我的编程空间,编程开发者的网络收藏夹
学习永远不晚

零基础学算法100天第7天——二维差分(差分矩阵)

短信预约 -IT技能 免费直播动态提醒
省份

北京

  • 北京
  • 上海
  • 天津
  • 重庆
  • 河北
  • 山东
  • 辽宁
  • 黑龙江
  • 吉林
  • 甘肃
  • 青海
  • 河南
  • 江苏
  • 湖北
  • 湖南
  • 江西
  • 浙江
  • 广东
  • 云南
  • 福建
  • 海南
  • 山西
  • 四川
  • 陕西
  • 贵州
  • 安徽
  • 广西
  • 内蒙
  • 西藏
  • 新疆
  • 宁夏
  • 兵团
手机号立即预约

请填写图片验证码后获取短信验证码

看不清楚,换张图片

免费获取短信验证码

零基础学算法100天第7天——二维差分(差分矩阵)

本文已收录于专栏
🌲《零基础学算法一百天》🌲

学习指引

⭐️引言⭐️

  大家好啊,我是执梗。今天零基础学算法要讲解的是前缀和与差分系列的终章——二维差分。这算是这个里面相对复杂一点的知识点,但也仅仅是一点,只要掌握好了前缀和+一维差分,通过图解理解起来还是非常快的。虽然考的很少,但是也是一门必须掌握地基础算法。

1、什么是差分矩阵?

  二维差分我们通常称之为差分矩阵。通过结合一维差分我们可以想到,它的作用是可以让某个子矩阵在O(1)的时间复杂度内让所有元素都加上c

  而我之前一直都在强调一点——前缀和与差分是逆运用,二维亦是如此

  如果我们有了一个b[][]如图:
在这里插入图片描述
​   很明显它的二维前缀和数组a[][]应该为:

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-tueqIh4n-1652930128561)(C:\Users\86135\Desktop\执梗ssm笔记\二维差分.assets\1652928249843.png)]

  两者的关系为—— a 是 b 的 前 缀 和 数 组 , 而 b 是 a 的 差 分 数 组 ( 差 分 矩 阵 ) a是b的前缀和数组,而b是a的差分数组(差分矩阵) abba

2、差分矩阵的核心操作

  我们前面已经提过,差分矩阵b[][]是帮助我们在O(1)时间内让原数组a[][]的某个子矩阵加上c。类似二维前缀和的讲解,通过图解能最快速帮忙大家理解差分矩阵的核心操作 :

  1、首先我们有一个如图的数组a[][] ,我们想让红色板块的值都加上c

  在这里插入图片描述

  2、如果我们此时对数组b[][]的该点加上c

    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-wicaG82j-1652930128562)(C:\Users\86135\Desktop\执梗ssm笔记\二维差分.assets\1652929513266.png)]

  3、因为a[][]b[][]的前缀和数组,根据二维前缀和的初始化出发,会使得a[][]以下子矩阵全部都加上c

  [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-MKKQEvv8-1652930128563)(C:\Users\86135\Desktop\执梗ssm笔记\二维差分.assets\1652929691450.png)]

  4、很显然,增加的面积超出了我们想要的范围,所以我们还需要减去a[][]中这两个子矩阵的面积

  ​[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-NuhfCKfX-1652930128563)(C:\Users\86135\Desktop\执梗ssm笔记\二维差分.assets\1652929865119.png)]

​   [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-VKvI67SS-1652930128564)(C:\Users\86135\Desktop\执梗ssm笔记\二维差分.assets\1652929907879.png)]

  5、又可以很明显的发现,减去的这两个子矩阵有重合的地方,我们多减了一次,最后还需要加回来,对于这两个减去子矩阵以及加回多减的操作。我们只需要让b[][]的绿色两点减上c,红色点加上c
  在这里插入图片描述

   总结:我们假设在第一步中a[][]需要增加的子矩阵的左上角坐标为(x1,y1),右下角坐标为(x2,y2)。根据刚才的分析,对于a[][]任意子矩阵的增加c的操作,我们只需要对b[][]进行两增两减的操作即可,这样的时间复杂度稳定是O(1)的。

   我们来对比一下朴素与差距矩阵的优化操作:

   朴素版实现O(n*n)

for(int i=x1;i<x2;++i){for(int j=y1;i<=y2;++j{a[i][i]+=c;}}

   差分矩阵核心操作O(1)

//差分矩阵最核心的操作   static void insert(int x1,int y1,int x2,int y2,int c){       s[x1][y1]+=c;       s[x1][y2+1]-=c;       s[x2+1][y1]-=c;       s[x2+1][y2+1]+=c;   }

