【基础算法】算法的“预谋”:前缀和如何改变游戏规则

【基础算法】算法的“预谋”:前缀和如何改变游戏规则
在这里插入图片描述
🔭 个人主页:散峰而望

《C语言:从基础到进阶》《编程工具的下载和使用》《C语言刷题》《算法竞赛从入门到获奖》《人工智能》《AI Agent》

愿为出海月,不做归山云


🎬博主简介

在这里插入图片描述
请添加图片描述

【基础算法】算法的“预谋”:前缀和如何改变游戏规则


前言

在算法设计与优化中,前缀和是一种简单却强大的技巧,能够将复杂问题转化为高效计算。无论是处理一维数组的区间求和,还是解决二维矩阵的子矩阵问题,前缀和都能通过预处理将时间复杂度从线性降低到常数级别,彻底改变问题的解决方式。

从经典的最大子段和问题到实际应用中的“激光炸弹”场景,前缀和不仅展现了数学的优雅,更体现了算法思维的灵活性。本文将深入探讨一维和二维前缀和的原理与应用,揭示其如何通过“预谋”式的预处理,在竞赛与工程中成为改变游戏规则的关键。

前缀和

前缀和与差分的核心思想是预处理,可以在暴力枚举的过程中,快速给出查询的结果,从而优化时间复杂度。

是经典的用空间替换时间的做法。

前缀和: 快速求出数组中某一段区间和,时间复杂度为 O(1)

1.1 一维前缀和

1.1.1 前缀和

前缀和

在这里插入图片描述

算法原理:

  1. 暴力模拟实现,从指定的下标进行循环,时间复杂度为 O(n * q) 会超时
  2. 前缀和:
    a. 先预处理出来一个前缀和数组
    f[i] 表示:区间 [1, i] 中所有元素和
    f[i] = f[i - 1] + a[i]
    b. 查询 [l, r] 区间和,则 f[r] - f[l - 1]
在这里插入图片描述
在这里插入图片描述

参考代码:

#include<iostream>usingnamespace std;constint N =1e5+10;typedeflonglong LL;int n, q; LL a[N]; LL f[N];//前缀和数组intmain(){ cin >> n >> q;for(int i =1; i <= n; i++) cin >> a[i];//处理前缀和for(int i =1; i <= n; i++){ f[i]= f[i -1]+ a[i];}//处理q次询问while(q--){int l, r; cin >> l >> r; cout << f[r]- f[l -1]<< endl;}return0;}

1.1.2 最大子段和

最大子段和

在这里插入图片描述

算法竞赛:

关于这道题的解法有很多种,我们先介绍利用「前缀和」的解法。

考虑以 i 位置的元素 a[i]「为结尾」的最大子段和:

  • 在求「区间和」时,相当于是用 f[i] 减去 i 位置前面的某一个 f[x]
  • 如果想要「最大子段和」,也就是「最大区间和」,那么用 f[i] 减去一个「前驱最小值」即可

参考代码:

#include<iostream>usingnamespace std;typedeflonglong LL;constint N =2e5+10;int n; LL f[N];//前缀和数组intmain(){ cin >> n;for(int i =1; i <= n; i++){ LL x; cin >> x; f[i]= f[i -1]+ x;} LL ret =-1e20; LL prevmin =0;for(int i =1; i <= n; i++){ ret =max(ret, f[i]- prevmin); prevmin =min(prevmin, f[i]);} cout << ret << endl;}

1.2 二维前缀和

1.2.1 二维前缀和

二维前缀和

在这里插入图片描述

根据题目要求,我们知道题目的求和情况如下:

在这里插入图片描述

算法原理:

  1. 暴力模拟
    查询哪个子区间,用两层 for 循环,累加。时间复杂度高 O(q * n * m)
  2. 二维前缀和
    快速查询二维数组中的某个子矩阵所有元素和,时间复杂度 O(n * m) + O(q)
    a.预处理出二维前缀和矩阵 f[i][j] 表示从 [1, 1] 到 [i, j] 区域内所有的元素和。
    b.用二维前缀和的矩阵解决问题。
  • 创建前缀和矩阵:f[i][j]=f[i−1][j]+f[i][j−1]−f[i−1][j−1]+a[i][j]
在这里插入图片描述
  • 查询以 (x1, y1) 为左上角 (x2, y2) 为右下角的子矩阵的和
在这里插入图片描述
#include<iostream>usingnamespace std;typedeflonglong LL;constint N =1010;int n, m, q; LL f[N][N];intmain(){ cin >> n >> m >> q;//预处理前缀和矩阵 for(int i =1; i <= n; i++){for(int j =1; j <= m; j++){ LL x; cin >> x; f[i][j]= f[i -1][j]+ f[i][j -1]- f[i -1][j -1]+ x;}}//处理q查询while(q--){int x1, y1, x2, y2; cin >> x1 >> y1 >> x2 >> y2; cout << f[x2][y2]- f[x1 -1][y2]- f[x2][y1 -1]+ f[x1 -1][y1 -1]<< endl;}return0;}

1.2.2 激光炸弹

激光炸弹

在这里插入图片描述

因为题目要求若目标位于爆破正方形的边上,该目标不会被摧毁,则以下这些情况炸弹威力会减弱

在这里插入图片描述

即如果想尽可能炸更多目标,炸弹边和矩阵边重叠。

算法原理:

暴力枚举坐标系中所有边长为 R 的正方形,找出正方形内目标价值最大的目标即可。

枚举右下角 [x2, y2] 从而得到整个正方形,用一个二维矩阵将所有目标的价值存起来,其中 a[i][j] 就表示 [i, j] 位置的目标价值之和。

#include<iostream>usingnamespace std;constint N =5010;int n, m;int a[N][N];int f[N][N];//前缀和intmain(){ cin >> n >> m;while(n--){int x, y, v; cin >> x >> y >> v; x++, y++;//下标从1开始 a[x][y]+= v;//同一个位置可能有多个目标 }//预处理 n =5001;for(int i =1; i <= n; i++){for(int j =1; j <= n; j++){ f[i][j]= f[i -1][j]+ f[i][j -1]- f[i -1][j -1]+ a[i][j];}}int ret =0; m =min(m, n);// 如果 m 很大,相当于就是把整个区域全部摧毁 // 枚举所有边?为 m 的正方形 for(int x2 = m; x2 <= n; x2++){for(int y2 = m; y2 <= n; y2++){int x1 = x2 - m +1, y1 = y2 - m +1; ret =max(ret, f[x2][y2]- f[x1 -1][y2]- f[x2][y1 -1]+ f[x1 -1][y1 -1]);}} cout << ret << endl;return0;}

结语

前缀和作为一种基础而强大的算法技巧,通过预处理数据将复杂度从线性降至常数级别,彻底改变了处理区间问题的游戏规则。从一维数组的快速求和、最大子段和优化,到二维矩阵的区域统计、激光炸弹效果模拟,前缀和以空间换时间的策略展现了极高的效率。

掌握前缀和不仅能够解决经典问题,更能为复杂场景(如动态规划、数据结构优化)提供关键思路。其思想可以延伸到更高维度的数据处理中,成为算法设计中不可或缺的“预谋”手段。理解并灵活运用前缀和,是提升算法问题解决能力的重要一步。

愿诸君能一起共渡重重浪,终见缛彩遥分地,繁光远缀天



Read more

【c++ qt】QtConcurrent与QFutureWatcher:实现高效异步计算

【c++ qt】QtConcurrent与QFutureWatcher:实现高效异步计算

文章目录 * 1. 问题背景:为什么需要异步计算? * 2. QtConcurrent:简化并行编程 * 2.1 基本用法 * 2.2 传递参数 * 2.3 静态方法调用 * 3. QFutureWatcher:监控异步操作 * 3.1 基本使用模式 * 3.2 进度监控 * 4. 实战案例:异步颜色提取 * 4.1 C++异步实现 * 4.2 QML集成 * 5. 注意事项 * 5.1 线程安全准则 * 5.2 内存管理 * 5.3 错误处理 * 5.4 取消操作的处理 * 6.

By Ne0inhk

为什么90%的物联网项目都用Java+MQTT?真相终于揭晓

第一章:为什么90%的物联网项目都用Java+MQTT?真相终于揭晓 在物联网(IoT)领域,设备间通信的稳定性、低延迟与跨平台兼容性是决定项目成败的关键。Java 与 MQTT 的组合之所以成为行业主流,正是因为它完美地解决了这些核心挑战。 跨平台能力让Java无处不在 Java 的“一次编写,到处运行”特性使其能在从嵌入式设备到云端服务器的各种环境中无缝部署。物联网系统通常包含多种硬件架构和操作系统,而 JVM 的广泛支持确保了业务逻辑的一致性。 轻量级通信协议MQTT为何胜出 MQTT(Message Queuing Telemetry Transport)是一种基于发布/订阅模式的轻量级消息传输协议,专为低带宽、不稳定网络设计。它具备以下优势: * 极低的网络开销,最小报文仅需 2 字节 * 支持三种服务质量等级(QoS 0, 1, 2),适应不同可靠性需求 * 内置心跳机制,实现设备在线状态管理 Java集成MQTT的实战示例 使用

By Ne0inhk

面试官:公司项目中Java的多线程一般用在哪些场景?

1. 引言:为什么需要多线程? 现代计算机普遍采用多核CPU,单线程程序无法充分利用硬件资源。在服务端领域,高并发、低延迟是核心诉求,多线程成为必然选择。Java从语言层面提供了强大的多线程支持(java.lang.Thread),并在java.util.concurrent包中提供了丰富的并发工具。但多线程也带来了线程安全、死锁、上下文切换开销等问题,因此理解其适用场景至关重要。 2. 异步处理:提升系统响应速度 2.1 场景描述 在Web应用中,某些操作耗时较长且不需要立即返回结果给客户端,例如用户注册成功后发送欢迎邮件、短信通知,或者记录操作日志。如果在请求线程中同步执行这些操作,会延长接口响应时间,降低用户体验。 2.2 实现方案 将耗时操作提交到独立的线程池中异步执行,主线程立即返回成功响应。 java @RestController public class UserController { @Autowired private ThreadPoolTaskExecutor taskExecutor; @PostMapping("

By Ne0inhk
【前端基础】HTML + CSS + JavaScript 快速入门(三):JS 与 jQuery 实战

【前端基础】HTML + CSS + JavaScript 快速入门(三):JS 与 jQuery 实战

【前端基础】HTML + CSS + JavaScript 快速入门(三):JS 与 jQuery 实战 我的主页:寻星探路个人专栏:《JAVA(SE)----如此简单!!! 》《从青铜到王者,就差这讲数据结构!!!》 《数据库那些事!!!》《JavaEE 初阶启程记:跟我走不踩坑》 《JavaEE 进阶:从架构到落地实战 》《测试开发漫谈》 《测开视角・力扣算法通关》《从 0 到 1 刷力扣:算法 + 代码双提升》 《Python 全栈测试开发之路》没有人天生就会编程,但我生来倔强!!! 寻星探路的个人简介: 【前端基础】HTML + CSS + JavaScript 快速入门(三):JS 与 jQuery 实战 摘要:

By Ne0inhk