一维差分与二维差分


转载自

leetcode周赛第四题需要用到二维差分,所以就找了篇文章,便于查看

一维差分

定义

b [ i ] = a [ i ] ? a [ i ? 1 ] ,称b数组是a数组的差分数组。 举个栗子:

a = [ 0 , 1 , 2 , 3 , 4 , 5 ] a=[0,1,2,3,4,5]

b = [ 0 , 1 , 1 , 1 , 1 , 1 ] b=[0,1,1,1,1,1]

为啥呢?

a [ 5 ] ? a [ 4 ] = b [ 5 ] a[5]-a[4]=b[5]

a [ 4 ] ? a [ 3 ] = b [ 4 ] a[4]-a[3]=b[4]

a [ 3 ] ? a [ 2 ] = b [ 3 ] a[3]-a[2]=b[3]

a [ 2 ] ? a [ 1 ] = b [ 2 ] a[2]-a[1]=b[2]

a [ 1 ] ? a [ 0 ] = b [ 1 ] a[1]-a[0]=b[1]

a数组是b数组的一维前缀和数组

小结

  • a数组中,每个数字后面减前面得到的数字填入b数组,b数组就叫a数组的差分数组。
  • 同时,a数组就是b数组的前缀和数组。
  • 通过“叠加”差分数组,就可以还原出“原数组”的每一个数字!
  • 前缀和与差分互为逆运算,有原数组可以计算出差分数组;有差分数组,也可以还原成原数组。

使用场景

在某个区间[l,r]的多次操作都加上(或减去)一个数x时,一维差分可以大大提高运算速度。

举个栗子:

总结公式:

void insert(int l,int r,int c){
    b[l]+=c;
    b[r+1]-=c;
}

我们利用刚才的结论:通过“叠加”差分数组,就可以还原出“原数组”的每一个数字!!这玩意就整一回合适吗?不合适,还不够费功夫的呢!生成一维差分也就算了,从一维差分数组还原回原数组就需要n次运算,整不好还赔了呢!但如果是多次区间加减运算,就合适了!

二维差分

我们有一个矩阵,如下图所示。

根据二维前缀和表示的是左上角矩形的和,由于差分只涉及前面相邻的数(由一维可以推出),并且由前面范围的数相加得到这个位置的数。那么类比二维前缀和和一维差分,可以简单推测出
二维差分的公式

b [ i ] [ j ] = a [ i ] [ j ] ? a [ i ? 1 ] [ j ] ? a [ i ] [ j ? 1 ] + a [ i ? 1 ] [ j ? 1 ] b[i][j]=a[i][j]-a[i-1][j]-a[i][j-1]+a[i-1][j-1]

如何从差分矩阵得到原矩阵呢?[就是二维前缀和公式]

a [ i ] [ j ] = a [ i ? 1 ] [ j ] + a [ i ] [ j ? 1 ] ? a [ i ? 1 ] [ j ? 1 ] + b [ i ] [ j ] a[i][j] = a[i - 1][j] + a[i][j - 1] - a[i - 1][j - 1] + b[i][j]

举个栗子
比如,我们有一个矩阵 a,如下所示:

1 2 4 3
5 1 2 4
6 3 5 9

那么对应的二维差分矩阵 b 如下:

1  1  2 -1
4 -5 -1  3
1  1  1  2

二维差分用途

和一维差分的用途基本一致,在一个二维矩阵中,有多块区间需要增加或减少一个数值,多次操作后求最终的矩阵内容。如果按照传统办法,就是二层循环,复杂度很高,如果预处理出一个二维的差分矩阵,以后的多轮操作都转为了4次加加减减操作,可以视为O(1)级别的时间复杂度,运算效率将得到极大提高。

二维差分构建

如果我们要在左上角是 (x1,y1),右下角是 (x2,y2) 的矩形区间每个值都 +c,如下图所示

在我们要的区间开始位置(x1,y1)+c,根据前缀和的性质,那么它影响的就是整个黄色部分,多影响了两个蓝色部分,所以在两个蓝色部分 -c 消除 +c 的影响,而两个蓝色部分重叠的绿色部分多了个 -c 的影响,所以绿色部分 +c 消除影响。所以对应的计算方法如下:

void insert(int x1, int y1, int x2, int y2, int c){
    b[x1][y1] += c;             //开始位置增加C
    b[x2 + 1][y1] -= c;         //见上面的图,把第二行的蓝色区域减去C
    b[x1][y2 + 1] -= c;         //见上面的图,把第一行的蓝色区域减去C
    b[x2 + 1][y2 + 1] += c;     //交叉位置被减了两次,需要补回来。
}