当前位置: 首页 > news >正文

洛谷——前缀和与差分

前缀和与差分

文章目录

  • 前缀和与差分
    • 应用总结
    • 前缀和
      • 截断数组
        • 思路
        • 代码
      • 最大加权矩形
        • 题目描述
        • 输入格式
        • 输出格式
        • 样例 #1
          • 样例输入 #1
          • 样例输出 #1
        • 提示
        • 思路
        • 代码
    • 差分
      • 海底高铁
        • 题目描述
        • 输入格式
        • 输出格式
        • 样例 #1
          • 样例输入 #1
          • 样例输出 #1
        • 提示
        • 思路
        • 代码
      • 改变数组元素
        • 思路
        • 代码

应用总结

  1. 前缀和用来查询一段区间的和。
    具体应用有求最大子段和,求二维矩阵规定长度的子矩阵和,对于没有规定具体长度的子矩阵和可以通过前缀和压缩

  2. 差分
    对一段区间的操作,转换为对首尾差值的加减。
    应用于对一段区间整体操作,与前缀和相结合输出结果。

前缀和

截断数组

给定一个长度为 n
的数组 a1,a2,…,an

现在,要将该数组从中间截断,得到三个非空子数组。

要求,三个子数组内各元素之和都相等。

请问,共有多少种不同的截断方法?

输入格式
第一行包含整数 n

第二行包含 n
个整数 a1,a2,…,an

输出格式
输出一个整数,表示截断方法数量。

数据范围
前六个测试点满足 1≤n≤10

所有测试点满足 1≤n≤105
,−10000≤ai≤10000

输入样例1:
4
1 2 3 3
输出样例1:
1
输入样例2:
5
1 2 3 4 5
输出样例2:
0
输入样例3:
2
0 0
输出样例3:
0

思路

将数组分为等和的三段,对应于前缀和就是,找到公差设为aveaveave为总和三分之一的前缀和数组等差数列。
公差相等,三段前缀和的特征为第一段为aveaveave,第二段为2ave2ave2ave,第三段为3ave3ave3ave。记录所有可能第一段的个数,当遍历到可能第二段时,用第一段数量更新数量,因为第一段和第二段确定后,第三段也相应确定,所以第三段可以不管他。

代码

N = 100010a = [0] * N
n = int(input())a[1 : n + 1] = list(map(int, input().split()))for i in range(1, n + 1) : # 计算前缀和a[i] += a[i - 1]if a[n] % 3 or n < 3 : # 当元素个数小于3或者和不是3的倍数时肯定无法分组print(0)
else :ave = a[n] // 3 # 公差ans, cnt = 0, 0for i in range(2, n) :if a[i - 1] == ave : cnt += 1 # 记录第一段个数if a[i] == 2 * ave : ans += cnt # 遇见每个第二段时,都能确定分段方法print(ans)

最大加权矩形

题目描述

为了更好的备战 NOIP2013,电脑组的几个女孩子 LYQ,ZSC,ZHQ 认为,我们不光需要机房,我们还需要运动,于是就决定找校长申请一块电脑组的课余运动场地,听说她们都是电脑组的高手,校长没有马上答应他们,而是先给她们出了一道数学题,并且告诉她们:你们能获得的运动场地的面积就是你们能找到的这个最大的数字。

校长先给他们一个 n×nn\times nn×n 矩阵。要求矩阵中最大加权矩形,即矩阵的每一个元素都有一权值,权值定义在整数集上。从中找一矩形,矩形大小无限制,是其中包含的所有元素的和最大 。矩阵的每个元素属于 [−127,127][-127,127][127,127] ,例如

 0 –2 –7  0 9  2 –6  2
-4  1 –4  1 
-1  8  0 –2

在左下角:

9  2
-4  1
-1  8

和为 151515

几个女孩子有点犯难了,于是就找到了电脑组精打细算的 HZH,TZY 小朋友帮忙计算,但是遗憾的是他们的答案都不一样,涉及土地的事情我们可不能含糊,你能帮忙计算出校长所给的矩形中加权和最大的矩形吗?

