蓝桥杯题目:二维前缀和

首先分析一下二维数组的差分。s[x2][y2]-s[x1][y1]=s[x2][y2]-s[x2][y1-1]-s[x1-1][y2]+s[x1-1][y1-1]

因为对于二维数组x2y2-x1y1范围内的值需要通过x2y2减去从x1,y2-1的这段存储的前缀和以及减去x2-1,y1这两部分的前缀和,但是还有一个x1-1,y1-1这一段被减去了两次。我们可以通过举例例如:sum (2,2)∼(3,3)=sum 3,3−sum 1,3−sum 3,1+sum 1,1

以及二维数组的前缀和怎么求对于横轴来书和一维数组一样。s[i][j]=s[i-1][j]+a[i][j]

对于纵轴来说s[i][j]=s[i][j]+s[i][j-1];

通过举例可得

sum (3,3)=sum2 ,3+a[3,1]+a[3,2]+a[3,3]

以下是代码实现

复制代码
package 二维数组前缀和;

import java.util.Scanner;
// 1:无需package
// 2: 类名必须Main, 不可修改

public class Main {
    public static void main(String[] args) {
        Scanner scan = new Scanner(System.in);


        int n=scan.nextInt();
        int m=scan.nextInt();
        int q=scan.nextInt();
        long [][] a=new long[n+1][m+1];
        long [][] s=new long[n+1][m+1];

        for(int i=1;i<=n;i++)
        {
            for(int j=1;j<=m;j++)
            {
                a[i][j]=scan.nextInt();
                s[i][j]=s[i][j-1]+a[i][j];

            }
            for (int j = 1; j <= m; j++) {
                s[i][j] += s[i - 1][j];  // 二维前缀和处理
            }

        }
        for(int i=0;i<q;i++)
        {
            int x1=scan.nextInt();
            int y1=scan.nextInt();
            int x2=scan.nextInt();
            int y2=scan.nextInt();
            System.out.println(caculate(x1,y1,x2,y2,s));

        }


        //在此输入您的代码...
        scan.close();
    }
    public static long caculate(int x1,int y1,int x2,int y2,long [][] s)
    {

        if(x1>x2||y1>y2)
        {
            return 0;
        }



        return s[x2][y2]-s[x2][y1-1]-s[x1-1][y2]+s[x1-1][y1-1];

    }
}
相关推荐
没有bug.的程序员3 分钟前
JVM 运行时数据区详解:内存模型与对象生命周期全景解析
java·jvm·运行时数据区·内存模型·对象生命周期
一语长情19 分钟前
Netty流量整形:保障微服务通信稳定性的关键策略
java·后端·架构
盖世英雄酱581361 小时前
第一个RAG项目遇到的问题
java·spring boot
最初的↘那颗心1 小时前
Flink Stream API - 源码开发需求描述
java·大数据·hadoop·flink·实时计算
CoovallyAIHub1 小时前
线性复杂度破局!Swin Transformer 移位窗口颠覆高分辨率视觉建模
深度学习·算法·计算机视觉
华仔啊1 小时前
别学23种了!Java项目中最常用的6个设计模式,附案例
java·后端·设计模式
在路上`1 小时前
前端学习之后端小白java的一些理论知识(框架)
java·学习
练习时长两年半的Java练习生(升级中)2 小时前
从0开始学习Java+AI知识点总结-18.web基础知识(Java操作数据库)
java·学习·web
点云SLAM2 小时前
Eigen中Dense 模块简要介绍和实战应用示例(最小二乘拟合直线、协方差矩阵计算和稀疏求解等)
线性代数·算法·机器学习·矩阵·机器人/slam·密集矩阵与向量·eigen库