我们就要请出一个求区间和的小技巧——前缀和

1 一维前缀和

假设给定一串整数序列 ai= { 1, 2, 3, 4, 5, 6, 7, 8 }

如果我们每次都去求一区间的和,不仅麻烦而且超时

但是我们想,每个数字位置都是固定的,数字总个数也是确定的,这是一个静态的序列

那我们可以先求出前i个数的和,当求区间[ l ,r ]的和时,可以直接由前r个数的和减掉前l个数的和得到的差作为l,r区间的和

有这个思路,那我们可以得到前缀和数组

sum[i] = sum[i-1] + arr[i]; //前i个数的和 = 前i-1个数的和+第i个数的和

ps:我发现有一点点动态规划的味道了

这样就能得到代码了

int n;
cin>>n;
int arr[1000] = {0};
for(int i=1;i<=n;i++)cin>>arr[i];//输入题目给定的整数序列

int sum[1000] = {0};
for(int  i=1;i<=n;i++)sum[i] = sum[i-1]+arr[i];

当我们想输出 l~r 的区间和

可以直接相减得到

即:

cout<<sum[r] - sum[l-1];

原题链接:795. 前缀和 - AcWing题库

完整代码

#include<iostream>

using namespace std;

int n,m;//n个数m次询问
int arr[100100];//输入的整数序列
int sum[100010];//前缀和数组
int main(){
    cin>>n>>m;
    for(int i=1;i<=n;i++)cin>>arr[i],sum[i] = sum[i-1]+arr[i];
    while(m--){
        int l,r;
        cin>>l>>r;
        cout<<sum[r]-sum[l-1]<<endl;
       
    }
     return 0;
}

3 二维前缀和

掌握了一位前缀和,根据这个原理,我们就可以很轻松的学习二维前缀和了

现在有一个二维的整数序列,假设我们想计算,(x1,y1)到(x2,y2)矩阵之间的和,即第x1行到x2行之间,第y1列到y2列之间的矩阵和,又该怎么求呢

如果只是二层for循环遍历,那当矩阵大和查询次数多了之后肯定是会超时的,所以这个 方法是肯定不适用的

那么我们的二维前缀和就出场了

二位前缀和数组的使用

首先假设sum[1000] [1000]就是二维前缀和数组,并且我们这是我们已经计算完得到的二维前缀和数组

ps:先讲应用再讲实现方式比较好接受,所以我们先假设二维前缀和数组已经计算完毕了

看接下来的图,我们要求(x1,y1)到(x2,y2)之间的矩阵的和,即白色阴影区间的值

sum[x2 ] [y2 ]中保存的是从(0,0)到(x2,y2)矩阵和的值 ,那我们可以通过sum[x2 ] [y2 ] 减去目标区间左边这一块区间的值,再减去上面那一块值,即打勾号的区间,但是我们发现,这两个区间在打×号的地方重合了,也就是多减去了一次,那我们再将这一块加回去,这样就得到的目标区间的值

是不是也很简单

ans = sum[x2][y2] -  sum[x2][y1-1] - sum[x1-1][y2]+sum[x1-1][y1-1];
// sum[x2][y1-1] 左区间
// sum[x1-1][y2] 上区间
// sum[x1-1][y1-1] 重叠区间
// ans 目标区间和

请添加图片描述

接下来就是二维前缀和数组的构造啦

二维前缀和的构造

已经学习完二维前缀和数组的使用,那我们很已经掌握了整体 - 部分的思想

二维前缀和的构造也使用的这种思路

上图!

(x,y)处的前缀和数组可以由(x-1,y)与(x,y-1)两处的计算,但是我们看图会发现,有一部分重叠了,所以需要再减去重叠的(x-1,y-1),再加上这个点的值arr[x] [y]就能得到(x,y)处的前缀和数组

上代码!

sum[x][y] = sum[x-1][y]+sum[x][y-1]-sum[x-1][y-1]+arr[x][y];
//sum[x-1][y] 上面的区间
//sum[x][y-1]左边的区间
//sum[x-1][y-1]重叠区间
//arr[x][y]当前点的值

请添加图片描述

完整代码:796. 子矩阵的和 - AcWing题库

原题链接:

