【算法通关指南:算法基础篇(四)】二维差分专题:1.【模板】差分 2.地毯

🔥小龙报:个人主页

🎬作者简介:C++研发,嵌入式,机器人方向学习者

❄️个人专栏:《算法通关指南》
永远相信美好的事情即将发生

文章目录


前言

本专栏聚焦算法题实战,系统讲解算法模块:以《c++编程》,《数据结构和算法》《基础算法》《算法实战》 等几个板块以题带点,讲解思路与代码实现,帮助大家快速提升代码能力
ps:本章节题目分两部分,比较基础笔者只附上代码供大家参考,其他的笔者会附上自己的思考和讲解,希望和大家一起努力见证自己的算法成长


一、二维差分

可以类比「⼀维差分数组」的性质,推导出「⼆维差分矩阵」的性质:

• 在差分数组中某个位置标记:表示后续元素统⼀被修改;

• 在差分数组中求前缀和:能够还原出原始数组。

假设我们需要将原始矩阵a中,以(x1,y1)为左上角,(x2,y2)为右下角的子矩阵的每个元素都加上k

结论

由此可得差分矩阵的性质:
fx1 y1 + = k
fx1 y2 + 1− = k
fx2 + 1y1 − = k
fx2 + 1y2 + 1+ = k

二、二维差分经典算法题

2.1【模板】差分

2.1.1题目

链接:【模板】差分

2.1.2 算法原理

依照刚才讲解二维差分原理模拟即可

2.2.3代码

c 复制代码
#include <iostream>
using namespace std;
typedef long long LL;
const int N = 1100;
LL f[N][N];

void cacl(LL x1, LL y1, LL x2, LL y2,LL k)
{
	f[x1][y1] += k;
	f[x1][y2 + 1] -= k;
	f[x2 + 1][y1] -= k;
	f[x2 + 1][y2 + 1] += k;
}

int main()
{
	int n, m, q;
	cin >> n >> m >> q;

	for (int i = 1; i <= n; i++)
	{
		for (int j = 1; j <= m; j++)
		{
			LL x;
			cin >> x;
			// [i, j]为左上⻆,[i, j]为右下⻆的矩阵,统⼀加上 x 
			cacl(i, j, i, j, x);
		}
	}

	while (q--)
	{
		LL x1, y1, x2, y2,k;
		cin >> x1 >> y1 >> x2 >> y2 >> k;

		cacl(x1, y1,x2, y2, k);
	}

	for (int i = 1; i <= n; i++)
	{
		for (int j = 1; j <= m; j++)
			f[i][j] += f[i - 1][j] + f[i][j - 1] - f[i - 1][j - 1];
	}


	for (int i = 1; i <= n; i++)
	{
		for (int j = 1; j <= m; j++)
			cout << f[i][j] << " ";
		cout << endl;
	}

	return 0;
}

2.2 地毯

2.2.1题目

链接:地毯

2.2.2 算法原理

直接利⽤二维差分矩阵模拟即可

2.2.3代码

c 复制代码
#include <iostream>
using namespace std;
const int N = 1010;
int a[N][N];  // 差分矩阵 

void cacl(int x1, int y1, int x2, int y2)
{
	a[x1][y1]++;
	a[x1][y2 + 1]--;
	a[x2 + 1][y1]--;
	a[x2 + 1][y2 + 1]++;
}

int main()
{
	int n, m;
	cin >> n >> m;

	while (m--)
	{
		int x1, y1, x2, y2;
		cin >> x1 >> y1 >> x2 >> y2;

		cacl(x1, y1, x2, y2);
	}

	for (int i = 1; i <= n; i++)
	{
		for (int j = 1; j <= n; j++)
			a[i][j] += a[i - 1][j] + a[i][j - 1] - a[i - 1][j - 1];
	}
	for (int i = 1; i <= n; i++)
	{
		for (int j = 1; j <= n; j++)
			cout << a[i][j] << " ";
		cout << endl;
	}
	return 0;
}

总结与每日励志

本文介绍了二维差分算法的原理和应用。二维差分通过在特定位置标记增量,可以高效处理子矩阵元素的批量修改。文章通过两道经典算法题(模板差分和地毯问题)展示了二维差分的实现方法,提供了完整的代码示例。核心思想是利用差分矩阵的性质,通过前缀和还原原始数组。算法简洁高效,适用于大规模矩阵操作。作者鼓励读者坚持学习,相信付出终有回报。

相关推荐
Escalating_xu16 小时前
C++可变参数模板与引用折叠精讲
开发语言·c++
Web极客码17 小时前
如何用三段式确定性剪枝,为 LLM Agent 砍掉 35% 的 Token 成本?
服务器·人工智能·算法·机器学习
wuyk55517 小时前
59.嵌入式C语言高级宏定义实战:多行宏、字符串化与符号拼接
c语言·开发语言·stm32·单片机·嵌入式硬件·物联网·51单片机
程序猿乐锅17 小时前
【数据结构与算法 | 第六篇】力扣1109,1094差分数组
java·算法·leetcode
云泽80817 小时前
Visual Studio 2026 新手保姆级教程:环境搭建、界面优化与编译器配置详解
开发语言·c++·c·开发工具·visual studio
wabs66617 小时前
关于图论【广度优先搜索的理论基础】
算法·图论·宽度优先
孤魂23317 小时前
逻辑回归算法
算法·机器学习·逻辑回归
weixin_3776348417 小时前
【多模型预测】 如何合理融合多个预测分值
算法·机器学习·概率论·预测·agent预测
2zcode17 小时前
基于MATLAB深度学习的乳腺钼靶影像乳腺癌智能诊断系统设计与实现
开发语言·深度学习·matlab·乳腺癌
无风听海17 小时前
Claude Agent Skills 的四种设计模式;从渐进式披露到最小权限
java·算法·设计模式