《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

Flutter for OpenHarmony: Flutter 三方库 flutter_cors 应对鸿蒙 Web 与混合开发中的跨域挑战(网络兼容方案)

Flutter for OpenHarmony: Flutter 三方库 flutter_cors 应对鸿蒙 Web 与混合开发中的跨域挑战(网络兼容方案)

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net 前言 在进行 OpenHarmony 的跨平台开发时,我们不仅开发原生 HAP,有时也会涉及 Flutter Web 或是在鸿蒙端侧运行 Webview 混合应用。这时,一个经典的“拦路虎”就会出现:CORS (跨源资源共享) 限制。当你的 Web 端尝试访问一个未配置跨域头部的后端 API 时,请求会被浏览器拦截,报错信息极其晦涩。 虽然 CORS 主要是后端的工作,但 flutter_cors 提供了一种客户端视角的辅助工具。它通过工具化手段帮助开发者分析、绕过或生成跨域适配规则,是保证鸿蒙跨平台 Web 项目顺利运行的调试利器。 一、跨域访问逻辑模型 CORS 是一种浏览器的安全保护机制,它在请求发出前先进行“预检(Preflight)

By Ne0inhk
全场景教育 AI 助手诞生,Web + 小程序 + 实时同步,随时随地想用就用

全场景教育 AI 助手诞生,Web + 小程序 + 实时同步,随时随地想用就用

⭐️个人主页:秋邱-ZEEKLOG博客 📚所属栏目:python 序章:一场 “多端协同” 的探险之旅 经过前 7 期迭代,成绩预测平台已进化为 “智能教学助手”,但新的 “场景壁垒” 出现了: * 教师在办公室需要 Web 端批量处理数据,却只能用电脑; * 家长接送孩子时想查看成绩,打开电脑太麻烦; * 学生在家用平板学习,却同步不了学校的预测记录。 这一期,我们开启 “多端协同探险”,目标是打破设备边界 —— 打造 “Web 端管理后台 + 微信小程序 + 数据实时同步” 的全场景体系,让教师、家长、学生随时随地能用,实现 “一处操作,多端同步” 的终极体验! 探险地图:三大关卡 + 通关目标 探险关卡 核心任务 通关标准 目标用户 第一关:Web

By Ne0inhk
【Spring Boot开发实战手册】掌握Springboot开发技巧和窍门(十三)前端匹配界面、后端匹配WebSocket

【Spring Boot开发实战手册】掌握Springboot开发技巧和窍门(十三)前端匹配界面、后端匹配WebSocket

前言 在现代 Web 开发中,前端和后端的协作变得越来越重要,特别是在需要实时交互和数据更新的应用场景中。WebSocket 技术作为一种全双工通信协议,使得前端和后端之间的实时数据传输变得更加高效和稳定。本篇博客将会探讨如何设计和实现一个实时匹配系统,其中前端负责展示用户界面并与后端进行交互,而后端则通过 WebSocket 协议来处理数据通信。 前端 onMounted: 当组件被挂载的时候执行的函数 onUnmonted: 当组件被卸载的时候执行的函数 初步调试阶段,我们是将token传进user.id的 store/pk.js: import ModuleUser from'./user'exportdefault{state:{socket:null,//ws链接opponent_username:"",opponent_photo:"",status:"matching",//matching表示匹配界面,playing表示对战界面},getters:

By Ne0inhk
『AI辅助Skill』掌握三大AI设计Skill:前端独立完成产品设计全流程

『AI辅助Skill』掌握三大AI设计Skill:前端独立完成产品设计全流程

📣读完这篇文章里你能收获到 1. 🎨 掌握ASCII Design快速验证产品想法的方法 2. 🖼️ 学会Wireframe Design生成专业SVG线稿 3. 💻 了解三种Frontend Design Skills的选择策略 4. 🚀 掌握完整OPC工作流,1-2天完成产品开发 文章目录 * 前言 * 一、三大AI设计Skill工作流 * 1.1 传统流程的核心痛点 * 1.2 AI辅助工作流 * 二、ASCII与Wireframe设计技能 * 2.1 ASCII Design Skill —— 秒级验证产品想法 * 2.2 Wireframe Design Skill —— 专业级设计原型 * ASCII vs SVG:如何选择 * 核心特性 * 工作流程 * 三、Frontend Design Skills选择策略 * 3.1

By Ne0inhk