#include<iostream>

using namespace std;

int n,m,q;
long long int sum[1010][1010];
int main(){
    cin>>n>>m>>q;

    for(int i=1;i<=n;i++){
        for(int j=1;j<=m;j++){
            int a;
            cin>>a;
            sum[i][j] = sum[i-1][j]+sum[i][j-1]-sum[i-1][j-1]+a;  //得到二维前缀和数组
        }
    }
    while(q--){
        int x1,y1,x2,y2;
        cin>>x1>>y1>>x2>>y2;
        cout<<sum[x2][y2] - sum[x2][y1-1] - sum[x1-1][y2] + sum[x1-1][y1-1]<<endl;
    }
    return 0;
}

看到这,给个赞再走吧~

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:/a/169284.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

Java语法基础

回顾 1、了解编程语言 2、编程语言分类 ​ 机器语言、汇编语言、高级语言 3、了解java ​ 跨平台&#xff08;.class文件&#xff09; .java&#xff08;源文件&#xff09; ​ .java ----编译---->.class 4、jdk 、jre、jvm 5、开发 写代码 eclipse idea 记事本 …

企业级SSD还是一个巨大的蓝海~

根据Allied Market Research市场分析报告显示&#xff0c;2020 年全球企业级 SSD 市场规模为 178.5 亿美元&#xff0c;预计到 2030 年将达到 468.9 亿美元&#xff0c;2021 年至 2030 年的复合年增长率为 10.2%。 扩展阅读&#xff1a;华为展望&#xff5c;2030年数据中心存储…

科技云报道:全球勒索攻击创历史新高,如何建立网络安全的防线?

科技云报道原创。 最简单的方式&#xff0c;往往是最有效的&#xff0c;勒索软件攻击就属于这类。 近两年&#xff0c;随着人类社会加速向数字世界进化&#xff0c;勒索软件攻击成为网络安全最为严重的威胁之一。今年以来&#xff0c;勒索软件攻击在全球范围内呈现快速上升态…

亚马逊、eBay如何提升测评环境的安全性?解决砍单和F号问题

跨境平台的风控不是一层不会变的&#xff0c;特别年底风控最为严格。亚马逊的风控升级都是大规模持续进行的。如果测评环境没有相应更新&#xff0c;可能会导致大量订单被取消&#xff0c;账号被F&#xff0c;甚至店铺被关联&#xff0c;因此针对风控升级至关重要。 今年&…

微信私域运营工具CRM

为什么要做微信私域&#xff1f; 客户在哪里&#xff1f;微信&#xff01;在中国&#xff0c;不论男女老少&#xff0c;90%的人每天使用微信至少5次&#xff0c;每次使用时间超过90分钟&#xff0c;已经成为像吃饭穿衣一样的生活必需品。因此&#xff0c;我们的目标客户就在微…

【数据结构】详解链表结构

目录 引言一、链表的介绍二、链表的几种分类三、不带头单链表的一些常用接口3.1 动态申请一个节点3.2 尾插数据3.3 头插数据3.4 尾删数据3.5 头删数据3.6 查找数据3.7 pos位置后插入数据3.8 删除pos位置数据3.9 释放空间 四、带头双向链表的常见接口4.1创建头节点&#xff08;初…

旋极携手西班牙SoC-e公司,为中国客户提供高效可靠TSN通讯解决方案

2023年2月&#xff0c;旋极信息与西班牙SoC-e公司正式签订战略合作协议&#xff0c;成为其在中国区重要合作伙伴。 SoC-e是一家世界领先的基于FPGA技术的以太网通讯解决方案供应商&#xff0c;是一系列IP核开发领域的先锋&#xff0c;为关键任务实施网络化、同步性和安全性提供…

网络参考模型与标准协议(二)-TCP/IP对等模型详细介绍

应用层 应用层为应用软件提供接口&#xff0c;使应用程序能够使用网络服务。应用层协议会指定使用相应的传输层协议&#xff0c;以及传输层所使用的端口等。TCP/IP每一层都让数据得以通过网络进行传输&#xff0c;这些层之间使用PDU ( Paket Data Unit,协议数据单元)彼此交换信…

Virtual安装centos后,xshell连接centos 测试及遇到的坑

首先来一张官方的图--各种网络模式对应的连接状况&#xff1a; 1. 网络使用Host-Only模式动态分配IP&#xff0c;点确定后&#xff0c;centos 上运行 system restart network &#xff0c;使用ifconfig查看新的ip&#xff0c;XShell可以直接连上centos&#xff0c; 但是由于使用…

