当前位置: 首页 > news >正文

001 - 前缀和算法:从原理到实战,一文讲透区间和问题

📖 摘要

前缀和(Prefix Sum)是算法竞赛和面试中的高频考点,能将区间和查询从O(n)优化到O(1),还能结合哈希表高效统计满足条件的子数组。本文将深入浅出讲解前缀和的核心思想、应用场景,并通过LeetCode经典题目带你彻底掌握这一算法技巧!


📚 目录

  1. 什么是前缀和?
  2. 前缀和的应用场景
  3. 一维前缀和经典例题
  4. 二维前缀和与矩阵查询
  5. 前缀和+哈希表的组合技
  6. 实战技巧与总结

1. 什么是前缀和?

1.1 一维前缀和

前缀和数组 prefix 的每个元素表示原数组前 i 项的和:
p r e f i x [ i ] = n u m s [ 0 ] + n u m s [ 1 ] + ⋯ + n u m s [ i − 1 ] prefix[i] = nums[0] + nums[1] + \dots + nums[i-1] prefix[i]=nums[0]+nums[1]++nums[i1]
区间和计算
若求原数组区间 [L, R] 的和,只需:
s u m = p r e f i x [ R + 1 ] − p r e f i x [ L ] sum = prefix[R+1] - prefix[L] sum=prefix[R+1]prefix[L]
示例
原数组 [2, 3, -1, 4] 的前缀和为 [0, 2, 5, 4, 8],区间 [1,3] 的和为 8 - 2 = 6

1.2 二维前缀和

二维前缀和 prefix[i][j] 表示从 (0,0)(i-1,j-1) 的矩形区域和。
区域和计算
查询区域 (r1,c1)(r2,c2) 的和:
s u m = p r e f i x [ r 2 + 1 ] [ c 2 + 1 ] − p r e f i x [ r 1 ] [ c 2 + 1 ] − p r e f i x [ r 2 + 1 ] [ c 1 ] + p r e f i x [ r 1 ] [ c 1 ] sum = prefix[r2+1][c2+1] - prefix[r1][c2+1] - prefix[r2+1][c1] + prefix[r1][c1] sum=prefix[r2+1][c2+1]prefix[r1][c2+1]prefix[r2+1][c1]+prefix[r1][c1]


2. 前缀和的应用场景

  • 高频查询区间和
  • 统计满足条件的子数组数量(如和为K、可被K整除的子数组)
  • 处理含负数的数组或需要取模的场景
  • 优化动态规划问题中的重复计算

3. 一维前缀和经典例题

例题1:和为K的子数组

问题:统计数组中连续子数组和为k的数量。
关键思路

  • 用哈希表记录前缀和出现的次数
  • 遍历时若发现 sum - k 在哈希表中,则累加次数

代码实现

def subarraySum(nums, k):
    prefix = {0: 1}  # 初始化:前缀和为0出现1次(空数组)
    sum_, count = 0, 0
    for num in nums:
        sum_ += num
        count += prefix.get(sum_ - k, 0)  # 累加符合条件的子数组数量
        prefix[sum_] = prefix.get(sum_, 0) + 1  # 更新哈希表
    return count

例题2:和可被 K 整除的子数组

关键点

  • 计算前缀和模 K 的余数,利用同余定理
  • 处理负数余数:mod = (sum_ % K + K) % K

代码实现

def subarraysDivByK(nums, K):
    prefix = {0: 1}
    sum_, ans = 0, 0
    for num in nums:
        sum_ += num
        mod = (sum_ % K + K) % K  # 修正负数余数
        ans += prefix.get(mod, 0)
        prefix[mod] = prefix.get(mod, 0) + 1
    return ans

4. 二维前缀和与矩阵查询

例题3:二维区域和检索

核心思想

  • 构建二维前缀和数组时,利用容斥原理:
    p r e f i x [ i ] [ j ] = p r e f i x [ i − 1 ] [ j ] + p r e f i x [ i ] [ j − 1 ] − p r e f i x [ i − 1 ] [ j − 1 ] + m a t r i x [ i − 1 ] [ j − 1 ] prefix[i][j] = prefix[i-1][j] + prefix[i][j-1] - prefix[i-1][j-1] + matrix[i-1][j-1] prefix[i][j]=prefix[i1][j]+prefix[i][j1]prefix[i1][j1]+matrix[i1][j1]

