概述
文章目录
- 一维前缀和
- 二维前缀和
定义:前缀和指一个数组的某下标之前的所有数组元素的和(包含其自身)。前缀和分为一维前缀和,以及二维前缀和。前缀和是一种重要的预处理,能够降低算法的时间复杂度。
一维前缀和
一维前缀和的公式:sum[i] = sum[i-1] + arr[i]
; sum
是前缀和数组, arr
是内容数组。拥有前缀和数组后, 我们可以在O(1)
的时间复杂度内求出区间和。
[i, j]
的区间和公式: interval [i, j] = sum[j] - sum[i - 1]
leetcode:和为K的子数组
前缀和解决:
首先遍历数组构建前缀和数组,在拥有前缀和数组后,通过双层循环计算数组中每一个子项与之前的子项之间的区间和(子数组的和)。时间复杂度O(n^2)
class Solution {
public int subarraySum(int[] nums, int k) {
int len=nums.length;
int[] preSum=new int[len+1];
for(int i=0;i<len;i++){
preSum[i+1]=preSum[i]+nums[i];
}
int result=0;
for(int left=0;left<len;left++){
for(int right=left;right<len;right++){
if(preSum[right+1]-preSum[left]==k){
result++;
}
}
}
return result;
}
}
前缀和+哈希表:
计算完包括了当前数前缀和以后,我们去查一查在当前数之前,有多少个前缀和等于 preSum - k
,这是因为满足 preSum - (preSum - k) == k
的区间的个数是我们所关心的。
public class Solution {
public int subarraySum(int[] nums, int k) {
int count = 0, pre = 0;
HashMap < Integer, Integer > mp = new HashMap < > ();
mp.put(0, 1);
for (int i = 0; i < nums.length; i++) {
pre += nums[i];
if (mp.containsKey(pre - k)) {
count += mp.get(pre - k);
}
mp.put(pre, mp.getOrDefault(pre, 0) + 1);
}
return count;
}
}
二维前缀和
leetcode:二维区域和检索 - 矩阵不可变
方法来源于leetcode题解
步骤一:求 preSum
定义 preSum[i] [j]表示 从 [0,0] 位置到 [i,j] 位置的子矩形所有元素之和。
可以用下图帮助理解:S(O,D)=S(O,C)+S(O,B)−S(O,A)+D
如果求 preSum[i] [j]表示的话,对应了以下的递推公式:
preSum[i] [j]=preSum[i-1] [j]+preSum[i] [j-1]-preSum[i-1] [j-1]+matrix[i] [j]
步骤二:根据 preSum 求子矩形面积
前面已经求出了数组中从 [0,0] 位置到 [i,j] 位置的 preSum。下面要利用 preSum[i] [j]来快速求出任意子矩形的面积。
同样利用一张图来说明:S(A,D)=S(O,D)−S(O,E)−S(O,F)+S(O,G)
如果要求 [row1, col1] 到 [row2,col2] 的子矩形的面积的话,用 preSum 对应了以下的递推公式:
preSum[row2] [col2]-preSum[row2] [col1-1]-preSum[row1-1] [col2]+preSum[row1-1] [col1-1]
class NumMatrix {
private int[][] preSum;
public NumMatrix(int[][] matrix) {
if (matrix.length > 0) {
preSum = new int[matrix.length + 1][matrix[0].length + 1];
for (int i = 0; i < matrix.length; i++) {
for (int j = 0; j < matrix[0].length; j++) {
preSum[i+1][j+1] = preSum[i][j+1] + preSum[i+1][j] - preSum[i][j] + matrix[i][j];
}
}
}
}
public int sumRegion(int row1, int col1, int row2, int col2) {
return preSum[row2 + 1][col2 + 1] - preSum[row2 + 1][col1] - preSum[row1][col2 + 1] + preSum[row1][col1];
}
}
最后
以上就是殷勤日记本为你收集整理的前缀和应用的全部内容,希望文章能够帮你解决前缀和应用所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
发表评论 取消回复