前缀和、差分、双指针
前缀和
前缀和就是数组前 $ i $ 项之和，主要作用是能快速求出 区间和
下标 ： \(1\) \(2\) \(3\) \(4\) \(5\)
\(a[5]\) : \(2\) \(4\) \(3\) \(5\) \(8\)
前缀和数组： \(2\) \(6\) \(9\) \(14\) \(22\)
为了便于计算，数组下标一般从 \(1\) 开始，能得到
一维数组前缀和公式：
//构造前缀和数组
for(int i = 1 ; i <= n ; i++){
cin >> a[i];
sum[i] = sum[i - 1] + a[i];
}
对一维数组区间求和:
求区间 \([l , r]\) 的数值之和 ， 一般的方法是从 \(l\) 遍历到 \(r\) 求总和
比如求上面数组 \([2 , 4]\) 的区间和 ， \(SUM = 4 + 3 + 5 = 12\)
但有了前缀和数组 ，只需要用 前 \(r\) 个数的总和减去前 \(l-1\) 个数的总和
\([2 , 4]\) 的区间和 ， $SUM = sum[4] - sum[1] = 14 - 2 = 12 $
一维数组区间和公式：
当然，有一维的，还有二维数组的前缀和，用于求子矩阵的和
二维数组前缀和公式：
解释一下：
红色框代表\(sum[i][j]\) ，蓝色+绿色部分代表\(sum[i][j-1]\) ， 黄色+绿色部分代表\(sum[i-1][j]\)
绿色部分代表\(sum[i-1][j-1]\)
结合公式看图就能理解了。
怎么利用二维前缀和数组求子矩阵和呢
二维数组子矩阵求和公式：
给出$(x1,y1) $和 \((x2,y2)\)，求子矩阵和 ( 也就是蓝色区域面积 ) ，结合公式看图理解。
例题：
差分
差分指的就是当前值与前一个值的差值 (学的高数中有差分方程的概念，所以你们是接触过的)
下标 ： \(1\) \(2\) \(3\) \(4\) \(5\)
\(a[5]\) : \(2\) \(6\) \(9\) \(14\) \(22\)
差分数组 ： \(2\) \(4\) \(3\) \(5\) \(8\)
比较发现：a[5]相当于差分数组的前缀和数组
一维数组差分公式：
//构造差分数组（方法1）
for(int i = 1 ; i <= n ; i++){
cin >> a[i];
b[i] = a[i] - a[i-1];
}
后面还有另一种构造差分数组的方法
主要作用：快速处理区间加减操作
将对原序列的区间操作转换为对差分数组的单点操作
一般做法，遍历\([l,r]\)
比如：我对 \([2,4]\) 进行 \(+1\) 操作 ，就是给\(a[2],a[3],a[4]\) 都\(+1\)
利用差分数组，只需要给\(b[l] + c\) , \(b[r+1]-c\) 就好了
\([2,4]\)进行+1操作 ， 给b[2] +1 ， b[5] - 1 就好了
好处就是，如果有多次区间加减操作，我们不需要多次遍历数组，只需要对差分数组进行单点操作，最后只需要给差分数组求一下前缀和，就能获得多次区间加减操作后的\(a[]\)
我们可以把这步写成函数，之后调用就好了
一维数组差分加减操作：
//[l, r]区间进行加减操作(c为操作值)
void insert(int l , int r , int c){
b[l] += c;
b[r + 1] -= c;
}
假设 a ,b数组 一开始都为0 ，那么输入a[i]是不是相当于对区间 $[i,i] $ 加上\(a[i]\)
那么就可以利用上面的函数构造差分数组
//构造差分数组（方法2）
for(int i = 1 ; i <= n ; i++){
int x;
cin >> x;
insert(i, i, x);
}
这样就将构造差分数组和进行加减操作都用一个函数来进行。
相应的还有二维差分
二维差分操作：
void insert(int x1,int y1,int x2,int y2,int c){
b[x1][y1] += c;
b[x1][y2+1] -= c;
b[x2+1][y1] -= c;
b[x2+1][y2+1] += c;
}
利用上面的函数，可以完成二维差分方程的构造以及各种操作
解释如下图：
例题：
双指针（two pointers）
和上面两个一样，双指针算法也是一种思想，一种技巧，非常重要，我们也会经常用到双指针算法，比如归并排序中的区间合并，快速排序，还有我们熟悉的二分算法，都用到了双指针。
双指针,顾名思义，就是利用两个数组下标\(i\)，\(j\)，来代替原来一个数组下标遍历整个数组，以优化时间复杂度。
一般的写法
for (int i = 0, j = 0; i < n ; i++)
{
while(j < i && check(i , j))
j++;
//然后是具体问题的分析
}
例题： 输入一个英文句子，将每个单词单独作为一行输出。
代码：
#include <algorithm>
#include <cstdio>
#include <iostream>
#include <string>
using namespace std;
const int MA = 1e5 + 5;
int main()
{
string str;
getline(cin, str);
int n = str.length();
for (int i = 0; i < n; i++)
{
int j = i;
while (j < n && str[j] != ' ')
j++;
//具体问题分析
for (int k = i; k < j; k++)
cout << str[k];
cout << endl;
i = j;
}
return 0;
}
最长连续不重复子序列
完整代码：(分析在下面)
#include<iostream>
#include <algorithm>
#include <cstdio>
#include<map>
using namespace std;
const int MA = 1e5 + 5;
int a[MA];
map<int,int> mp; //存每个值的个数
int main()
{
int n;
cin >> n;
for (int i = 0; i < n; ++i)
{
cin >> a[i];
}
int ans = 0;
for (int i = 0, j = 0; i < n; ++i)
{
mp[a[i]]++;
while (j < i && mp[a[i]] >= 2)
{
mp[a[j]]--;
j++;
}
ans = max(ans, i - j + 1);
}
cout << ans << endl;
return 0;
}
暴力的做法：
//暴力做法，时间复杂度O(n^2)
for(int i = 0 ; i < n ; i++)
{
for(int j = 0 ; j <= i ; i++){
if(check(j , i))
ans = max(ans, i - j + 1);
}
}
暴力的做法就是用\(i\) 作为子序列右端，用\(j\) 作为子序列左端 ， 判断是否满足条件，即从\(j\) 到 \(i\) 元素是否都只有1个，如果满足条件，更新结果。
双指针算法：
//双指针算法，时间复杂度O(n)
for(int i = 0 , j = 0 ; i < n ; i++)
{
//check(j , i)为判断j到i之间是否有相同元素，有的话，j++
while(j <= i && check(j , i))
j++;
ans = max(ans, i - j + 1);
}
大概思路：用\(i\) 指针将元素加进来 ， 用 j 指针来判断数组，不满足条件就去掉该元素 , j++
双指针算法如果想了解更多的话，去搜一些博客看看，然后找一题练一下。
例题：
