当前位置:   article > 正文

前缀和算法+实现

前缀和算法

目录

1.前缀和算法

2.前缀和实现

Leetcode 303:区域和检索 - 数组不可变

Leetcode 304:二维区间和检索 - 数组不可变

Leetcode 560:和为K的子数组

3.总结


1.前缀和算法

前缀和的定义:数组从开始至某特定位置处的总和。

通过前缀和问题,我们可以计算数组的在某个区间的数值总和。其步骤如下:

(1)建立vector,用于存储前缀,并通过一定计算方式(如何计算见后续例题)计算每个位置处的前缀和。

(2)通过一定计算方式(如何计算见后续例题)计算某个区间或区域的数值总和。

2.前缀和实现

Leetcode 303: 区域和检索 - 数组不可变

题目描述:

给定一个整数数组 nums,计算任意两个位置之间的数值之和。

思路:

(1)计算前缀和的方式为:sums[i] = sums[i-1] + nums[i-1],即当前的前缀和等于上一元素的前缀和和当前元素的值的和。

(2)计算区间数值的方式为:res = sums[j+1] - sums[i], 即区间的数值之和等于两点前缀和之差。

注意:

(1)前缀和一般都从下标为1,即第二个位置处开始记录。这是为了防止因区间下界为0而带来的越界问题。

(2)需要提前对vector的大小进行定义,以防止越界问题。(使用resize函数

代码:

  1. class NumArray {
  2. public:
  3. vector<int>sums;
  4. NumArray(vector<int>& nums) {
  5. int n = nums.size();
  6. sums.resize(n+1);
  7. for(int i=1; i<=n; i++){
  8. sums[i] = sums[i-1]+nums[i-1];
  9. }
  10. }
  11. int sumRange(int left, int right) {
  12. return sums[right+1]-sums[left];
  13. }
  14. };

Leetcode304:二维区间和检索 - 数组不可变

题目描述:

给定一个二维矩阵 matrix,计算前缀和、区域数值和

思路:

(1)计算前缀和的方式为:sums[i][j] = sums[i-1][j] + sums[i][j-1] - sums[i-1][j-1] + nums[i-1][j-1]

(2)计算区域数值和的方式为:res = sums[x2+1][y2+1] - sums[x1][y2+1] - sums[x2+1][y1] + sums[x1][y1]

注意:

(1)为防止越界,sums的所有数据从下标为1的位置开始输入

(2)由于下标的变化,注意是否需要+1 -1

代码:

  1. class NumMatrix {
  2. public:
  3. vector<vector<int>> sums;
  4. NumMatrix(vector<vector<int>>& matrix) {
  5. int m,n;
  6. m = matrix.size(); //行数
  7. n = matrix[0].size(); //列数
  8. sums.resize(m+1,vector<int>(n+1));
  9. for(int i=1; i<=m; i++){
  10. for(int j=1; j<=n; j++){
  11. sums[i][j] = sums[i-1][j] + sums[i][j-1]
  12. - sums[i-1][j-1] + matrix[i-1][j-1];
  13. }
  14. }
  15. }
  16. int sumRegion(int row1, int col1, int row2, int col2) {
  17. return sums[row2+1][col2+1] - sums[row2+1][col1]
  18. - sums[row1][col2+1] + sums[row1][col1];
  19. }
  20. };

语法:

(1)求二维vector的行数: a.size() ; 求二维vector的列数: a[0].size()

(2)重新定义二维vector的大小:a.resize(m+1,vector<int>(n+1))

Leetcode 560:和为K的子数组

题目描述:

给你一个整数数组 nums 和一个整数 k ,请你统计并返回 该数组中和为 k 的子数组的个数 

思路:

(1)建立一个哈希表(unordered_map),用于记录元素之前的前缀和出现次数。将哈希表key为0的value设置为1

(2)遍历元素一次:

        ①计算当前前缀和

        ②计算当前前缀和与目标值的差值,在hashmap中找出该差值的出现次数(即以当前遍历元素为结尾的符合条件的区间个数)

注意:

(1)本题的初始化很重要!由于没有元素时的前缀和默认为0,所以必须要提前设置。

代码:

  1. class Solution {
  2. public:
  3. int subarraySum(vector<int>& nums, int k) {
  4. unordered_map<int,int> sums; //记录当前元素之前出现的前缀和的出现次数
  5. sums[0]=1; //初始化
  6. int pre=0, res=0;
  7. for(int i=0; i<nums.size();i++){
  8. pre += nums[i];
  9. res += sums[pre-k];
  10. sums[pre]++;
  11. }
  12. return res;
  13. }
  14. };

3.总结

前缀和算法的两大重要流程是:计算前缀和、利用前缀和计算某区间或区域的值。

要注意的三大细节为:前缀和数组下标、下标对应、数组大小确定

(1)当没有元素时,前缀和默认为0,所以通常情况下,记录前缀和的数组从下标为1的地方开始记录以防止越界。这就需要特别注意原始下标和前缀和下标的对应关系,看是否需要+1或-1

(2)要注意定义的vector没有大小,要自行resize一下,防止越界

(3)560题中,要遍历元素,并记录以当前元素为上界的条件下,成立的情况个数,这就需要使用到哈希表,及时更新出现的前缀和个数。注意初始化哈希表key为0,value为1.

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/从前慢现在也慢/article/detail/394345
推荐阅读
相关标签
  

闽ICP备14008679号