输入格式

第一行:nnn,接下来是 nnnnnn 列的矩阵。

输出格式

最大矩形(子矩阵)的和。

样例 #1

样例输入 #1
4
0 -2 -7 09 2 -6 2
-4 1 -4  1 
-1 8  0 -2
样例输出 #1
15

提示

1≤n≤1201 \leq n\le 1201n120

思路

求最大子矩阵和,让人想到了最大子段和,然而矩阵是在二维进行操作。因此需要将矩阵进行压缩,我们选择对行进行压缩,对连续的行之间可以看成是一行,通过组合的形式可以考虑到所有情况。组合通过前缀和来进行实现。

代码

N = 130
a = [[0] * N for _ in range(N)]n = int(input())for i in range(1, n + 1) :a[i][1 : n + 1] = list(map(int, input().split()))# 计算二维前缀和
for i in range(1, n + 1) :for j in range(1, n + 1) :a[i][j] += a[i - 1][j] + a[i][j - 1] -a[i - 1][j - 1]
# 进行矩阵压缩和求最大子段和
ans = -1000010
for i in range(1, n + 1) :for j in range(1, i + 1) : # 从包含1行到包含i行f = [0] * (n + 1)minn = 0for k in range(1, n + 1) :f[k] = a[i][k] - a[i - j][k]ans = max(ans, f[k] - minn)minn = min(minn, f[k])
print(ans) 

差分

海底高铁

题目描述

该铁路经过 NNN 个城市,每个城市都有一个站。不过,由于各个城市之间不能协调好,于是乘车每经过两个相邻的城市之间(方向不限),必须单独购买这一小段的车票。第 iii 段铁路连接了城市 iii 和城市 i+1(1≤i<N)i+1(1\leq i<N)i+1(1i<N)。如果搭乘的比较远,需要购买多张车票。第 iii 段铁路购买纸质单程票需要 AiA_iAi 博艾元。

虽然一些事情没有协调好,各段铁路公司也为了方便乘客,推出了 IC 卡。对于第 iii 段铁路,需要花 CiC_iCi 博艾元的工本费购买一张 IC 卡,然后乘坐这段铁路一次就只要扣 Bi(Bi<Ai)B_i(B_i<A_i)Bi(Bi<Ai) 元。IC 卡可以提前购买,有钱就可以从网上买得到,而不需要亲自去对应的城市购买。工本费不能退,也不能购买车票。每张卡都可以充值任意数额。对于第 iii 段铁路的 IC 卡,无法乘坐别的铁路的车。

Uim 现在需要出差,要去 MMM 个城市,从城市 P1P_1P1 出发分别按照 P1,P2,P3,⋯,PMP_1,P_2,P_3,\cdots,P_MP1,P2,P3,,PM 的顺序访问各个城市,可能会多次访问一个城市,且相邻访问的城市位置不一定相邻,而且不会是同一个城市。

现在他希望知道,出差结束后,至少会花掉多少的钱,包括购买纸质车票、买卡和充值的总费用。

输入格式

第一行两个整数,N,MN,MN,M

接下来一行,MMM 个数字,表示 PiP_iPi

接下来 N−1N-1N1 行,表示第 iii 段铁路的 Ai,Bi,CiA_i,B_i,C_iAi,Bi,Ci

输出格式

一个整数,表示最少花费

样例 #1

样例输入 #1
9 10
3 1 4 1 5 9 2 6 5 3
200 100 50
300 299 100
500 200 500
345 234 123
100 50 100
600 100 1
450 400 80
2 1 10
样例输出 #1
6394

提示

222333 以及 888999 买票,其余买卡。

对于 30%30\%30% 数据 M=2M=2M=2

对于另外 30%30\%30% 数据 N≤1000,M≤1000N\leq1000,M\leq1000N1000M1000

对于 100%100\%100% 的数据 M,N≤105,Ai,Bi,Ci≤105M,N\leq 10^5,A_i,B_i,C_i\le10^5M,N105Ai,Bi,Ci105

