C++前缀和
个人主页：[PingdiGuo_guo]
收录专栏：[C++干货专栏]
大家好，今天我们来了解一下C++的一个重要概念：前缀和
目录
1.什么是前缀和
2.前缀和的用法
1.前缀和的定义
2.预处理前缀和数组
3.查询区间和
4.数组中某个区间的和是否为特定值
5.数组中连续子数组的和的最大值
6.数组中连续子数组的和的最小值
7.举例
3.总结
1.什么是前缀和
C++前缀和是一种常用的算法，用于解决求解区间和问题。前缀和数组是一个长度为n的数组，其中第i个元素代表原始数组从下标0到下标i的元素之和。通过预先计算前缀和数组，可以在O(1)的时间复杂度内求解任意区间的和。
前缀和算法的基本思想是利用动态规划的思想，通过累加计算出每一个位置的前缀和。具体实现时，可以对原始数组进行一次遍历，累加计算出前缀和数组的每一个元素。
2.前缀和的过程
1.文字
前缀和它的基本思想是通过提前计算数组的前缀和，可以在O(1)的时间复杂度内求解任意子数组的和。下面我用文字详细描述前缀和的过程，并用表格举例演示。
1. 首先，我们定义一个数组，假设数组为arr，长度为n。我们需要额外定义一个长度为n+1的数组prefix_sum，用于存储arr数组的前缀和。
2. 计算前缀和的过程如下：
- 首先，初始化prefix_sum[0]为0，表示arr的前0个元素的和为0。
- 然后，从1开始遍历数组arr，逐个计算每个位置的前缀和，即prefix_sum[i] = prefix_sum[i-1] + arr[i-1]。
3. 最终，prefix_sum中存储了arr数组的前缀和，prefix_sum[i]表示arr前i个元素的和。
2.图示
下面通过一个具体的例子来说明前缀和的计算过程：
假设arr = [1, 2, 3, 4, 5]，长度为5，我们要计算其前缀和。
| arr索引 | 元素值 | 前缀和计算过程 | prefix_sum值 |
|---------|--------|-------------------------|--------------|
| 0 | 1 | prefix_sum[0] = 0 + 1 | 1 |
| 1 | 2 | prefix_sum[1] = 1 + 2 | 3 |
| 2 | 3 | prefix_sum[2] = 3 + 3 | 6 |
| 3 | 4 | prefix_sum[3] = 6 + 4 | 10 |
| 4 | 5 | prefix_sum[4] = 10 + 5 | 15 |
通过这个表格，我们可以看到prefix_sum数组中存储了arr数组的前缀和。这样，在求解任意子数组的和时，只需要通过prefix_sum数组中的值进行简单的减法运算即可，实现了高效的求解过程。
3.前缀和的用法
C++前缀和是指在一个数组中，计算从数组起始位置到当前位置的所有元素的和。它的用途是在一些需要频繁查询某个区间和的场景中，可以通过预处理数组得到前缀和数组，从而在O(1)的时间复杂度内得到任意区间的和。
前缀和的用法可以分为以下几点：
1.前缀和的定义
在C++中，可以使用一个额外的数组来保存原始数组中每个位置的前缀和，即累加前面所有元素的和。下面是一个示例代码：
#include <iostream>
#include <vector>
using namespace std;
vector<int> prefixSum(vector<int>& nums) {
int n = nums.size();
vector<int> prefix(n);
prefix[0] = nums[0]; // 第一个元素的前缀和就是其本身
// 计算前缀和
for (int i = 1; i < n; i++) {
prefix[i] = prefix[i-1] + nums[i];
}
return prefix;
}
int main() {
vector<int> nums = {1, 2, 3, 4, 5};
vector<int> prefix = prefixSum(nums);
for (int num : prefix) {
cout << num << " ";
}
cout << endl;
return 0;
}上述代码中，prefixSum函数接受一个整型数组作为参数，并返回一个新的数组，其中保存了每个位置的前缀和。
在prefixSum函数中，首先创建了一个与原始数组大小相同的prefix数组，用于保存前缀和。然后，对于数组中的每个元素，通过累加前面所有元素的和来计算当前位置的前缀和。最后，返回计算得到的前缀和数组。
在main函数中，我们将一个示例数组传入prefixSum函数，然后遍历输出计算得到的前缀和数组。
2.预处理前缀和数组
