问小白 wenxiaobai
资讯
历史
科技
环境与自然
成长
游戏
财经
文学与艺术
美食
健康
家居
文化
情感
汽车
三农
军事
旅行
运动
教育
生活
星座命理

C++前缀和详解

创作时间:
作者:
@小白创作中心

C++前缀和详解

引用
CSDN
1.
https://blog.csdn.net/PingdiGuo_guo/article/details/135910508

目录

  1. 什么是前缀和
  2. 前缀和的过程
  3. 前缀和的用法
  4. 用处
  5. 例题
  6. 总结

1. 什么是前缀和

C++前缀和是一种常用的算法,用于解决求解区间和问题。前缀和数组是一个长度为n的数组,其中第i个元素代表原始数组从下标0到下标i的元素之和。通过预先计算前缀和数组,可以在O(1)的时间复杂度内求解任意区间的和。

前缀和算法的基本思想是利用动态规划的思想,通过累加计算出每一个位置的前缀和。具体实现时,可以对原始数组进行一次遍历,累加计算出前缀和数组的每一个元素。

2. 前缀和的过程

1. 文字

前缀和它的基本思想是通过提前计算数组的前缀和,可以在O(1)的时间复杂度内求解任意子数组的和。下面我用文字详细描述前缀和的过程,并用表格举例演示。

  1. 首先,我们定义一个数组,假设数组为arr,长度为n。我们需要额外定义一个长度为n+1的数组prefix_sum,用于存储arr数组的前缀和。
  2. 计算前缀和的过程如下:
  • 首先,初始化prefix_sum[0]为0,表示arr的前0个元素的和为0。
  • 然后,从1开始遍历数组arr,逐个计算每个位置的前缀和,即prefix_sum[i] = prefix_sum[i-1] + arr[i-1]。
  1. 最终,prefix_sum中存储了arr数组的前缀和,prefix_sum[i]表示arr前i个元素的和。

2. 图示

下面通过一个具体的例子来说明前缀和的计算过程:

假设arr = [1, 2, 3, 4, 5],长度为5,我们要计算其前缀和。

arr索引
元素值
前缀和计算过程
prefix_sum值
0
1
prefix_sum[0] = 0 + 1
1
1
2
prefix_sum[1] = 1 + 2
3
2
3
prefix_sum[2] = 3 + 3
6
3
4
prefix_sum[3] = 6 + 4
10
4
5
prefix_sum[4] = 10 + 5
15

通过这个表格,我们可以看到prefix_sum数组中存储了arr数组的前缀和。这样,在求解任意子数组的和时,只需要通过prefix_sum数组中的值进行简单的减法运算即可,实现了高效的求解过程。

3. 前缀和的用法

C++前缀和是指在一个数组中,计算从数组起始位置到当前位置的所有元素的和。它的用途是在一些需要频繁查询某个区间和的场景中,可以通过预处理数组得到前缀和数组,从而在O(1)的时间复杂度内得到任意区间的和。

前缀和的用法可以分为以下几点:

1. 前缀和的定义

在C++中,可以使用一个额外的数组来保存原始数组中每个位置的前缀和,即累加前面所有元素的和。下面是一个示例代码:

#include <iostream>
#include <vector>
using namespace std;

vector<int> prefixSum(vector<int>& nums) {
    int n = nums.size();
    vector<int> prefix(n);
    prefix[0] = nums[0];  // 第一个元素的前缀和就是其本身
    // 计算前缀和
    for (int i = 1; i < n; i++) {
        prefix[i] = prefix[i-1] + nums[i];
    }
    return prefix;
}

int main() {
    vector<int> nums = {1, 2, 3, 4, 5};
    vector<int> prefix = prefixSum(nums);
    for (int num : prefix) {
        cout << num << " ";
    }
    cout << endl;
    return 0;
}

上述代码中,prefixSum函数接受一个整型数组作为参数,并返回一个新的数组,其中保存了每个位置的前缀和。

在prefixSum函数中,首先创建了一个与原始数组大小相同的prefix数组,用于保存前缀和。然后,对于数组中的每个元素,通过累加前面所有元素的和来计算当前位置的前缀和。最后,返回计算得到的前缀和数组。

在main函数中,我们将一个示例数组传入prefixSum函数,然后遍历输出计算得到的前缀和数组。

2. 预处理前缀和数组

首先需要遍历原始数组,计算出每个位置的前缀和,并将其存储在一个新的数组中。具体的计算方法是,对于位置i,前缀和数组的第i个元素等于原始数组中前i个元素的和。

3. 查询区间和

一旦得到了前缀和数组,就可以通过查询两个位置的前缀和来计算任意区间的和。对于一个区间[a, b],其和等于前缀和数组中第b个元素减去第a-1个元素(如果a不等于1)。