思路

由于每个城市只有一段路可以到达,而每段路都需要买相应的车票或者使用IC卡。每段路互不相干,这样对于费用的计算只需要知道每一段路经过次数。由于出差每次访问城市可能不是相邻的,所以对于每次的访问需要改变所有途经的路径,这就可以使用差分来记录了。

代码

N = 100010
a = [0] * N
f = [0] * N
n, m = map(int, input().split())a[1 : m + 1] = list(map(int, input().split()))# 计算差分,路径按照小的城市号规定
for i in range(2, m + 1) :x, y = a[i - 1], a[i]f[min(x, y)] += 1f[max(x, y)] -= 1
# 计算前缀和
for i in range(1, n) :f[i] += f[i - 1]
res = 0
for i in range(1, n) :x, y, z = map(int, input().split())res += min(x * f[i], z + y * f[i])
print(res)

改变数组元素

给定一个空数组 V
和一个整数数组 a1,a2,…,an

现在要对数组 V
进行 n
次操作。

第 i
次操作的具体流程如下:

从数组 V
尾部插入整数 0

将位于数组 V
末尾的 ai
个元素都变为 1
(已经是 1
的不予理会)。
注意:

ai
可能为 0
,即不做任何改变。
ai
可能大于目前数组 V
所包含的元素个数,此时视为将数组内所有元素变为 1

请你输出所有操作完成后的数组 V

输入格式
第一行包含整数 T
,表示共有 T
组测试数据。

每组数据第一行包含整数 n

第二行包含 n
个整数 a1,a2,…,an

输出格式
每组数据输出一行结果,表示所有操作完成后的数组 V
,数组内元素之间用空格隔开。

数据范围
1≤T≤20000
,
1≤n≤2×105
,
0≤ai≤n
,
保证一个测试点内所有 n
的和不超过 2×105

输入样例:
3
6
0 3 0 0 1 3
10
0 0 0 1 0 5 0 0 0 2
3
0 0 0
输出样例:
1 1 0 1 1 1
0 1 1 1 1 1 0 0 1 1
0 0 0

思路

每次操作都是将一段区间进行操作,很显然用差分的做法。在进行前缀和后只需要判断是否为0,即可判断是否被操作过。

代码

'''
0代表未操作
其他数字ai代表将本位置起的ai个元素全部变为1
差分是对一段区间进行一次性操作,我们只需要统一区间操作的情况下,
进行操作(比如如果有操作则统一+1),那么只要差分后的前缀和不是0则证明被变为1过
'''T = int(input())for _ in range(T) :n = int(input())a = [0] * (n + 2)f = [0] * (n + 2)f[1 : n + 1] = list(map(int, input().split()))for i in range(1, n + 1) :if f[i] :if f[i] >= i :a[1] += 1else :a[i - f[i] + 1] += 1a[i + 1] -= 1for i in range(1, n + 1) :a[i] += a[i - 1]if a[i] != 0 :print(1, end = " ")else : print(0, end = " ")print()

相关文章:

洛谷——前缀和与差分

前缀和与差分 文章目录前缀和与差分应用总结前缀和截断数组思路代码最大加权矩形题目描述输入格式输出格式样例 #1样例输入 #1样例输出 #1提示思路代码差分海底高铁题目描述输入格式输出格式样例 #1样例输入 #1样例输出 #1提示思路代码改变数组元素思路代码应用总结 前缀和用来…...

离线内网环境部署更新问题记录

文章目录低级错误错误一 配置文件参数错误错误二 文件位置错误新遇到的错误其他遇到的问题经验教训低级错误 错误一 配置文件参数错误 在与现场实施人员沟通时&#xff0c;出现信息错位&#xff0c;实施人员发来的截图里的ip地址不是正在使用的ip地址&#xff08;机器c重装系…...

