前缀和算法原理与实战

问题背景

在处理数组区间查询类问题时，我们常会遇到这样的场景：给定一个长度为 n 的数组，随后进行 m 次查询操作。每次查询给出两个参数 l 和 r，要求输出数组中第 l 到第 r 个元素之和。

如果直接对每次查询遍历数组累加，单次查询的时间复杂度是 O(n)，总复杂度会达到 O(m*n)。当 n 和 m 都达到 10^5 级别时，这种暴力解法必然超时。这时候，前缀和（Prefix Sum）就是解决这类问题的标准方案。

核心思路

前缀和的核心思想是用空间换时间。我们预先计算好每个位置的前缀和，存入一个新的数组中。这样在查询任意区间 [l, r] 的和时，就可以通过两次减法运算直接得出结果，将单次查询复杂度降为 O(1)。

假设原数组为 arr，前缀和数组为 dp。定义 dp[i] 表示从数组开头到第 i 个元素的累积和。状态转移方程非常简单：

dp[i] = dp[i - 1] + arr[i]

有了这个预处理数组，区间 [l, r] 的和就等于 dp[r] - dp[l - 1]。这里需要注意下标处理，通常为了方便计算，我们会让数组下标从 1 开始，这样 dp[0] 默认为 0，边界条件更清晰。

另外，由于元素值可能较大且累加次数多，求和结果很容易超出 32 位整数范围，因此在代码实现中建议使用 long 类型存储前缀和数组。

代码实现

下面是一个基于 Java 的完整实现示例。为了适应输入规模，使用了 Scanner 读取数据，并重点展示了如何构建前缀和数组以及如何进行 O(1) 查询。

import java.util.Scanner;

public class Main {
    public static void main(String[] args) {
        Scanner in = new Scanner(System.in);
        // 读取数组长度 n 和查询次数 m
        int n = in.nextInt();
        int m = in.nextInt();
        
        // 使用长整型数组存储前缀和，防止溢出
        // 下标从 1 开始，方便处理 l-1 的情况
        long[] dp = new long[n + 1];
        
        // 读取原始数组并同步计算前缀和
        for (int   ; i <= n; i++) {
               in.nextInt();
            dp[i] = dp[i - ] + val;
        }
        
        
         (m > ) {
               in.nextInt();
               in.nextInt();
            
            System.out.println(dp[r] - dp[l - ]);
            m--;
        }
        
        in.close();
    }
}