AcWing 797. 差分
. 差分
定义:,称数组是数组的差分数组。
举个栗子:
为啥呢?
算一下,就是
把上面五个式子左边加在一起,右边也加在一起,两边还应该相等。就是:
太奇妙了!数组是数组的一维前缀和数组!
小结:
(1)、数组中,每个数字后面减前面得到的数字填入数组,数组就叫数组的差分数组。
(2)、同时,数组就是数组的前缀和数组。
(3)、通过“叠加”差分数组,就可以还原出“原数组”的每一个数字!
(4)、前缀和与差分互为逆运算,有原数组可以计算出差分数组;有差分数组,也可以还原成原数组。
2、一维差分作用
使用场景:
在某个区间的多次操作都加上(或减去)一个数时,一维差分可以大大提高运算速度。
举个栗子:

总结公式:
void insert(int l,int r,int c){
b[l]+=c;
b[r+1]-=c;
}
我们利用刚才的结论:通过“叠加”差分数组,就可以还原出“原数组”的每一个数字!!这玩意就整一回合适吗?不合适,还不够费功夫的呢!生成一维差分也就算了,从一维差分数组还原回原数组就需要次运算,整不好还赔了呢!但如果是多次区间加减运算,就合适了!
3、一维差分应用
#include <bits/stdc++.h>
using namespace std;
const int N = 100010;
int n, m;
int a[N], b[N];
/**
* 功能:差分计算
* @param l 左边界
* @param r 右边界
* @param c 值
*/
void insert(int l, int r, int c) {
b[l] += c;
b[r + 1] -= c;
}
int main() {
cin >> n >> m;
for (int i = 1; i <= n; i++) {
cin >> a[i];
insert(i, i, a[i]);
//或者 b[i]=a[i]-a[i-1];
}
while (m--) {
int l, r, c;
cin >> l >> r >> c;
insert(l, r, c);
}
for (int i = 1; i <= n; i++)
a[i] = a[i - 1] + b[i], printf("%d ", a[i]);
return 0;
}
. 差分矩阵
1、二维差分定义
我们有一个矩阵,如下图所示。
根据二维前缀和表示的是右上角矩形的和,由于差分只涉及前面相邻的数(由一维可以推出),并且由前面范围的数相加得到这个位置的数。那么类比二维前缀和和一维差分,可以简单推测出
二维差分的公式
如何从差分矩阵得到原矩阵呢?[就是二维前缀和公式]
举个栗子
比如,我们有一个矩阵 a,如下所示:
1 2 4 3
5 1 2 4
6 3 5 9
那么对应的二维差分矩阵 b 如下:
1 1 2 -1
4 -5 -1 3
1 1 1 2
2、二维差分用途
和一维差分的用途基本一致,在一个二维矩阵中,有多块区间需要增加或减少一个数值,多次操作后求最终的矩阵内容。如果按照传统办法,就是二层循环,复杂度很高,如果预处理出一个二维的差分矩阵,以后的多轮操作都转为了4次加加减减操作,可以视为级别的时间复杂度,运算效率将得到极大提高。
3、二维差分构建
如果我们要在左上角是 (x1,y1)
,右下角是 (x2,y2)
的矩形区间每个值都 +c
,如下图所示
在我们要的区间开始位置(x1,y1)
处 +c
,根据前缀和的性质,那么它影响的就是整个黄色部分,多影响了两个蓝色部分,所以在两个蓝色部分 -c
消除 +c
的影响,而两个蓝色部分重叠的绿色部分多了个 -c
的影响,所以绿色部分 +c
消除影响。所以对应的计算方法如下:
void insert(int x1, int y1, int x2, int y2, int c){
b[x1][y1] += c; //开始位置增加C
b[x2 + 1][y1] -= c; //见上面的图,把第二行的蓝色区域减去C
b[x1][y2 + 1] -= c; //见上面的图,把第一行的蓝色区域减去C
b[x2 + 1][y2 + 1] += c; //交叉位置被减了两次,需要补回来。
}
4、二维差分应用
#include <bits/stdc++.h>
using namespace std;
const int N = 1010;
int a[N][N], b[N][N];
int n, m, q;
/**
* 功能:二维差分构建
* @param x1 左上角横坐标
* @param y1 左上角纵坐标
* @param x2 右下角横坐标
* @param y2 右下角纵坐标
* @param c 值
*/
void insert(int x1, int y1, int x2, int y2, int c) {
b[x1][y1] += c;
b[x2 + 1][y1] -= c;
b[x1][y2 + 1] -= c;
b[x2 + 1][y2 + 1] += c;
}
int main() {
cin >> n >> m >> q;
//读入并构建
for (int i = 1; i <= n; i++)
for (int j = 1; j <= m; j++)
cin >> a[i][j], insert(i, j, i, j, a[i][j]);
//q次区域变化
while (q--) {
int x1, y1, x2, y2, c;
cin >> x1 >> y1 >> x2 >> y2 >> c;
insert(x1, y1, x2, y2, c);
}
//还原二维数组
for (int i = 1; i <= n; i++) {
for (int j = 1; j <= m; j++) {//二维前缀和公式
a[i][j] = a[i - 1][j] + a[i][j - 1] - a[i - 1][j - 1] + b[i][j];
printf("%d ", a[i][j]);
}
printf("\n");
}
return 0;
}
【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
· 被坑几百块钱后,我竟然真的恢复了删除的微信聊天记录!
· 没有Manus邀请码?试试免邀请码的MGX或者开源的OpenManus吧
· 【自荐】一款简洁、开源的在线白板工具 Drawnix
· 园子的第一款AI主题卫衣上架——"HELLO! HOW CAN I ASSIST YOU TODAY
· Docker 太简单,K8s 太复杂?w7panel 让容器管理更轻松!
2020-01-04 东师理想大数据中心技术路线规划
2018-01-04 随笔