【Git】Git是什么?简单说说Git的工作机制?Git的常用命令有那些?

目录 一、Git是什么? 二、简单说说Git的工作机制&#xff1f; 三、Git的常用命令有那些&#xff1f; &#x1f49f; 创作不易&#xff0c;不妨点赞&#x1f49a;评论❤️收藏&#x1f499;一下 一、Git是什么? Git 是一个免费的、开源的分布式版本控制系统&#xff0c;可…...

《精通Spring4.x 企业应用开发实战》第1章 Spring概述

目录标题前言一、Spring带给我们什么二、Spring体系结构三、Spring4.0新特性核心容器的增强泛型依赖注入Map依赖注入Lazy延迟依赖注入List注入Conditional 注解CGLIB 代理类增强其他四、Spring 子项目总结前言 汇总&#xff1a;《精通Spring4.x 企业应用开发实战》 一、Spring带…...

【Spring Cloud Alibaba】003-Nacos 概述与单机搭建

【Spring Cloud Alibaba】003-Nacos 概述与单机搭建 文章目录【Spring Cloud Alibaba】003-Nacos 概述与单机搭建一、Nacos 概述0、新技术学习思路推荐1、什么是 Nacos2、架构图架构图架构图信息二、Nacos 单机搭建1、下载与启动下载地址编辑 startup.cmd 文件下面对两种模式的…...

如何使用 API 工具做 Websocket 测试

在 API 测试中&#xff0c;对 Websocket 协议的支持呼声越来越高&#xff0c;今天给大家推荐一款 开源的 API 管理工具——Postcat&#xff0c;以及教教大家&#xff0c;如何利用 API 管理工具做 Websocket 测试。 在线 Demo 链接&#xff1a;Postcat - Open Source API Ecosys…...

90%的人都理解错了HTTP中GET与POST的区别

Get和Post是HTTP请求的两种基本方法&#xff0c;要说它们的区别&#xff0c;接触过WEB开发的人都能说出一二。 最直观的区别就是Get把参数包含在URL中&#xff0c;Post通过request body传递参数。 你可能自己写过无数个Get和Post请求&#xff0c;或者已经看过很多权威网站总结…...

【C++】秋招实习面经汇总篇

C面经汇总 系列综述&#xff1a; 目的&#xff1a;本系列是个人整理为了秋招和实习面试的&#xff0c;整理期间苛求每个知识点&#xff0c;平衡背诵量与深入程度。 来源&#xff1a;材料主要源于阿秀的笔记和《王道考研复习指导》进行的&#xff0c;每个知识点的修正和深入主要…...

干货分享:2023欧美市场分析与机会

1、2023年欧美市场分析美国是⼀个消费大国&#xff0c;正常情况下做外贸不可忽略的市场。如何找客户&#xff1a;专注产业链 。产业链对接&#xff0c;其上游是什么&#xff0c;那么他就是我的客户 ( 原材料-⼯⼚)南美洲是北美的经济殖民地(矿产资源农产品)&#xff0c;非洲仍然…...

介绍Kadence Elements元素模板:按您的方式设计网站

随着 Kadence Pro 1.0.4 和 Kadence Blocks Pro 1.5.8 的发布&#xff0c;Kadence 团队很高兴地宣布推出最强大的新方法&#xff0c;帮助网站所有者使用 Kadence Elements Templates 创建动态和高度定制的 WordPress 网站。如果您曾经创建过 WordPress 网站&#xff0c;并且发现…...

物联网发展的重要通信技术Wi-Fi

Wi-Fi 可以适应各种场景的联网需求 Wi-Fi 在实现物联网创新方面发挥了基础性作用&#xff0c;提供了广泛的连接性&#xff0c;将各种“事物”相互连接、连接到互联网&#xff0c;以及连接到全球使用的 180 亿台 Wi-Fi 设备。物联网的经济潜力是无限的&#xff0c;Wi-Fi 为智能…...

