差分算法
文章首发于:My Blog 欢迎大佬们前来逛逛
差分介绍
差分是一种常见的算法,用于快速修改数组中某一段区间的值。
差分的思想就是预处理出数组的差分数组,然后修改区间时,只需要修改两个位置的值,即可快速完成区间修改。最后再通过差分数组求出原数组。 差分数组 $d_i$ 表示原数组中相邻两个元素之间的差值,即 $d_i=a_i-a_{i-1}$,其中 $a_i$ 表示原数组中第 $i$ 个元素的值。则对于区间 $[l,r]$ 的加上 $k$ 的操作,可以表示为: $$d_l=d_l+k,\quad d_{r+1}=d_{r+1}-k$$ 这样就完成了区间加 $k$ 的操作。最后只需要用差分数组求出原数组即可。 $$a_i=\sum_{j=1}^{i} d_j$$
差分应用
区间加
以区间加为例,设 $a_i$ 表示原数组中第 $i$ 个元素的值,$d_i$ 表示差分数组中第 $i$ 个元素的值,则对于区间 $[l,r]$ 的加上 $k$ 的操作,可以表示为: $$d_l=d_l+k,\quad d_{r+1}=d_{r+1}-k$$ 最后只需要用差分数组求出原数组即可: $$a_i=\sum_{j=1}^{i} d_j$$ 以下是区间加的代码实现:
vector<int> a; // 原数组 vector<int> d(a.size(), 0); // 差分数组 // 区间加 k int l = 2, r = 5, k = 3; d[l] += k; d[r+1] -= k; // 求出原数组 for (int i = 1; i < a.size(); i++) { d[i] += d[i-1]; }
区间求和
另一种常见的操作是区间求和。设 $a_i$ 表示原数组中第 $i$ 个元素的值,$d_i$ 表示差分数组中第 $i$ 个元素的值,则对于区间 $[l,r]$ 的求和操作,可以表示为: $$\sum_{i=l}^{r} a_i = \sum_{i=l}^{r} (\sum_{j=1}^{i} d_j) = \sum_{j=1}^{r} d_j - \sum_{j=1}^{l-1} d_j$$ 这样就能用差分数组快速求出区间和了。 以下是区间求和的代码实现:
cppCopy codevector<int> a; // 原数组 vector<int> d(a.size(), 0); // 差分数组 // 区间加 k int l = 2, r = 5, k = 3; d[l] += k; d[r+1] -= k; // 求出原数组 for (int i = 1; i < a.size(); i++) { d[i] += d[i-1]; } // 区间求和 l = 3, r = 7; int ans = d[r] - d[l-1];
总结
差分是一种常见的算法,用于快速修改数组中某一段区间的值。差分的思想就是预处理出数组的差分数组,然后修改区间时,只需要修改两个位置的值,即可快速完成区间修改。最后再通过差分数组求出原数组。差分算法在区间加、区间求和等问题中都有广泛的应用。
3729. 改变数组元素
题目要求:初始给你一个全为0的序列,给你一组数据,其中每一个数组a[i]=n表示对自 i 开始的的前面n个元素全都都变为1,已经是1的不予理会,求得操作完成后的数列的值。
示例:
6 0 3 0 0 1 3
操作后:
1 1 0 1 1 1
对于【2】位置,它的值为3,意味着自位置 2开始,前3个元素全部都变为1,则:
差分数组:[0]=1,[3]=-1。
我们根据差分数组转换为原数组:1到3的元素就是 1 1 0,这样我们就成功的利用差分数组改变了原数组的值。
因此对于每一个位置的值,我们对差分进行操作,b[l]+=1,b[r]-=1,最后利用差分数组转换为原数组。
注意几个地方:
- 如果根据所给的值得到对差分数组操作的 l 与r? 假设我们的值为x,则左端点为 i-x+1,右端点为 i
- x必须取 i 和 x 的最小者,原因是即使 x大于i,则 i-x会得到一个负值,我们使得x=i,那么这样的话就是默认左端点为1开始
- 只需对差分数组进行操作:b[l]+=1,b[r]-=1
- 根据差分数组反推出原数组
- 我们只需要得到每一个位置的值是0还是1即可,对于原数组我们根据其值进行两次 !!的操作,这个操作可以使得 0值仍然是0值,任意非零值都是1
- 注意清空差分数组的元素值。
#include <iostream> #include <algorithm> #include <cstring> #include <cstdlib> using namespace std; const int N=2e5+10; int nums[N],b[N]; int t,n; int main(){ cin>>t; while (t--){ cin>>n; memset(b,0,(n+1)*4); for (int i=1;i<=n;i++){ int x; cin>>x; x=min(x,i); int l=i-x+1,r=i; b[l]+=1; b[r+1]-=1; } for (int i=1;i<=n;i++){ b[i]+=b[i-1]; } for (int i=1;i<=n;i++){ cout<<!!b[i]<<' '; } cout<<endl; } return 0; }
100. 增减序列
题目要求:每次对某个区间进行操作可以选择整体加1,或者整体减1,使得整个数列的值全部相等,求得最少操作次数与最少操作次数对应的整个数列值的不同方案。
4 1 1 2 2
操作后得:
1 1 1 1 2 2 2 2 ----- 0 0 0 0 //非最少操作次数,因此不计
最少操作次数为2,即我们把 1到2的1整体加1,即可得到全部为2;把3到4的2整体减1,可以得到全部为1,这两种操作的最少操作次数都是1次,对应的方案数有两种
如果我们要想把全部的数列的值都变为唯一的值,则它对应的差分数组的值一定是:
num 0 0 0 0...