代码实现

class NumMatrix:
    def __init__(self, matrix):
        m, n = len(matrix), len(matrix[0])
        self.prefix = [[0]*(n+1) for _ in range(m+1)]
        for i in range(m):
            for j in range(n):
                self.prefix[i+1][j+1] = self.prefix[i+1][j] + self.prefix[i][j+1] - self.prefix[i][j] + matrix[i][j]
    
    def sumRegion(self, r1, c1, r2, c2):
        return self.prefix[r2+1][c2+1] - self.prefix[r1][c2+1] - self.prefix[r2+1][c1] + self.prefix[r1][c1]

5. 前缀和+哈希表的组合技

例题4:连续数组

问题:找到含有相同数量0和1的最长子数组。
转化技巧:将0视为-1,问题转化为求和为0的最长子数组。

代码实现

def findMaxLength(nums):
    prefix = {0: -1}  # 记录前缀和首次出现的下标
    sum_, max_len = 0, 0
    for i, num in enumerate(nums):
        sum_ += 1 if num == 1 else -1
        if sum_ in prefix:
            max_len = max(max_len, i - prefix[sum_])
        else:
            prefix[sum_] = i
    return max_len

6. 实战技巧与总结

✅ 技巧清单

  1. 哈希表初始化:通常需加入 {0:1}{0:-1} 处理边界条件
  2. 负数取模:使用 (sum % K + K) % K 修正余数
  3. 二维前缀和公式:构建时注意容斥,查询时推导区域和公式
  4. 空间优化:二维前缀和可覆盖原数组(若允许修改)

🌟 总结

前缀和的核心是空间换时间,通过预处理数组优化区间查询。结合哈希表后,能高效解决子数组统计问题,尤其在处理负数、取模时展现强大能力。掌握前缀和,轻松应对LeetCode中80%的区间和问题!

练习

统计「优美子数组」


💬 互动

你在刷题时遇到过哪些前缀和相关的难题?欢迎留言讨论!
觉得本文有帮助?点赞⭐收藏🔖关注,支持作者持续创作!

http://www.dtcms.com/a/99167.html

相关文章:

  • 谈谈Minor GC、Major GC和Full GC
  • Java——数组
  • RSA 简介及 C# 和 js 实现【加密知多少系列_4】
  • .NET开发基础知识11-20
  • Lavazza拉瓦萨亮相上海樱花节,增色海派咖啡风情
  • rbpf虚拟机-汇编和反汇编器
  • OpenCV、YOLO与大模型的区别与关系
  • Web开发:数据的加密和解密
  • Python之函数
  • 图片RGBA像素值提取工具v1.0.0发布
  • 【原理系列】计算机组成原理-第一遍阅读总结
  • Flutter_学习记录_AppBar中取消leading的占位展示
  • Python:日志模块操作及基本配置,日志格式化输出
  • Mybatis源码 插件机制
  • Vue3 项目通过 docxtemplater 插件动态渲染 .docx 文档(带图片)预览,并导出
  • 人工智能与软件工程结合的发展趋势
  • 一些常用开发软件下载地址
  • [Python]如何利用Flask搭建一個Web服務器,並透過Ngrok訪問來實現LINE Bot功能?
  • MySQL数据库的操作(mybatis)
  • Spring学习笔记06——bean、java bean、spring bean、POJO几个概念讲解
  • 算法刷题记录——LeetCode篇(1.2) [第11~20题](持续更新)
  • Labview学习记录
  • 杂草YOLO系列数据集4000张
  • 【MySQL基础-16】MySQL DELETE语句:深入理解与应用实践
  • Ray AI - 概述、安装、入门
  • 【HTML 基础教程】HTML <head>
  • Java多线程与高并发专题——Condition 和 wait/notify的关系
  • python:模块
  • app整改报告怎么写?app整改方案分享
  • 液压式精密矫平机——精准掌控,重塑金属平整新高度