当前位置: 首页 > news >正文

差分算法(java)

一、差分的核心:记录「变化量」而非「具体值」

先举个生活例子,你就懂了:假设你有一本记账本,记录每天的零花钱:

  • 第 1 天:5 元
  • 第 2 天:7 元
  • 第 3 天:7 元
  • 第 4 天:10 元

如果用「普通记录法」(对应原数组),就是记[5,7,7,10];如果用「差分记录法」,只记当天比前一天多了多少(前一天默认 0):

  • 第 1 天:5 - 0 = 5 元(比第 0 天多 5)
  • 第 2 天:7 - 5 = 2 元(比第 1 天多 2)
  • 第 3 天:7 - 7 = 0 元(比第 2 天没多)
  • 第 4 天:10 - 7 = 3 元(比第 3 天多 3)

最终差分记录的数组(差分数组)就是[5,2,0,3]

一句话总结差分:差分数组d是原数组a的「相邻变化量数组」,核心公式(下标从 1 开始):d[i] = a[i] - a[i-1]a[0]默认为 0)。

反过来,知道差分数组也能还原原数组:把差分数组从头累加(算前缀和)就行。比如上面的差分数组[5,2,0,3]

  • 第 1 天:5(累加第 1 个)
  • 第 2 天:5+2=7(累加前 2 个)
  • 第 3 天:5+2+0=7(累加前 3 个)
  • 第 4 天:5+2+0+3=10(累加前 4 个)刚好还原出原数组,这就是差分的「可逆性」。

二、差分的真正价值:快速改区间

差分不是为了记录数据,而是为了高效修改区间值—— 这也是竞赛里用它的核心原因。

还是用零花钱举例:如果想给「第 2 天到第 4 天」每天的零花钱都加 3 元,两种做法对比:

  1. 普通做法:直接改原数组,需要改 3 个位置:第 2 天:7+3=10,第 3 天:7+3=10,第 4 天:10+3=13 → 改 3 次。
  2. 差分做法:只改差分数组的 2 个位置,最后还原就行:
    • 想让「第 2 天开始」都加 3 → 差分数组第 2 位 +3(d[2] = 2+3=5);
    • 想让「第 5 天(4+1)停止」加 3 → 差分数组第 5 位 -3(但这里只有 4 天,不用管);改完差分数组是[5,5,0,3],还原后:第 1 天:5,第 2 天:5+5=10,第 3 天:10+0=10,第 4 天:10+3=13 → 结果一样,但只改了 2 次!

如果区间是「第 2 天到第 10000 天」,普通做法要改 9999 次,差分还是只改 2 次 —— 这就是效率的天壤之别!

三、差分改区间的通用规则(必记)

对原数组的区间[l, r]所有数加val,只需对差分数组做:

  1. d[l] += val(从 l 开始,后面都加 val);
  2. d[r+1] -= val(到 r 结束,r+1 开始取消加 val)。

(如果 r 是数组最后一位,d[r+1]可以不管,因为超出数组范围了,不影响还原)

总结

  1. 差分本质是记录「原数组相邻元素的变化量」,而非具体值;
  2. 差分的核心优势是:修改区间值只需操作 2 个位置,时间复杂度从 O (n) 降到 O (1);
  3. 差分数组能通过「前缀和」还原出原数组,是可逆的。

简单说,差分就是为了「批量改区间」而生的工具,竞赛里遇到「给某个区间所有数加 / 减一个值」的题,优先想差分准没错!

http://www.jsqmd.com/news/482524/

相关文章:

  • Python 中 Pydantic库 是什么,怎么用?
  • 输入(java)
  • 从 0 到 1 跑通 LangChain (TypeScript版)
  • vibecoding知识库
  • 懒更新|单点查询
  • Windows下安装Claude Code,使用API Key方式调GLM
  • uvicorn,一个无敌的 Python 库!
  • CRUD思维:开发者的通用问题解决锚点
  • d3地图
  • 搭建私有 Matrix 聊天服务器 - yi
  • ezrop
  • 《PCRDiffusion: Diffusion Probabilistic Models for Point Cloud Registration》论文
  • 量化交易系列(八):OKX 搞了个 AI Trade Agent,是普通人的机会还是手续费收割机?
  • 实现DevOps需要的工具
  • Python 搭建 FastAPI 项目
  • 网络自动化学习-基于H3C模拟器的Netconf基础准备与练习
  • 宁夏中宁玺赞枸杞实测:红柳沟庄园好枸杞,闭眼入不踩坑! - 宁夏壹山网络
  • 深入研究大数据领域的数据清洗算法与模型
  • 总要有个地方能够存放当前的自我
  • 操作系统引论
  • 小马智行Robotaxi接入腾讯出行,联手腾讯未来何在?
  • Stack pivot (leave_ret详解)
  • 京东自营家装来了,用AI进军家装未来何在?
  • P8635 [蓝桥杯 2016 省 AB] 四平方和【枚举+打表】
  • P8636 [蓝桥杯 2016 省 AB] 最大比例【GCD】
  • Go Viper
  • 鸽姆智库全球AI大模型14项核心弊端全维度诊断与根治性解决方案总报告
  • 量化交易系列(七):为什么所有公开的量化策略,都赚不了钱?
  • 【YOLO26实战全攻略】09——YOLO26多目标跟踪实战宝典:从原理到智慧园区人流统计全流程
  • Go Gorm