4. 数组中某个区间的和是否为特定值

通过前缀和计算区间和后,可以用哈希表记录出现的前缀和,以便在后续查询中快速判断。

5. 数组中连续子数组的和的最大值

通过前缀和计算各个子数组的和,找出最大的子数组和。可以使用动态规划或遍历的方式实现。

6. 数组中连续子数组的和的最小值

通过前缀和计算各个子数组的和,找出最小的子数组和。可以使用动态规划或遍历的方式实现。

7. 举例

假设有一个数组arr = {1, 2, 3, 4, 5},我们可以通过预处理得到前缀和数组prefixSum = {1, 3, 6, 10, 15}。然后,我们可以通过查询prefixSum - prefixSum[1-1]来计算区间[2, 4]的和,即6 - 1 = 5。

总结一下,C++前缀和的用法包括预处理前缀和数组和查询区间和。通过预处理数组,可以在O(1)的时间复杂度内得到任意区间的和,从而提高了查询效率。

4. 用处

前缀和是一种常见的算法技巧,通常应用于数组相关的问题中。它的主要用途包括:

  1. 快速计算数组区间和:通过预先计算数组的前缀和,可以在O(1)的时间复杂度内快速计算任意区间的和,而不需要每次都重新遍历计算。
  2. 解决子数组和为特定值的问题:通过计算前缀和,在一维数组中可以快速找到和为特定值的子数组。
  3. 解决数组中连续子数组的最大和问题:通过计算前缀和,可以优化求解连续子数组的最大和问题,使得时间复杂度可以达到O(n)。
  4. 解决求解区间和的问题:通过利用前缀和的特性,可以在较快的时间内解决求解多个区间和的问题。
  5. 判断两个子数组是否具有相同的和:通过计算不同位置的前缀和,可以快速判断两个子数组是否具有相同的和,用于一些比较问题中。

总的来说,前缀和在解决数组相关问题时具有非常重要的作用,可以优化计算效率,减少时间复杂度。

5. 例题

题目描述:

给定一个包含 n 个非负整数的数组 nums,一个连续子数组的最大和被定义为该子数组中所有正数的和。设计一个算法,计算出数组中连续子数组的最大和。例如,对于数组 [-2, 1, -3, 4, -1, 2, 1, -5, 4],连续子数组的最大和为 6,对应子数组 [4, -1, 2, 1]。

限制:

  • 数组中的元素个数 n 满足 1 <= n <= 10^5
  • 数组中的每个元素满足 -1000 <= nums[i] <= 1000

分析步骤:

  1. 使用前缀和的方法,定义一个一维数组 prefixSum,其中 prefixSum[i] 表示前 i 个元素的和。
  2. 对于任意子数组 [i, j] 的和可以表示为 prefixSum[j] - prefixSum[i-1]。
  3. 遍历数组计算前缀和并更新最大子数组和,如果当前前缀和小于 0,则重新开始计算前缀和。
  4. 最终,结果为更新过程中出现的最大子数组和。

代码实现(C++):

#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;

int maxSubarraySum(vector<int>& nums) {
    int n = nums.size();
    if (n == 0) return 0;
    vector<int> prefixSum(n);
    prefixSum[0] = nums[0];
    int maxSum = nums[0];
    for (int i = 1; i < n; i++) {
        prefixSum[i] = prefixSum[i-1] + nums[i];
        maxSum = max(maxSum, nums[i]);
        if (prefixSum[i] - prefixSum[i-1] > nums[i]) {
            prefixSum[i] = nums[i];
        }
        maxSum = max(maxSum, prefixSum[i]);
    }
    return maxSum;
}

int main() {
    vector<int> nums = {-2, 1, -3, 4, -1, 2, 1, -5, 4};
    cout << maxSubarraySum(nums) << endl;  // 输出 6
    return 0;
}

时间复杂度分析:

  • 遍历数组一次,计算前缀和和更新最大子数组和,时间复杂度为 O(n)。
  • 空间复杂度为 O(n),用于存储前缀和数组。

这道题目利用前缀和的方法可以较为简洁地解决,但需要对连续子数组的性质有一定的理解和分析,算法的设计相对较难一些。

6. 总结

本篇博客到这里就结束了,感谢大家的支持与观看,如果大家有好的建议欢迎留言!

© 2023 北京元石科技有限公司 ◎ 京公网安备 11010802042949号