参考:
分享丨【算法题单】常用数据结构(前缀和/栈/队列/堆/字典树/并查集/树状数组/线段树)- 讨论 - 力扣(LeetCode)
①一维前缀和模板
int n, m, l, r; int q[N], s[N]; int main() { cin >> n >> m; for(int i = 1; i <= n; i ++) cin >> q[i]; for(int i = 1; i <= n; i ++) s[i] = s[i - 1] + q[i]; while (m --) { int l, r; cin >> l >> r; cout << s[r] - s[l - 1] << endl; } return 0; }
②二维前缀和模板
int n, m, q; int arr[N][N], s[N][N]; int main() { cin >> n >> m >> q; for (int i = 1; i <= n; i ++) for (int j = 1; j <= m; j ++) cin >> arr[i][j]; for (int i = 1; i <= n; i ++) for (int j = 1;j <= m; j ++) s[i][j] = arr[i][j] + s[i - 1][j] + s[i][j - 1] - s[i - 1][j - 1]; while (q --) { int x1, x2, y1, y2; cin >> x1 >> y1 >> x2 >> y2; cout << s[x2][y2] - s[x1 - 1][y2] - s[x2][y1 - 1] + s[x1 - 1][y1 - 1] << endl; } return 0; }
③一维差分模板
a数组相当于diff数组。
#include<iostream> using namespace std; const int N = 1e5 + 10; int q[N], a[N];//a为差分数组 int n, m, l, r, c; void insert(int l, int r, int c) { a[l] += c, a[r + 1] -= c; } int main() { cin >> n >> m; for(int i = 1; i <= n; i ++) { cin >> q[i] ; insert(i, i, q[i]);//构造差分数组 } while (m --) { cin >> l >> r >> c; insert(l, r, c); } for(int i = 1; i <= n; i ++) q[i] = q[i - 1] + a[i];//逆向(前缀和)得到原数组 for(int i = 1; i <= n; i ++) cout << q[i] << " "; return 0; }
④二维差分模板
int a[N][N], q[N][N]; int n, m, Q; int x1, x2, y1, y2, c; void insert(int x1, int y1, int x2, int y2, int c) { a[x1][y1] += c, a[x1][y2 + 1] -= c, a[x2 + 1][y1] -= c, a[x2 + 1][y2 + 1] += c; } int main() { cin >> n >> m >> Q; for(int i = 1; i <= n; i ++) for(int j = 1; j <= m; j ++) { cin >> q[i][j]; insert(i, j, i, j, q[i][j]); }//构造差分数组 while(Q --) { cin >> x1 >> y1 >> x2 >> y2 >> c; insert(x1, y1, x2, y2, c); } //逆向求前缀和 for(int i = 1; i <= n; i ++) for(int j = 1; j <= m; j ++) q[i][j] = q[i - 1][j] + q[i][j - 1] - q[i - 1][j - 1] + a[i][j]; for(int i = 1; i <= n; i ++) { for(int j = 1; j <= m; j ++) cout << q[i][j] << " "; cout << endl; } return 0; }
一、前缀和
1.前缀和基础
Leetcode 303. 区域和检索 - 数组不可变 模板题
class NumArray { vector<int> s; public: NumArray(vector<int>& nums) { s.resize(nums.size() + 1); for (int i = 0; i < nums.size(); i++) s[i + 1] = s[i] + nums[i]; } int sumRange(int left, int right) { return s[right + 1] - s[left]; } };
2 前缀和与哈希表
通常要用到「枚举右,维护左」的技巧。
Leetcode 2845. 统计趣味子数组的数目
预处理:
符合要求的处理成1,不符合要求的处理成0==>方便后续前缀和
问题转化:(带模运算)
到这一步,可以通过枚举r,维护左left得到答案。
Code:
class Solution { public: long long countInterestingSubarrays(vector<int>& nums, int modulo, int k) { // 预处理出来 nums[i] % mod 的结果, 满足==k设置为1,否则为0 int n = nums.size(); vector<int> sum(n + 1, 0); for (int i = 0; i < n; i ++) // 前缀和统计 sum[i + 1] = sum[i] + (nums[i] % modulo == k); vector<int> cnt(min(n + 1, modulo)); // 哈希表 long long res = 0; for (int s: sum) { if (s >= k) res += cnt[(s - k) % modulo]; // s[l]-k的对应个数 cnt[s % modulo] ++; // 统计更新当前s[r]的信息 } return res; } };
3 距离和
4 前缀异或和
5 其他一维前缀和
Leetcode 238. 除自身以外数组的乘积
优化前:使用前后缀数组记录
class Solution {
public:
vector<int> productExceptSelf(vector<int>& nums) {
int n = nums.size();
vector<int> pre(n, 1), suf(n, 1), ans(n, 0);
for(int i = 0; i < n; i ++)
pre[i] = (i==0?1:pre[i - 1]) * nums[i];
for(int i = n - 1; i >= 0; i --)
suf[i] = (i==(n - 1)? 1 : suf[i + 1]) * nums[i];
for(int i = 0; i < n; i ++)
ans[i] = (i==0?1:pre[i - 1]) * (i==(n-1)?1:suf[i + 1]);
