【数据结构】高维前缀和
讲解基本的高维前缀和
数据结构-高维前缀和
前置知识
思路
在《【数据结构】前缀和》里,我们知道了前缀和是个好东西。
如果说,一维的前缀和不够用了,怎么办?天空一声巨响,高维前缀和闪亮登场
先从二维数组谈起。
给定一个二维数组 a a a,要对其求前缀和,假设现在要求 s i , j s_{i,j} si,j,而在其前面的都已经求出,如图。
a 1 , 1 … … a 1 , j ⋮ ⋱ ⋮ ⋮ a i − 1 , j − 1 a i − 1 , j a i , 1 … a i , j − 1 a i , j \begin{matrix} a_{1,1} & \dots & \dots & a_{1,j}\\ \vdots & \ddots && \vdots\\ \vdots && a_{i-1,j-1} & a_{i-1,j} \\ a_{i,1} & \dots & a_{i,j-1} & a_{i,j} \end{matrix} a1,1⋮⋮ai,1…⋱……ai−1,j−1ai,j−1a1,j⋮ai−1,jai,j
我们尝试 s i , j = s i − 1 , j + s i , j − 1 + a i , j s_{i,j}=s_{i-1,j}+s_{i,j-1}+a_{i,j} si,j=si−1,j+si,j−1+ai,j
但是,结合上图,不难发现, s i − 1 , j − 1 s_{i-1,j-1} si−1,j−1 这一部分被加了两次,算重了。
考虑减去 s i − 1 , j − 1 s_{i-1,j-1} si−1,j−1,得到递推式
s i , j = s i − 1 , j + s i , j − 1 − s i − 1 , j − 1 + a i , j s_{i,j}=s_{i-1,j}+s_{i,j-1}-s_{i-1,j-1}+a_{i,j} si,j=si−1,j+si,j−1−si−1,j−1+ai,j
设 l l l 为左边界, r r r 为右边界, h h h 为上边界, t t t 为下边界
我们不难发现
∑ i = h t ∑ i = l r a i , j = s t , r − s h − 1 , r − s t , l − 1 + s h − 1 , l − 1 \sum_{i=h}^t\sum_{i=l}^ra_{i,j}=s_{t,r}-s_{h-1,r}-s_{t,l-1}+s_{h-1,l-1} i=h∑ti=l∑rai,j=st,r−sh−1,r−st,l−1+sh−1,l−1
其他维度也可以同理递推。
优化
所以我们得到了如下式子:
一维 s i = s i − 1 + a i s_i=s_{i-1}+a_i si=si−1+ai
二维 s i , j = s i − 1 , j + s i , j − 1 − s i − 1 , j − 1 + a i , j s_{i,j}=s_{i-1,j}+s_{i,j-1}-s_{i-1,j-1}+a_{i,j} si,j=si−1,j+si,j−1−si−1,j−1+ai,j
三维 s i , j , k = s i − 1 , j , k + s i , j − 1 , k + s i , j , k − 1 − s i − 1 , j − 1 , k − s i − 1 , j , k − 1 − s i , j − 1 , k − 1 + s i − 1 , j − 1 , k − 1 s_{i,j,k}=s_{i-1,j,k}+s_{i,j-1,k}+s_{i,j,k-1}-s_{i-1,j-1,k}-s_{i-1,j,k-1}-s_{i,j-1,k-1}+s_{i-1,j-1,k-1} si,j,k=si−1,j,k+si,j−1,k+si,j,k−1−si−1,j−1,k−si−1,j,k−1−si,j−1,k−1+si−1,j−1,k−1好长
所以我们就需要引入下一个方法了。
同样以二维前缀和为例。
a 1 , 1 … … a 1 , j ⋮ ⋱ ⋮ ⋮ a i − 1 , j − 1 a i − 1 , j a i , 1 … a i , j − 1 a i , j \begin{matrix} a_{1,1} & \dots & \dots & a_{1,j}\\ \vdots & \ddots && \vdots\\ \vdots && a_{i-1,j-1} & a_{i-1,j} \\ a_{i,1} & \dots & a_{i,j-1} & a_{i,j} \end{matrix} a1,1⋮⋮ai,1…⋱……ai−1,j−1ai,j−1a1,j⋮ai−1,jai,j
先横着遍历,在每一行做一维前缀和。
再竖着遍历,在每一列做一维前缀和。
这样就可以得到高维前缀和了。(可以自己理解一下)
数据结构参数
设 S S S 为高维数组大小
- 时间复杂度: Θ ( S ) \Theta(S) Θ(S)
- 空间复杂度: Θ ( S ) \Theta(S) Θ(S)
实现代码
- 基础版本
//以二维为例
for (int i=1;i<=n;i++)
for (int i=1;i<=m;i++)
cin>>a[i][j];
for (int i=1;i<=n;i++)
for (int i=1;i<=m;i++)
s[i][j]=s[i-1][j]+s[i][j-1]-s[i-1][j-1]+a[i][j];
for (int i=1;i<=q;i++){
cin>>l>>r>>h>>t;
cout<<s[t][r]-s[h-1][r]-s[t][l-1]+s[h-1][l-1]<<'\n';
}
- 优化版本
//以二维为例
for (int i=1;i<=n;i++)
for (int i=1;i<=m;i++)
cin>>a[i][j];
for (int i=1;i<=n;i++)
for (int i=1;i<=m;i++)
s[i][j]=s[i-1][j]+a[i][j];
for (int i=1;i<=n;i++)
for (int i=1;i<=m;i++)
s[i][j]=s[i][j]+s[i][j-1];
for (int i=1;i<=q;i++){
cin>>l>>r>>h>>t;
cout<<s[t][r]-s[h-1][r]-s[t][l-1]+s[h-1][l-1]<<'\n';
}
练习

魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。
更多推荐
所有评论(0)