首先需要遍历原始数组，计算出每个位置的前缀和，并将其存储在一个新的数组中。具体的计算方法是，对于位置i，前缀和数组的第i个元素等于原始数组中前i个元素的和。
3.查询区间和
一旦得到了前缀和数组，就可以通过查询两个位置的前缀和来计算任意区间的和。对于一个区间[a, b]，其和等于前缀和数组中第b个元素减去第a-1个元素（如果a不等于1）。
4.数组中某个区间的和是否为特定值
通过前缀和计算区间和后，可以用哈希表记录出现的前缀和，以便在后续查询中快速判断。
5.数组中连续子数组的和的最大值
通过前缀和计算各个子数组的和，找出最大的子数组和。可以使用动态规划或遍历的方式实现。
6.数组中连续子数组的和的最小值
通过前缀和计算各个子数组的和，找出最小的子数组和。可以使用动态规划或遍历的方式实现。
7.举例
假设有一个数组arr = {1, 2, 3, 4, 5}，我们可以通过预处理得到前缀和数组prefixSum = {1, 3, 6, 10, 15}。然后，我们可以通过查询prefixSum - prefixSum[1-1]来计算区间[2, 4]的和，即6 - 1 = 5。
总结一下，C++前缀和的用法包括预处理前缀和数组和查询区间和。通过预处理数组，可以在O(1)的时间复杂度内得到任意区间的和，从而提高了查询效率。
4.用处
前缀和是一种常见的算法技巧，通常应用于数组相关的问题中。它的主要用途包括：
1. 快速计算数组区间和：通过预先计算数组的前缀和，可以在O(1)的时间复杂度内快速计算任意区间的和，而不需要每次都重新遍历计算。
2. 解决子数组和为特定值的问题：通过计算前缀和，在一维数组中可以快速找到和为特定值的子数组。
3. 解决数组中连续子数组的最大和问题：通过计算前缀和，可以优化求解连续子数组的最大和问题，使得时间复杂度可以达到O(n)。
4. 解决求解区间和的问题：通过利用前缀和的特性，可以在较快的时间内解决求解多个区间和的问题。
5. 判断两个子数组是否具有相同的和：通过计算不同位置的前缀和，可以快速判断两个子数组是否具有相同的和，用于一些比较问题中。
总的来说，前缀和在解决数组相关问题时具有非常重要的作用，可以优化计算效率，减少时间复杂度。
5.例题
题目描述：
给定一个包含 n 个非负整数的数组 nums，一个连续子数组的最大和被定义为该子数组中所有正数的和。设计一个算法，计算出数组中连续子数组的最大和。例如，对于数组 [-2, 1, -3, 4, -1, 2, 1, -5, 4]，连续子数组的最大和为 6，对应子数组 [4, -1, 2, 1]。
限制：
- 数组中的元素个数 n 满足 1 <= n <= 10^5
- 数组中的每个元素满足 -1000 <= nums[i] <= 1000
分析步骤：
1. 使用前缀和的方法，定义一个一维数组 prefixSum，其中 prefixSum[i] 表示前 i 个元素的和。
2. 对于任意子数组 [i, j] 的和可以表示为 prefixSum[j] - prefixSum[i-1]。
3. 遍历数组计算前缀和并更新最大子数组和，如果当前前缀和小于 0，则重新开始计算前缀和。
4. 最终，结果为更新过程中出现的最大子数组和。
代码实现（C++）：
#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;
int maxSubarraySum(vector<int>& nums) {
int n = nums.size();
if (n == 0) return 0;
vector<int> prefixSum(n);
prefixSum[0] = nums[0];
int maxSum = nums[0];
for (int i = 1; i < n; i++) {
prefixSum[i] = prefixSum[i-1] + nums[i];
maxSum = max(maxSum, nums[i]);
if (prefixSum[i] - prefixSum[i-1] > nums[i]) {
prefixSum[i] = nums[i];
}
maxSum = max(maxSum, prefixSum[i]);
}
return maxSum;
}
int main() {
vector<int> nums = {-2, 1, -3, 4, -1, 2, 1, -5, 4};
cout << maxSubarraySum(nums) << endl; // 输出 6
return 0;
}时间复杂度分析：
- 遍历数组一次，计算前缀和和更新最大子数组和，时间复杂度为 O(n)。
- 空间复杂度为 O(n)，用于存储前缀和数组。这道题目利用前缀和的方法可以较为简洁地解决，但需要对连续子数组的性质有一定的理解和分析，算法的设计相对较难一些。
6.总结
本篇博客到这里就结束了，感谢大家的支持与观看，如果大家有好的建议欢迎留言！