return ans;
}
};
优化后:
先计算 pre,然后一边计算 suf,一边把 suf直接乘到 pre[i] 中。最后返回 pre。(注意:suf是从1开始累乘的)
题目说「输出数组不被视为额外空间」,所以该做法的空间复杂度为 O(1)。此外,这种做法比上面少遍历了一次。
class Solution {
public:
vector<int> productExceptSelf(vector<int>& nums) {
int n = nums.size();
vector<int> pre(n, 1);
// 计算出前缀和数组
for(int i = 1; i < n; i ++)
pre[i] = pre[i - 1] * nums[i - 1];
// 针对前缀和数组补上后缀计算部分即可
int suf = 1;
for(int i = n - 1; i >= 0; i --){
pre[i] = pre[i] * suf;
suf *= nums[i];
}
return pre;
}
};
6 二维前缀和
Leetcode 3148. 矩阵中的最大得分
核心:
- 模拟过程,发现只与起点和终点的值相关,联想到重力势能
- 可以维护一个二维的前缀最小值,当前值grid(i, j) - 当前矩阵除了当前当前元素的min(提前维护好了)
class Solution {
public:
int maxScore(vector<vector<int>>& grid) {
int n = grid.size(), m = grid[0].size(), ans = INT_MIN;
vector<vector<int>> pre(n + 1, vector<int>(m + 1, INT_MAX)); // 这边要初始化为max(因为要维护的是前缀的最小值)
for(int i = 0; i < n; i ++)
for(int j = 0; j < m; j ++){
int t = min(pre[i + 1][j], pre[i][j + 1]);
ans = max(ans, grid[i][j] - t);
pre[i + 1][j + 1] = min(t, grid[i][j]);
}
return ans;
}
};
在实现过程中,由于数组下标是从0开始的,为了防止数组越界,使用pre[i + 1][j + 1]表示矩阵[0,i][0,j]的min.
二、差分
1 一维差分(扫描线)
Leetcode 3355. 零数组变换 I
思路:核心在于每一个区间的子集选择对应元素减去1。直接从0开始差分数组,计算差分数组的前缀和之后与nums数组逐个元素进行比较。
Code:
class Solution { public: const static int N = 1e5 + 10; int a[N]; void insert(int l, int r, int v) { a[l] += v, a[r + 1] -= v; } bool isZeroArray(vector<int>& nums, vector<vector<int>>& queries) { memset(a, 0, sizeof a); int n = nums.size(); for (auto& v: queries) insert(v[0], v[1], 1); for (int i = 1; i < n; i ++) a[i] += a[i - 1]; for (int i = 0; i < n; i ++) if (nums[i] > a[i]) return false; return true; } };
拓展:参考leetcod 3356(二分+差分)
Leetcode 1450. 在既定时间做作业的学生人数
本题可以简单做,但是如果是1e5的查询,那就得差分。
class Solution {
public:
const static int N = 1e5 + 10;
int a[N];
void insert(int l, int r){
a[l] += 1, a[r + 1] -= 1;
}
int busyStudent(vector<int>& startTime, vector<int>& endTime, int queryTime) {
memset(a, 0, sizeof(a));
int n = startTime.size();
int maxt = 0;
int res = 0;
// 差分数组预处理出来
for(int i = 0; i < n; i ++){
int st = startTime[i], ed = endTime[i];
maxt = max(maxt, ed);
insert(st, ed);
}
for(int i = 1; i <= maxt + 1; i ++) a[i] += a[i - 1]; // 这边边界是maxt + 1
return a[queryTime];
}
};
二分方法:sort从集合的角度思考
Leetcode 3169. 无需开会的工作日
思路:
这种区间统一减去一个数字-->第一反应差分。可是数据范围卡到了1e9,正常的差分方法会爆内存。
class Solution { public: // 前缀和差分 int countDays(int days, vector<vector<int>>& meetings) { int res = 0; vector<bool> a(days + 2, 1); // 原始数组 vector<int> b(days + 2, 0); // 差分 for (auto& x: meetings) { b[x[0]] -= 1; b[x[1] + 1] += 1; } a[0] = 1; for (int i = 1; i <= days; i ++) b[i] = b[i] + b[i - 1]; for (int i = 1; i <= days; i ++) { a[i] = (a[i] + b[i]) > 0; res += a[i]; }return res; } };
此时,可以离散化,使用有序的map当做diff,这样就不用担心报MLE了。(int数组似乎只能开1e6左右,开bool差不多1e7?,总之,这里1e9不管开int还是bool都会MLE)。
class Solution { public: // 前缀和差分 int countDays(int days, vector<vector<int>>& meetings) { int res = 0; map<int, int> diff; for (auto& x: meetings) { diff[x[0]] += 1; diff[x[1] + 1] -= 1; // 注意这里的右区间是+1,下面要补上这个1 } int s = 0, left = 1; for (auto& [i, d]: diff) { if (s == 0) { // 只有可能在x[1] + 1即区间右侧让s=0(区间闭合) res += i - left; } s += d; left = i; } // 处理末尾,没有diff标记的 if (s == 0) res += days - left + 1; // 这边left是原始区间+1,所以这里要补一个+1 return res; } };
复杂度还是很高,更好的写法“区间贪心”见贪心专题,正难则反。