即b[1]=num,往后每一个 b的值都为0,这样我们就得到了一个全部值都相同的原数组。
因此我们该如何构造一个这样的差分数组呢?
- 只有首元素不为零
- 差分数组中 2到n的全部元素都为0
可以发现:
-
最少操作次数:把差分数组变为上面的情况的最少操作次数
-
对应的方案数:因此就是求 b[1] 有多少种方案,就是数列中不同的值的种类
则在区间【2,n】中:
由于差分数组中值有正有负,因此我们根据贪心的思路:
每次选择两个符号不同的数值,一个加1,一个减1,这样就能用最少的次数将正负两个符号不同的数字相消
我们规定pos为差分数组中所有正数的和,neg为所有负数的绝对值的和。
则min(pos,neg)就是正数与负数进行相消的方案数,然后使得数列中所有的值都是相同符号:
假设差分数组为:
2 5 -2 3 -1
pos=8,neg=3,则我们经过 min(8,3)=3,即经过了三次操作使得所有的负数都消失:
2 3 0 2 0 (两个负数一个加2,一个加1,对应其他位置一个减2,一个减1)
然后我们得到了全部都是符号相同的序列,下一步我们就是把【2,n】中所有的符号相同的数相消,使得数列中只留下【1】位置的值,则对于【2,n】中的数字可以有两种方案进行相消:
- 与【1】位置的值进行相消,此时会改变【1】的值
- 与【n+1】位置的值进行相消,此时不会改变【1】的值,【n+1】位置的值无意义。
因此我们再经过 |pos-neg|次操作使得所有的【2,n】位置的元素全部变为0,对于最少操作次数,选择两种方案都是一样的,因此最少操作次数为:min(pos,neg)+abs(pos-neg)
如果要统计对应的最少操作次数的方案数:则一定是 |pos-neg|+1。
上面相同符号进行相消配对的时候,选择 |pos-neg| 个与[1]匹配,则[1]改变,可以造成|pos-neg|个[1]的不同情况;另外选择[n+1],则[1]不变,可以造成1种[1]的情况。
因此最终的组合数就是 |pos-neg|+1
#include <iostream> #include <algorithm> #include <cstring> #include <cstdlib> using namespace std; #define int long long const int N=1e5+10; int nums[N]; int n; signed main(){ cin>>n; for (int i=1;i<=n;i++){ cin>>nums[i]; } for (int i=n;i>1;i--){ nums[i]-=nums[i-1]; } int pos=0,neg=0; for (int i=2;i<=n;i++){ if (nums[i]>0) pos+=nums[i]; else neg-=nums[i]; } cout<<min(pos,neg)+abs(pos-neg)<<endl; cout<<abs(pos-neg)+1<<endl; return 0; }
本文来自博客园,作者:hugeYlh,转载请注明原文链接:https://www.cnblogs.com/helloylh/p/17250948.html
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· TypeScript + Deepseek 打造卜卦网站:技术与玄学的结合
· Manus的开源复刻OpenManus初探
· 写一个简单的SQL生成工具
· AI 智能体引爆开源社区「GitHub 热点速览」
· C#/.NET/.NET Core技术前沿周刊 | 第 29 期(2025年3.1-3.9)