OSS上传(Java和Js)

OSS上传&#xff08;Java和Js&#xff09;准备工作创建RAM用户创建角色创建权限策略给角色授予权限策略获取临时访问凭证Java普通上传OSSJava分片上传OSSJS普通上传OSSJS分片上传OSS使用RAM用户或STS方式访问 由于阿里云账号AccessKey拥有所有API访问权限&#xff0c;建议遵循阿…...

【虚拟机】VirtualBox Host-Only + 主机网络共享配置

文章目录创建Host-Only虚拟机配置主机配置其它工作中经常会使用到虚拟机进行各种技术的试验&#xff0c;之前为了省事常用桥接模式&#xff0c;可是我经常变换办公地点&#xff0c;每个办公地点的局域网网段并不一样&#xff0c;所以我采取了仅主机模式网络共享这种方式&#x…...

小公司“混”的3年,我认真做了5件事,真的受益终生

小公司“混”的3年&#xff0c;我认真做了5件事&#xff0c;真的受益终生 目录&#xff1a;导读 功能测试很重要但不值钱 自动化测试在小公司没市场&#xff0c;但是你得会 给自己的一些忠告 第一件事&#xff1a;分清阶段&#xff0c;制定计划 第二件事&#xff1a;梳理…...

Linux Crontab命令定时任务基本语法与操作教程

Linux Crontab命令定时任务基本语法与操作教程 一、Crontab查看编辑重启 1、查看crontab定时执行任务列表 crontab -l 2、编辑crontab定时执行任务 crontab -e 3、删除crontab定时任务 crontab -r 4、相关命令&#xff1a; sudo service crond start #启动服务 sudo …...

文档测试要测什么,如何进行测试?

文档测试要测什么&#xff0c;如何进行测试&#xff1f; 对于交付用户文档来说&#xff0c;以需求、用户手册、安装手册等为主&#xff0c;检查用户文档是否和实际的存在差别&#xff0c;主要从以下几个方面来考虑&#xff1a; 阅读者&#xff1a;文档面向的读者定位要清晰&…...

.net 6 引入EFCore

这里默认使用sql server数据库 DBFirst nuget引入程序集 Microsoft.EntityFrameworkCore Microsoft.EntityFrameworkCore.SqlServer Microsoft.EntityFrameworkCore.Design Microsoft.EntityFrameworkCore.Tools Microsoft.Extensions.Logging.Console 执行脚本 设置DAL…...

MySQL------自定义排序

1、MySQL函数 field() 实现自定义 语法&#xff1a; SELECT * from table_name ORDER BY FIELD(str,str1,str2,str3,…) str: 字段名, str1,str2,str3: 自定义排序的数值 例1排序-所有值&#xff1a; 先姓名排序后出生日期排序 SELECT * from name_info ORDER BY FIELD(name…...

FFMPEG自学二 ⾳频编码实战

一、FFmpeg编码流程二、流程关键函数avcodec_find_encoder&#xff1a;根据指定的AVCodecID查找注册的编码器。 avcodec_alloc_context3&#xff1a;为AVCodecContext分配内存。 avcodec_open2&#xff1a;打开编码器。 avcodec_send_frame&#xff1a;将AVFrame⾮压缩数据给…...

​一致魔芋在北交所上市:市值突破11亿元,吴平夫妇为实控人​

2月21日&#xff0c;湖北一致魔芋生物科技股份有限公司&#xff08;下称“一致魔芋”&#xff0c;BJ:839273&#xff09;在北京证券交易所上市。本次上市&#xff0c;一致魔芋的发行价为11.38元/股&#xff0c;发行1350万股&#xff0c;募资总额约为1.54亿元。 本次发行后&…...

1688商品列表API与其他数据源的对接思路

将1688商品列表API与其他数据源对接时&#xff0c;需结合业务场景设计数据流转链路&#xff0c;重点关注数据格式兼容性、接口调用频率控制及数据一致性维护。以下是具体对接思路及关键技术点&#xff1a; 一、核心对接场景与目标 商品数据同步 场景&#xff1a;将1688商品信息…...

