《算法闯关指南:优选算法--前缀和》--25.【模板】前缀和,26.【模板】二维前缀和

《算法闯关指南:优选算法--前缀和》--25.【模板】前缀和,26.【模板】二维前缀和
在这里插入图片描述

🔥草莓熊Lotso:个人主页
❄️个人专栏: 《C++知识分享》《Linux 入门到实践:零基础也能懂》
✨生活是默默的坚持,毅力是永久的享受!


🎬 博主简介:

在这里插入图片描述

文章目录


前言:

聚焦算法题实战,系统讲解三大核心板块:优选算法:剖析动态规划、二分法等高效策略,学会寻找“最优解”。 递归与回溯:掌握问题分解与状态回退,攻克组合、排列等难题。 贪心算法:理解“局部最优”到“全局最优”的思路,解决区间调度等问题 内容以题带点,讲解思路与代码实现,帮助大家快速提升代码能力。

25.【模板】前缀和

题目链接

【模板】前缀和__牛客网

题目描述

在这里插入图片描述


题目示例

在这里插入图片描述

解法(前缀和):

算法思路:

  • 先预处理出来一个 【前缀和】 数组:用 dp[i] 表示:【1,i】 区间所有元素的和,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]
  • 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]

C++算法代码:

#include<iostream>#include<vector>usingnamespace std;intmain(){//1.输入数据int n=0,m=0; cin>>n>>m; vector<int>arr(n+1);for(size_t i=1;i<=n;i++) cin>>arr[i];//2.预处理一个dp数组 vector<longlong>dp(n+1);//防止溢出for(size_t i=1;i<=n;i++) dp[i]=dp[i-1]+arr[i];//3.使用前缀和数组int l=0,r=0;while(m--){ cin>>l>>r; cout<<dp[r]-dp[l-1]<<'\n';}return0;}// 64 位输出请用 printf("%lld")

算法总结&&笔记展示:

笔记字有点丑,大家见谅:

在这里插入图片描述

26.【模板】二维前缀和

题目链接

【模板】二维前缀和__牛客网

题目描述

在这里插入图片描述


题目示例

在这里插入图片描述

解法:

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。因此我们需要接下来仅需要完成下面两步即可:
第一步:搞出来前缀和矩阵
这里就要用到一维数组里面的扩展知识,我们要在矩阵的最上面和最左边添加上一行和一列0,这样我们久可省去非常多的边界条件的处理,处理后的矩阵就像下面这样:

在这里插入图片描述


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-1j-1 位置的值。

注意:dp 表与原数组 martix 内的元素的映射关系:从 dp 表到 martix 矩阵,横纵坐标减一;从 martix 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

  • 黄色部分最简单,它就是数组中的 martix[i-1][j-1](注意坐标的映射关系)
  • 单独求蓝色不好求,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;
  • 但是如果是红+蓝,正好是我们 dp 数组中 sum[i-1][j] 的值;
  • 同理,如果是红+绿,正好是我们dp数组中 sum[i][j-1] 的值;
  • 如果把上面求的三个值加起来,我们会发现多算了一块红色的,因此直接再单独减掉就可以了那就是 黄+(红+蓝)+(红+绿)-红
  • 红的面积正好也是符合 dp 数组的定义的,即 sum[i-1][j-1]

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:

在这里插入图片描述


递推方程:
其实这个递推方程非常像我们小学做过的求图形面积的题,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:

在这里插入图片描述


sum[i][j] = 红 + 蓝 + 绿 + 黄,分析一下这四块区域:

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] + martix[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 rowcol 都处理过了,对应的是 sum 矩阵中的下标):

在这里插入图片描述


对于左上角(row1,col1),右下角(row2,cow2)围成的区域,正好是红色部分。因此我们需要求的就是红色部分的面积,继续分析几个区域:

  • 黄色,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)
  • 绿色,直接求不好求,但是和黄色拼起来,正好是 sum 表内 sum[row1 - 1][col2]的数据;
  • 同理,蓝色不好求,但是 蓝 + 黄 = sum[row2][col1 - 1]
  • 再看看整个面积,好求嘛?非常好求,正好是 sum[row2][col2]
  • 那么,红色就 = 整个面积 - 黄 - 绿 - 蓝,但是绿蓝不好求,我们可以这样减:整个面积 -(绿+ 黄 )-(蓝 + 黄),这样相当于多减去了⼀个黄,再加上即可

综上所述:红 = 整个面积 - (绿 + 黄)- (蓝 + 黄)+ 黄,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]

C++算法代码:

#include<iostream>#include<vector>usingnamespace std;intmain(){//1.输入数据int n=0,m=0,q=0; cin>>n>>m>>q; vector<vector<int>>arr(n+1,vector<int>(m+1));for(int i=1;i<=n;i++)for(int j=1;j<=m;j++) cin>>arr[i][j];//2.预处理 vector<vector<longlong>>dp(n+1,vector<longlong>(m+1));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]+arr[i][j]-dp[i-1][j-1];//3.使用前缀和int x1=0,y1=0,x2=0,y2=0;while(q--){ cin>>x1>>y1>>x2>>y2; cout<<dp[x2][y2]-dp[x1-1][y2]-dp[x2][y1-1]+dp[x1-1][y1-1]<<'\n';}return0;}// 64 位输出请用 printf("%lld")

算法总结&&笔记展示:

笔记字有点丑,大家见谅:

在这里插入图片描述

结尾:

🍓 我是草莓熊 Lotso!若这篇技术干货帮你打通了学习中的卡点: 👀 【关注】跟我一起深耕技术领域,从基础到进阶,见证每一次成长 ❤️ 【点赞】让优质内容被更多人看见,让知识传递更有力量 ⭐ 【收藏】把核心知识点、实战技巧存好,需要时直接查、随时用 💬 【评论】分享你的经验或疑问(比如曾踩过的技术坑?),一起交流避坑 🗳️ 【投票】用你的选择助力社区内容方向,告诉大家哪个技术点最该重点拆解 技术之路难免有困惑,但同行的人会让前进更有方向~愿我们都能在自己专注的领域里,一步步靠近心中的技术目标! 

