前缀和与差分
前缀和
定义:前缀和可以简单理解为「数列的前 n 项的和」,是一种重要的预处理方式,能大大降低查询的时间复杂度。
一维前缀和
模板
for (int i = 1; i <= n; i++)
sum[i] = sum[i - 1] + a[i];
时间复杂度:O(n)
原理
数组sum用于储存前 i 个元素的和, 数组a为原数组
sum0 = a0 = 0
sum1 = a1
sum2 = sum1 + a2 = a1 + a2
sum3 = sum2 + a3 = a1 + a2 + a3
sumn = sumn - 1 + an = a1 + ..... + an
由此我们可以得出:sumi = sumi - 1 + ai 这一递推公式
模板题:一维前缀和
二维前缀和
模板
for (int i = 1;i <= n;i++)
for (int j = 1;j <= m;j++)
sum[i][j] = sum[i - 1][j] + sum[i][j - 1] - sum[i - 1][j - 1] + a[i][j];
时间复杂度:O(n * m)
原理

如图所示,黑色边框为a11到aij之间所有元素的和(sumij),蓝色边框为a11到ai - 1j之间所有元素的和(sumi - 1j),橙色边框为a11到aij - 1之间所有元素的和(sumij - 1)。
观察图的面积关系,我们可以得到这一递推关系:
sum[i][j] = sum[i - 1][j] + sum[i][j - 1] - sum[i - 1][j - 1] + a[i]这一递推关系即为二维前缀和的递推公式。
模板题:二维前缀和
与前缀和有关的题目
Codeforces Round 961 (Div. 2) B1. Bouquet (Easy Version)
差分
类似于数学中的求导和积分,差分可以看成前缀和的逆运算。
一维差分
模板
void insert(int l, int r, int y)
{
s[l] = s[l] + y;
s[r + 1] = s[r + 1] - y;
}
原理
一维差分数组其实就是原数组中该位置的元素减去上一位置的元素
如代码所示:
数组s为差分数组,数组a为原数组。
void insert(int l, int r, int y) { s[l] = s[l] + y; s[r + 1] = s[r + 1] - y; } for (int i = 1;i <= n;i++) insert(i, i, a[i]);在对数组a的遍历之时,差分数组s在 i 的位置加上原数组a在 i 位置的值,在 i + 1 位置减去原数组a在 i 位置的值,同理在 i - 1 位置时,s在 i - 1 的位置也减去了原数组在 i - 1 位置的值, 因此 si = ai - ai - 1。
模板题:一维差分
二维差分
模板
void insert(int x1, int y1, int x2, int y2, int y)
{
s[x1][y1] = s[x1][y1] + y;
s[x2 + 1][y1] = s[x2 + 1][y1] - y;
s[x1][y2 + 1] = s[x1][y2 + 1] - y;
s[x2 + 1][y2 + 1] = s[x2 + 1][y2 + 1] + y;
}
原理
二维差分可以类似于一维差分进行理解
void insert(int x1, int y1, int x2, int y2, int y) { s[x1][y1] = s[x1][y1] + y; s[x2 + 1][y1] = s[x2 + 1][y1] - y; s[x1][y2 + 1] = s[x1][y2 + 1] - y; s[x2 + 1][y2 + 1] = s[x2 + 1][y2 + 1] + y; } for (int i = 1;i <= n;i++) for (int j = 1;j <= m;j++) insert(i, j, i, j, q[i][j]);

sx1 y1 +=c ; 让整个s数组中蓝色矩形面积的元素都加上了c。
sx1,y2+1-=c ; 让整个s数组中绿色矩形面积的元素再减去c,使其内元素不发生改变。
sx2+1y1- =c ; 让整个s数组中紫色矩形面积的元素再减去c,使其内元素不发生改变。
sx2+1y2+1+=c; 让整个s数组中红色矩形面积的元素再加上c,红色内的相当于被减了两次,再加上一次c,才能使其恢复。
模板题:二维差分