前缀和是手动构建的数组技巧,可将区间求和从O(n)降至O(1),但要求数组不频繁修改;一维需构建n+1长prefix数组,定义prefix[i]为arr[0..i-1]和,查询[l,r]用prefix[r+1]-prefix[l];二维用dpi表示左上矩形和,构建时dpi=dpi-1+dpi-dpi-1+matrixi-1,查询(r1,c1)到(r2,c2)用dpr2+1-dpr1-dpr2+1+dpr1;std::partial_sum仅适用于简单一维场景,不支持二维或自定义运算;若需频繁单点更新,应改用树状数组或线段树。
前缀和在 C++ 中不是语言内置功能,而是靠手动构建的数组技巧;它能将区间求和从 O(n) 降为 O(1),但必须满足「数组不频繁修改」的前提。
vector 构建 prefix 数组核心是定义 prefix[i] 表示原数组 arr[0..i-1] 的和(即左闭右开),这样 arr[l..r] 的和就是 prefix[r+1] - prefix[l],避免边界特判。
常见错误包括:下标越界、用 prefix[i] = prefix[i-1] + arr[i] 导致 prefix 和原数组对齐(易错配区间)。
prefix[0] = 0,长度为 n+1
prefix[i+1] = prefix[i] + arr[i]
[l, r](含端点):写成 prefix[r+1] - prefix[l],别漏 +1
vectorarr = {1, 2, 3, 4, 5}; vector prefix(arr.size() + 1, 0); for (int i = 0; i < arr.size(); ++i) { prefix[i + 1] = prefix[i] + arr[i]; } // 查询 [1, 3] → arr[1]+arr[2]+arr[3] = 2+3+4 = 9 int sum = prefix[4] - prefix[1]; // prefix[3+1] - prefix[1]
dp[i][j] 表示左上角矩形和二维前缀和本质是容斥:以 (i,j) 为右下角的矩形和 = 左 + 上 - 左上 + 当前值。同样建议多开一行一列,让 dp[0][*] 和 dp[*][0] 全为 0。
容易踩的坑是公式记混,或在查询时没统一坐标系(比如把输入的行列当成 0-index 却按 1-index 写公式)。
i 和 j 都从 1 开始遍历,dp[i][j] = dp[i-1][j] + dp[i][j-1] - dp[i-1][j-1] + matrix[i-1][j-1]
(r1,c1) 到 (r2,c2)(含端点,0-index 输入):用 dp[r2+1][c2+1] - dp[r1][c2+1] - dp[r2+1][c1] + dp[r1][c1]
vector> ,注意初始化大小:行数 = 原行数+1,列数 = 原列数+1std::partial_sum:何时用标准库
std::partial_sum 是 C++ 标准算法,可直接生成前缀和,但它只做“就地累加”或输出到另一容器,不解决二维、不支持自定义运算(如异或前缀和)

它适合快速原型或简单一维场景,但工程中常需自己封装类(如 PrefixSum1D)来绑定数据、防误用、支持 update(配合树状数组)等。
partial_sum(arr.begin(), arr.end(), prefix.begin() + 1);(假设 prefix[0]==0)partial_sum_2d
std::vector + 树状数组或线段树原始前缀和一旦构建,单点修改代价是 O(n)(得重算后面所有)。如果题目有「单点更新 + 区间查询」需求,前缀和就不适用了。
这时候应切换数据结构:树状数组(BIT)代码短、常数小;线段树更通用但稍重。二者都支持 O(log n) 更新与查询。
前缀和真正省事的地方,是它足够简单——几行循环 + 一次减法就能替代嵌套循环。但它的脆弱性也在这里:只要数据动了,整个加速逻辑就崩了。用之前,先盯住「改不改」这三个字。