结语:本文介绍了前缀和算法的核心思想及实现方式。通过预处理构建前缀和数组dp,其中dp[i]表示区间[1,i]内所有元素的和,利用递推公式dp[i]=dp[i-1]+arr[i]快速计算。查询区间[l,r]的和时,只需计算dp[r]-dp[l-1]即可高效获取结果。文章以C++代码演示了该算法的应用,并附有手写笔记说明。前缀和算法适用于频繁区间求和场景,能显著提升计算效率。

✨把这些内容吃透超牛的!放松下吧✨ʕ˘ᴥ˘ʔづきらど

Read more

从入门到精通:Python 面向对象编程完全指南

从入门到精通:Python 面向对象编程完全指南

作为 Python 编程的核心思想之一,面向对象编程(OOP)以其贴近现实世界的思维方式、高可复用性和易维护性,成为大型项目开发的首选范式。本文将从基础概念到高级特性,带您系统掌握 Python 面向对象编程,结合实战案例帮您真正学以致用。 一、面向对象编程入门:思维转变是关键 1. 两种编程思想的碰撞 编程本质是用计算机解决现实问题的思维方式,Python 同时支持两种核心思想: * 面向过程:侧重 "步骤",像按菜谱做菜一样,一步步拆解任务并实现,适合简单脚本开发; * 面向对象:侧重 "对象",将现实事物抽象为包含属性(特征)和方法(行为)的对象,通过操作对象解决问题,更适合复杂系统。 举个直观例子:去 ATM 机取钱 * 面向过程思维:带卡→去 ATM 机→

By Ne0inhk
ksycopg2实战:Python连接KingbaseES数据库的完整指南

ksycopg2实战:Python连接KingbaseES数据库的完整指南

摘要:本文详细介绍了KingbaseES数据库的Python专用驱动ksycopg2的使用方法。内容涵盖驱动安装、连接配置、CRUD操作等基础功能,以及事务管理、连接池等高级特性。ksycopg2作为遵循Python DBAPI 2.0规范的线程安全适配器,针对KingbaseES进行了深度优化,支持数据类型映射、批量操作等特性。文章提供了完整的业务表创建示例和员工管理系统实战案例,包含环境配置、性能优化建议和常见问题解决方案,帮助开发者快速掌握该驱动的使用技巧。通过详细的代码示例,展示了如何高效安全地操作KingbaseES数据库。 一、安装ksycopg2:KingbaseES的Python ksycopg2是 专为KingbaseES数据库设计的Python适配器 ,完全遵循Python DB API 2.0规范,具有线程安全的特性。它不仅提供了高效的数据操作能力,还支持KingbaseES特有的功能特性。 与通用的PostgreSQL驱动psycopg2相比,ksycopg2针对KingbaseES进行了深度优化,特别是在数据类型映射、事务处理和高级功能支持方面表现更加

By Ne0inhk
Python练习(6)Python面向对象编程三大特性:封装、继承与多态的15道实战练习题(含答案与深度解析)

Python练习(6)Python面向对象编程三大特性:封装、继承与多态的15道实战练习题(含答案与深度解析)

目录 * 引言 * 封装篇(5题) * 练习1:银行账户安全封装 * 练习2:属性装饰器控制 * 练习3:私有方法调用 * 练习4:受保护属性继承 * 练习5:类属性封装 * 继承篇(5题) * 练习6:单继承与方法重写 * 练习7:多继承与MRO * 练习8:抽象基类实现 * 练习9:Mixin模式 * 练习10:super()函数应用 * 多态篇(5题) * 练习11:接口多态 * 练习12:鸭子类型 * 练习13:多态与异常处理 * 练习14:多态与类型检查 * 练习15:多态与装饰器 * 总结 * 🌈Python爬虫相关文章(推荐) 引言 在Python编程中,面向对象编程(OOP)的三大特性——封装、继承和多态,是构建复杂软件系统的核心基石。

By Ne0inhk
深度学习 | pytorch + torchvision + python 版本对应及环境安装

深度学习 | pytorch + torchvision + python 版本对应及环境安装

Hi,大家好,我是半亩花海。要让一个基于 torch 框架开发的深度学习模型正确运行起来,配置环境是个重要的问题,本文介绍了 pytorch、torchvision、torchaudio 及 python 的对应版本以及环境安装的相关流程。 目录 一、版本对应 二、安装命令(pip) 1. 版本 (1)v2.5.1 ~ v2.0.0 (2)v1.13.1 ~ v1.11.0 (3)v1.10.1 ~ v1.7.0 2. 安装全过程 (1)选择版本 (2)安装结果 参考文章

By Ne0inhk