React Native在HarmonyOS 5.0阅读类应用开发中的实践

一、技术选型背景 随着HarmonyOS 5.0对Web兼容层的增强&#xff0c;React Native作为跨平台框架可通过重新编译ArkTS组件实现85%以上的代码复用率。阅读类应用具有UI复杂度低、数据流清晰的特点。 二、核心实现方案 1. 环境配置 &#xff08;1&#xff09;使用React Native…...

大语言模型如何处理长文本?常用文本分割技术详解

为什么需要文本分割? 引言:为什么需要文本分割?一、基础文本分割方法1. 按段落分割(Paragraph Splitting)2. 按句子分割(Sentence Splitting)二、高级文本分割策略3. 重叠分割(Sliding Window)4. 递归分割(Recursive Splitting)三、生产级工具推荐5. 使用LangChain的…...

STM32标准库-DMA直接存储器存取

文章目录 一、DMA1.1简介1.2存储器映像1.3DMA框图1.4DMA基本结构1.5DMA请求1.6数据宽度与对齐1.7数据转运DMA1.8ADC扫描模式DMA 二、数据转运DMA2.1接线图2.2代码2.3相关API 一、DMA 1.1简介 DMA&#xff08;Direct Memory Access&#xff09;直接存储器存取 DMA可以提供外设…...

HarmonyOS运动开发:如何用mpchart绘制运动配速图表

##鸿蒙核心技术##运动开发##Sensor Service Kit&#xff08;传感器服务&#xff09;# 前言 在运动类应用中&#xff0c;运动数据的可视化是提升用户体验的重要环节。通过直观的图表展示运动过程中的关键数据&#xff0c;如配速、距离、卡路里消耗等&#xff0c;用户可以更清晰…...

MySQL:分区的基本使用

目录 一、什么是分区二、有什么作用三、分类四、创建分区五、删除分区 一、什么是分区 MySQL 分区&#xff08;Partitioning&#xff09;是一种将单张表的数据逻辑上拆分成多个物理部分的技术。这些物理部分&#xff08;分区&#xff09;可以独立存储、管理和优化&#xff0c;…...

tomcat指定使用的jdk版本

说明 有时候需要对tomcat配置指定的jdk版本号&#xff0c;此时&#xff0c;我们可以通过以下方式进行配置 设置方式 找到tomcat的bin目录中的setclasspath.bat。如果是linux系统则是setclasspath.sh set JAVA_HOMEC:\Program Files\Java\jdk8 set JRE_HOMEC:\Program Files…...

学习一下用鸿蒙​​DevEco Studio HarmonyOS5实现百度地图

在鸿蒙&#xff08;HarmonyOS5&#xff09;中集成百度地图&#xff0c;可以通过以下步骤和技术方案实现。结合鸿蒙的分布式能力和百度地图的API&#xff0c;可以构建跨设备的定位、导航和地图展示功能。 ​​1. 鸿蒙环境准备​​ ​​开发工具​​&#xff1a;下载安装 ​​De…...

人工智能 - 在Dify、Coze、n8n、FastGPT和RAGFlow之间做出技术选型

在Dify、Coze、n8n、FastGPT和RAGFlow之间做出技术选型。这些平台各有侧重&#xff0c;适用场景差异显著。下面我将从核心功能定位、典型应用场景、真实体验痛点、选型决策关键点进行拆解&#xff0c;并提供具体场景下的推荐方案。 一、核心功能定位速览 平台核心定位技术栈亮…...

第八部分:阶段项目 6:构建 React 前端应用

现在&#xff0c;是时候将你学到的 React 基础知识付诸实践&#xff0c;构建一个简单的前端应用来模拟与后端 API 的交互了。在这个阶段&#xff0c;你可以先使用模拟数据&#xff0c;或者如果你的后端 API&#xff08;阶段项目 5&#xff09;已经搭建好&#xff0c;可以直接连…...