3、预处理得到差分数组

  这时候肯定有人有疑问,你光说了差分矩阵多牛了,那问题是我们有的数组是a[][],那怎么通过a[][]得到它的差分矩阵b[][]呢?这就是二维差分一个比较难理解的点,我们讲二维前缀和的时候是先讲的如何先预处理得到二维前缀和数组,再讲如何使用,而差分矩阵恰好应该反过来。
  因为从差分矩阵的定义我们很难直接得到,一维的差分数组从定义出发来说,我们可以很轻松的通过b[i]=a[i]-a[i-1]得到差分数组。但差分矩阵你就会觉得很别扭,怎么感觉那么奇怪呢?💢
b[i][j]==???,很难想到。
  但是我们可以曲线救国 ❗️

 我们先假设a[][]为空全为0,那么此时它的差分矩阵b[][]理所当然也是全为0的,这时对于a[][]中任意一个坐标(i,j),我们把它既当做左上角坐标,也当做右下角坐标,对其进行insert操作(也就是上面说的最核心操作)。因为一个格子也可以看作是一个子矩阵,这样对于a[][]的每个格子我们都进行insert操作,最终就可以得到我们的差分矩阵b[][]

   预处理操作:

//差分数组的预处理(曲线救国)       for(int i=1;i<=n;++i)           for (int j=1;j<=m;++j){               a[i][j]=sc.nextInt();               insert(i,j,i,j,a[i][j]);           }

4、差分矩阵模板题

在这里插入图片描述
   根据前面的讲解,直接进行操作即可,先预处理得到差分矩阵b[][],再进行m次insert操作,最后通过二维前缀和推导由b[][]推回我们的原数组a[][]即可。

import java.util.Scanner;public class Main {   static int N=1010;   static int[][] a=new int[N][N];   static int[][] s=new int[N][N];   static int n,m,q;   public static void main(String[] args) {       Scanner sc=new Scanner(System.in);       n=sc.nextInt();       m=sc.nextInt();       q=sc.nextInt();       //差分数组的预处理(曲线救国)       for(int i=1;i<=n;++i)           for (int j=1;j<=m;++j){               a[i][j]=sc.nextInt();               insert(i,j,i,j,a[i][j]);           }       while (q-->0){           int x1=sc.nextInt();           int y1=sc.nextInt();           int x2=sc.nextInt();           int y2=sc.nextInt();           int c=sc.nextInt();           insert(x1,y1,x2,y2,c);       }          //求回原数组a,其实就是求二维前缀和的过程(前面的文章讲过)       for (int i = 1; i <=n; i++) {           for (int j = 1; j <=m; j++) {               a[i][j]=a[i-1][j]+a[i][j-1]-a[i-1][j-1]+s[i][j];               System.out.print(a[i][j]+" ");           }              System.out.println();       }   }   //差分矩阵最核心的操作   static void insert(int x1,int y1,int x2,int y2,int c){       s[x1][y1]+=c;       s[x1][y2+1]-=c;       s[x2+1][y1]-=c;       s[x2+1][y2+1]+=c;   }}

如果文章对你有所帮助,还望能给点三连支持一下,非常感谢!!!

来源地址:https://blog.csdn.net/m0_57487901/article/details/124859474

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

零基础学算法100天第7天——二维差分(差分矩阵)

下载Word文档到电脑,方便收藏和打印~

下载Word文档

编程热搜

  • Python 学习之路 - Python
    一、安装Python34Windows在Python官网(https://www.python.org/downloads/)下载安装包并安装。Python的默认安装路径是:C:\Python34配置环境变量:【右键计算机】--》【属性】-
    Python 学习之路 - Python
  • chatgpt的中文全称是什么
    chatgpt的中文全称是生成型预训练变换模型。ChatGPT是什么ChatGPT是美国人工智能研究实验室OpenAI开发的一种全新聊天机器人模型,它能够通过学习和理解人类的语言来进行对话,还能根据聊天的上下文进行互动,并协助人类完成一系列
    chatgpt的中文全称是什么
  • C/C++中extern函数使用详解
  • C/C++可变参数的使用
    可变参数的使用方法远远不止以下几种,不过在C,C++中使用可变参数时要小心,在使用printf()等函数时传入的参数个数一定不能比前面的格式化字符串中的’%’符号个数少,否则会产生访问越界,运气不好的话还会导致程序崩溃
    C/C++可变参数的使用
  • css样式文件该放在哪里
  • php中数组下标必须是连续的吗
  • Python 3 教程
    Python 3 教程 Python 的 3.0 版本,常被称为 Python 3000,或简称 Py3k。相对于 Python 的早期版本,这是一个较大的升级。为了不带入过多的累赘,Python 3.0 在设计的时候没有考虑向下兼容。 Python
    Python 3 教程
  • Python pip包管理
    一、前言    在Python中, 安装第三方模块是通过 setuptools 这个工具完成的。 Python有两个封装了 setuptools的包管理工具: easy_install  和  pip , 目前官方推荐使用 pip。    
    Python pip包管理
  • ubuntu如何重新编译内核
  • 改善Java代码之慎用java动态编译

目录