C++前缀和 - 技术栈

#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：

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。

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。

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)。

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。

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：

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。

对于任意子数组 $i, j$ 的和可以表示为 prefixSum $j$ - prefixSum $i-1$ 。

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。

最终，结果为更新过程中出现的最大子数组和。

代码实现（C++）：

复制代码

#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！