【Python】给定n个十六进制正整数,输出它们对应的八进制数。

3.问题描述 给定n个十六进制正整数&#xff0c;输出它们对应的八进制数。 样例输入 2 39 123ABC 样例输出 71 4435274 n int(input()) li [] # 创建列表 for i in range(n):li.append(input()) # 输入数据 for num in li:if len(num) < 100000: # 判断长度是否符…

vue el-table字段点击出现el-input输入框,失焦保存

一、效果展示 当没有数据初始化展示如下&#xff1a; 有数据展示数据&#xff0c;点击出现输入框&#xff0c; 失焦保存修改 二、代码实现 <!-- cell-click"cellClick" 当前单击的单元格 --> <el-tableref"table"size"mini"height&qu…

vue3+vite+SQL.js 读取db3文件数据

前言&#xff1a;好久没写博客了&#xff0c;最近一直在忙&#xff0c;没时间梳理。最近遇到一个需求是读取本地SQLite文件&#xff0c;还是花费了点时间才实现&#xff0c;没怎么看到vite方面写这个的文章&#xff0c;现在分享出来完整流程。 1.pnpm下载SQL.js(什么都可以下)…

值得学习的演示文稿制作范例

1,在第一张幻灯片前插入1张新幻灯片,设置幻灯片大小为“全屏显示(16:9) ”;为整个演示文稿应用“离子会议室”主题,放映方式为“观众自行浏览”;除了标1题幻灯片外其它每张幻灯片中的页脚插入“晶泰来水晶吊坠”七个字。 2,第一张幻灯片的版式设置为“标题幻灯片”,主标题为“…

逻辑漏洞(越权)

逻辑漏洞&#xff08;越权&#xff09; 0x01 何为逻辑漏洞 逻辑漏洞是指&#xff0c;在编写程序的时&#xff0c;一个流程处理处理逻辑&#xff0c;不够谨慎或逻辑不完整&#xff0c;从而造成验证失效、敏感信息暴露等问题&#xff0c;这类问题很难利用工具去发现&#xff0c…

高防CDN有什么作用?

分布式拒绝服务攻击&#xff08;DDoS攻击&#xff09;是一种针对目标系统的恶意网络攻击行为&#xff0c;DDoS攻击经常会导致被攻击者的业务无法正常访问&#xff0c;也就是所谓的拒绝服务。 常见的DDoS攻击包括以下几类&#xff1a; 网络层攻击&#xff1a;比较典型的攻击类…

vue3父组件提交校验多个子组件

实现功能&#xff1a;在父组件提交事件中校验多个子组件中的form 父组件&#xff1a; <script setup lang"ts">import {ref, reactive} from vueimport childForm from ./childForm.vueimport childForm2 from ./childForm2.vuelet approvalRef ref()let ap…

Arcgis小技巧【16】:ArcMap的那些功能在ArcGIS Pro里都去哪儿了?

有部分小伙伴现在已经用上了ArcGIS Pro&#xff0c;但可能还会有些不习惯。 一个很重要的原因&#xff0c;原来在ArcMap中的一些功能&#xff0c;好像在Pro里消失了。 不排除一些功能确实被移除了&#xff0c;但大部分其实是因为UI的变化&#xff0c;给放在了别的地方。 这里…

Flink 运行架构和核心概念

Flink 运行架构和核心概念 几个角色的作用&#xff1a; 客户端&#xff1a;提交作业JobManager进程 任务管理调度 JobMaster线程 一个job对应一个JobMaster 负责处理单个作业ResourceManager 资源的分配和管理&#xff0c;资源就是任务槽分发器 提交应用&#xff0c;为每一个…

矩阵理论——Gerschgorin定理,以及用python绘制Gerschgorin圆盘动图

矩阵理论——Gerschgorin定理&#xff0c;以及用python绘制Gerschgorin圆盘动图 在矩阵的特征值估计理论当中&#xff0c;有一节是盖尔圆盘定理&#xff1a; 对于一个n阶复数矩阵A&#xff0c;每个特征值lambda位于至少一个Gerschgorin圆盘中&#xff0c;这些圆盘的中心为矩阵…