【算法】差分数组

差分数组

示例

originArr: [1,2,5,7,23,4,78]
differenceArr: [1,1,3,2,16,-19,74]

D[n] = O[n] - O[n-1]
eg: -19 = 4 - 23

1.特点

1.1关系

原数组第n项 == 差分数组前n项和

\( 由D[n] = O[n] - O[n-1] , O[0] = D[0] \)
=> \( O[n] = D[n] + O[n-1] \)
=> \( O[n] = D[n] + D[n-1] + ... + O[0] \)
=> \( O[n] \) = \( \sum_{i=0}^nD[i] \)
eg: \( 7 = 1 + 1 + 3 + 2 \)

1.2 前缀和 (下标从0开始计算)

原数组前n+1项和 == 差分数组第i项值*(n-i+1) 逐项累加

\( \sum_{i=0}^{n}O[i] = \sum_{i=0}^n\sum_{j=0}^iD[i] \)
=> \( \sum_{i=0}^nO[i] = D[0] + (D[0] + D[1]) + ...+ (D[0] + D[1] + ... + D[n]) \)
=> \( \sum_{i=0}^nO[i] = \sum_{i=0}^n(n-i+1)D[i] \)
eg: \( 1 + 2 + 5 + 7 = 1 × (3 - 0 +1) + 1×3 + 3×2 + 2×1 \)

1.3区间操作

• 由于原数组的值可由差分数组前缀和求得
• 如果对一个区间同时加一个数 只需要在差分数组区间第一项加上该数
• 为保证区间后不变 需要在区间后一项减去该数

\( O[l]+x,O[l+1]+x ... O[r]+x => D[l]+x,D[r+1]-x \)
eg: 2~5 均+10

originArr: [1,2,5,7,23,4,78]
differenceArr: [1,1,3,2,16,-19,74]
// 从 2 - 5 同时加10
originArr: [1,2,15,17,33,14,78] // 15 17 33 14
differenceArr: [1,1,13,2,16,-19,64] // 13 64
// 如果每一项都加1 那么仅需在差分数组的第一项加1 就可以维护原数组

所以针对有频繁的区间加减操作时 使用差分数组可将每次操作时间复杂度控制在\( O(1) \)
维护差分数组一般下标作为值，真实值作为计数，由于下标从0开始并且需要维护最后一位，差分数组的长度一般为最大值+2

2 应用

一般应用于一个状态针对某区间的统一贡献值，求最小或最大贡献值或者区间值
差分数组的值一般初始化为0，针对每个状态进行不同区间的贡献值计数，前缀和求解
关键：状态值/状态索引 与 区间贡献的对应关系

2.1 将区间分为最少组数

• 描述
  给多个闭区间，将无交集的区间划分成一组，求最小划分数

• 示例

  [[5,10],[6,8],[1,5],[2,3],[1,10]]
  //划分
  [[2,3],[5,10]]
  [[1,5],[6,8]]
  [1,10]
  // 结果为3

• 分析
  无交集的区间划分成一组
  => 有交集的时候新加一组或者加在其他无交集的组中
  => 最小划分数 == 子区间最大重叠次数

  对于示例可以进行不同的划分，但最小的划分数一定等于区间最大重叠数
  有交集的区间必须在不同的组，无交集的区间在这些组内任意安排

• 实现
  最大区间
  差分区间覆盖
  前缀和求最大区间覆盖数

  var minGroups = function(intervals) {
    let max = 0
    let res = 0
    let cur = 0
    for(let i of intervals){
        max = Math.max(i[1],max)
    }
    // 初始化差分数组
    let area = new Array(max+2).fill(0)
    // 区间内所有元素+1 表示被覆盖的计数
    for(let i of intervals){
        area[i[0]]++
        area[i[1]+1]--
    }
    // 前缀和求元素最大覆盖数
    for(let i of area){
        cur += i
        res = Math.max(cur,res)
    }
    return res
  };

  2.2 使数组互补的最少操作次数

• 描述
  给定一个长度为偶数\( n \)的整数数组\( nums \)，与一个限制数\( limit \)，求令数组互补的最小变化数。
  互补：所有\( nums[i] + nums[n-i-1] \)的值相等 \( eg:[1,2,2,3],sum = 1+3 = 2+2 = 4 \)
  限制：\( nums[i] \) \( \in \) \( [1,limit] \)

• 示例

  nums = [1,2,3,3] limit = 4
  1
  只需要将nums[2] = 2即可

• 分析
  由 \( sum = nums[i] + nums[n-i-1] \) ; \( nums[i] \) \( \in \) \( [1,limit] \)
  \( => \) \( sum \)\( \in \) \( [2,2limit] \)
  设\( x \)\( \in \)\( [2,2limit] \), \( a = nums[i] \), \( b = nums[n-i-1] \)且 \( a \) \( \leq \) \( b \) ,\( times \)为满足\( a + b = x \) 的修改次数

  1. 当 \( x = a + b \) 时, \( times = 0 \)
  2. 当 \( x \) \( \in \) \( [1+a,a+b) \) \( \bigcup \) \( (a+b,b+limit] \)时,\( times = 1 \)

  3. 当 \( x \) \( \in \) \( [2,2limit] \)且不在上述范围时，\( times = 2 \)

     从\( a+b \)向外扩散：1、都不用修改，2、修改两个中间一个，3、两个都需要修改
     \( [1+a,a+b) \) : b最小取到1 , \( (a+b,b+limit] \) : a最大取到limit;超出这个范围单独修改一个数据无法满足条件

  那么，我们遍历每一对数据，针对上述3钟不同的区间进行分别计数，最终可以得到每个\( sum \)需要的修改次数，取最小值即可

  每次的遍历对\( a+b \)能够出现的所有情况进行分类讨论，进行不同的加操作
  由于是中心扩散，所以可以先对最大范围+2，向内逐次 -1 这样就可以利用差分进行连续的区间修改
  全部遍历完成后，最终结果是数组针对每个\( sum \)为满足\( sum = nums[i]+nums[n-i-1] \)\( (i \)\( \in \)\( [0, \)\( \frac{n}{2} \)\( ]) \)成立所需要的修改次数

  [1,2,3,3] 4
  sum可取范围 [2,3,4,5,6,7,8] 计数 [0,0,0,0,0,0,0]
  1 3 : [2,2,2,2,2,2,2] [1,1,1,1,1,1,2] [1,1,0,1,1,1,2]
  2 3 : [3,3,2,3,3,3,4] [3,2,1,2,2,2,4] [3,2,1,1,2,2,4]
  最终结果：[3,2,1,1,2,2,4] 可以看出当将sum = 4 或 5 时仅需要修改一次
  最小修改次数为 1

  这种连续的区间操作我们可是使用差分数组来优化

• 代码
  差分数组初始化 建立长度为\( 2limit+2 \)的初始值为0数组
  区间修改 每一对针对不同的区间进行修改
  最小值 求前缀和的最小值

  var minMoves = function(nums, limit) {
    let max = 2*limit
    // 下标最大取值2*limit 则长度为2*limit+1 由于差分维护需要后一位则长度为 2*limit + 2 
    let diff = new Array(max + 2).fill(0)
  
    // 区间操作
    let n = nums.length
    for(let i=0;i

其他
描述绘画结果
得分最高的最小轮调