当前位置: 首页 > news >正文

【杂乱算法】前缀和与差分

前缀和

文章目录

  • 前缀和
    • 一维
      • 应用
    • 二维
    • 差分
      • 一维
    • 二维
    • 扩展
      • 1、前缀和与哈希表

一维

一个数组prefix中,第i个元素表示nums[0]nums[i-1]的总和,那么我们就称这个prefix数组是nums数组的前缀和。
prefix [ i ] = ∑ j = 0 i nums [ j ] \text{prefix}[i] = \sum_{j=0}^{i} \text{nums}[j] prefix[i]=j=0inums[j]

应用

1、快速计算下标为[i , j]区间的和。

  • prefix[j+1]- prefix[i]即为下标[i , j]之间元素的总和。

二维

matrix-sum.png

class NumMatrix {vector<vector<int>> sum;
public:NumMatrix(vector<vector<int>> &matrix) {int m = matrix.size(), n = matrix[0].size();sum.resize(m + 1, vector<int>(n + 1));for (int i = 0; i < m; i++) {for (int j = 0; j < n; j++) {sum[i + 1][j + 1] = sum[i + 1][j] + sum[i][j + 1] - sum[i][j] + matrix[i][j];}}}// 返回左上角在 (r1,c1) 右下角在 (r2,c2) 的子矩阵元素和int sumRegion(int r1, int c1, int r2, int c2) {return sum[r2 + 1][c2 + 1] - sum[r2 + 1][c1] - sum[r1][c2 + 1] + sum[r1][c1];}
};作者:灵茶山艾府
链接:https://leetcode.cn/problems/range-sum-query-2d-immutable/solutions/2667331/tu-jie-yi-zhang-tu-miao-dong-er-wei-qian-84qp/
来源:力扣(LeetCode)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

差分

一维

所谓“差分”,是指原数组中每个元素与前一元素之差所形成的数组
我们知道,对原数组进行诸位累加(前缀计算操作),所得到的数组为前缀和数组。差分数组,则是对其执行前缀计算后,能够得到原数组的那个数组 。

差分数组的主要作用,是帮助快速修改某段区间。

因此,当我们想要对原数组的 [l,r] 进行整体修改时,只需要对差分数组的lr+1 位置执行相应操作即可。

二维

扩展

1、前缀和与哈希表

力扣560.和为k的子数组
借助哈希表中判定重复元素的功能,可以帮忙判断(当前的前缀和-K)是否出现在哈希表中,如果有那么久数量加一,如果没有就将当前前缀和压入哈希表。

class Solution {
public:int subarraySum(vector<int>& nums, int k) {unordered_map<int, int> haxi; // 用于存储前缀和出现次数haxi[0] = 1; // 初始化,表示前缀和为0出现一次vector<int> qian(nums.size() + 1, 0); // 前缀和数组int ans = 0;// 计算前缀和for (int i = 1; i <= nums.size(); i++) {qian[i] = nums[i - 1] + qian[i - 1];}// 查找满足条件的子数组for (int i = 1; i <= nums.size(); i++) {int complement = qian[i] - k;if (haxi.find(complement) != haxi.end()) {ans += haxi[complement]; // 增加满足条件的子数组个数}haxi[qian[i]]++; // 更新当前前缀和的出现次数}return ans;}
};

或者也可以一次遍历即可。在遍历的同时判断(当前的前缀和-K)是否出现在哈希表中。

class Solution {
public:int subarraySum(vector<int>& nums, int k) {int ans = 0, s = 0;unordered_map<int, int> cnt{{0, 1}}; // s[0]=0 单独统计for (int x : nums) {s += x;// 注意不要直接 += cnt[s-k],如果 s-k 不存在,会插入 s-kans += cnt.contains(s - k) ? cnt[s - k] : 0;cnt[s]++;}return ans;}
};作者:灵茶山艾府
链接:https://leetcode.cn/problems/subarray-sum-equals-k/solutions/2781031/qian-zhui-he-ha-xi-biao-cong-liang-ci-bi-4mwr/
来源:力扣(LeetCode)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

相关文章:

  • 北京网站建设多少钱?
  • 辽宁网页制作哪家好_网站建设
  • 高端品牌网站建设_汉中网站制作
  • [Linux#42][线程] 锁的接口 | 原理 | 封装与运用 | 线程安全
  • 使用 Vue 官方脚手架初始化 Vue3 项目
  • 基于UE5和ROS2的激光雷达+深度RGBD相机小车的仿真指南(二)---ROS2与UE5进行图像数据传输
  • 多维的vector也可以sort!力扣刷题-合并区间有感
  • Esxi 7.0 安装windows xp 问题汇总
  • 大模型面试问题记录
  • 2018年高教社杯全国大学生数学建模竞赛(ABCD题)题目及附件
  • 数据库分库分表的介绍
  • 浅谈如何克服编程学习中的挫折感
  • java版知识付费saas租户平台的核心功能设计:打造高效、个性化的学习体验
  • 在 Hub 上使用 Presidio 进行自动 PII 检测实验
  • 3154. 到达第 K 级台阶的方案数(24.8.20)
  • C++ | Leetcode C++题解之第343题整数拆分
  • 学分绩点预警系统设计与实现(源码+lw+部署文档+讲解等)
  • Java--SpringBoot工厂模式
  • 收藏网友的 源程序下载网
  • 【MySQL经典案例分析】 Waiting for table metadata lock
  • CSS居中完全指南——构建CSS居中决策树
  • java2019面试题北京
  • Puppeteer:浏览器控制器
  • Selenium实战教程系列(二)---元素定位
  • XForms - 更强大的Form
  • 阿里云ubuntu14.04 Nginx反向代理Nodejs
  • 搞机器学习要哪些技能
  • 开源地图数据可视化库——mapnik
  • 前端设计模式
  • 手写一个CommonJS打包工具(一)
  • 思考 CSS 架构
  • 王永庆:技术创新改变教育未来
  • 微服务框架lagom
  • 我是如何设计 Upload 上传组件的
  • 分布式关系型数据库服务 DRDS 支持显示的 Prepare 及逻辑库锁功能等多项能力 ...
  • ​​​​​​​GitLab 之 GitLab-Runner 安装,配置与问题汇总
  • #define
  • #define,static,const,三种常量的区别
  • #微信小程序:微信小程序常见的配置传旨
  • (13)DroneCAN 适配器节点(一)
  • (C++17) optional的使用
  • (C语言)二分查找 超详细
  • (独孤九剑)--文件系统
  • (附源码)springboot优课在线教学系统 毕业设计 081251
  • (深度全面解析)ChatGPT的重大更新给创业者带来了哪些红利机会
  • (十五)使用Nexus创建Maven私服
  • (限时免费)震惊!流落人间的haproxy宝典被找到了!一切玄妙尽在此处!
  • (转)Google的Objective-C编码规范
  • (转)编辑寄语:因为爱心,所以美丽
  • (转)机器学习的数学基础(1)--Dirichlet分布
  • .cn根服务器被攻击之后
  • .CSS-hover 的解释
  • .NET 5种线程安全集合
  • .net core 6 集成 elasticsearch 并 使用分词器
  • .Net core 6.0 升8.0
  • .NET Core 网络数据采集 -- 使用AngleSharp做html解析
  • .Net Core缓存组件(MemoryCache)源码解析
  • .NET Framework 3.5安装教程