2021-07-15 刷题

本文介绍了三个算法问题的解决方案:计算数组中心下标、搜索数组插入位置以及最大子列和问题。对于数组中心下标,通过求和并比较左右两侧的和来找到平衡点;搜索插入位置时,利用有序数组特性快速定位;最大子列和问题,采用动态规划求解。这些算法展示了如何高效处理数组数据。
摘要由CSDN通过智能技术生成

给你一个整数数组 nums ,请计算数组的 中心下标 。

数组 中心下标 是数组的一个下标,其左侧所有元素相加的和等于右侧所有元素相加的和。

如果中心下标位于数组最左端,那么左侧数之和视为 0 ,因为在下标的左侧不存在元素。这一点对于中心下标位于数组最右端同样适用。

如果数组有多个中心下标,应该返回 最靠近左边 的那一个。如果数组不存在中心下标,返回 -1 。

示例 1:

输入:nums = [1, 7, 3, 6, 5, 6]
输出:3
解释:
中心下标是 3 。
左侧数之和 sum = nums[0] + nums[1] + nums[2] = 1 + 7 + 3 = 11 ,
右侧数之和 sum = nums[4] + nums[5] = 5 + 6 = 11 ,二者相等。
示例 2:

输入:nums = [1, 2, 3]
输出:-1
解释:
数组中不存在满足此条件的中心下标。
示例 3:

输入:nums = [2, 1, -1]
输出:0
解释:
中心下标是 0 。
左侧数之和 sum = 0 ,(下标 0 左侧不存在元素),
右侧数之和 sum = nums[1] + nums[2] = 1 + -1 = 0 

一道很简单的算法题,当i左侧和右侧数据相加相等时,返回i,否则返回-1.

思路:先算出数组所有数据的和,然后循环,算出i值左侧和,再通过总和-左侧-索引i处的值,比对是否相等。

class Solution {
    public int pivotIndex(int[] nums) {
 int m=0,mleft = 0,mright = 0;
 for(int i=0;i<nums.length;i++)
 {
     m=m+nums[i];
 }
 for(int k=0;k<nums.length;k++)
 {
     if(k==0)
     {
         mleft=0;
     }
     else
     {
         mleft=mleft+nums[k-1];
     }
     mright=m-mleft-nums[k];
     if(mleft==mright)
     return k;
 }
 return -1;
    }
}

第二题:

搜索数组插入位置

给定一个排序数组和一个目标值,在数组中找到目标值,并返回其索引。如果目标值不存在于数组中,返回它将会被按顺序插入的位置。

你可以假设数组中无重复元素。

示例 1:输入: [1,3,5,6], 5
输出: 2

示例 2:输入: [1,3,5,6], 2
输出: 1

示例 3:输入: [1,3,5,6], 7
输出: 4

示例 4:输入: [1,3,5,6], 0
输出: 0

 思路:如果target<nums[0]

则输出为0.

如果nums[i]>=target

输出为i

因为这是一个有序数组,如果nums[i]>=target刚好符合是插入到i位置,否则一定是大于任何一个元素,即应该插入到 nums.length处

class Solution {
    public int searchInsert(int[] nums, int target) {
        if(nums[0]>target)
        return 0;
        for(int i=0;i<nums.length;i++)
        {
            if(nums[i]>=target)
            return i;
        }
        return nums.length;

    }
}

代码很简单,但是要理清其中问题的关键。

最大子列和问题:给定K个整数组成的序列{ N​1​​, N​2​​, ..., N​K​​ },“连续子列”被定义为{ N​i​​, N​i+1​​, ..., N​j​​ },其中 1≤i≤j≤K。“最大子列和”则被定义为所有连续子列元素的和中最大者。例如给定序列{ -2, 11, -4, 13, -5, -2 },其连续子列{ 11, -4, 13 }有最大的和20。现要求你编写程序,计算给定整数序列的最大子列和。


int MaxSubseqSum2 ( int A[], int N ) {
int thissum=0,maxsum=0;
for(int i=0;i<N;i++){
  for(int j=i;j<N;j++)
{
thissum=thissum+A[j];

if(thissum>maxsum)
 maxsum=thissum;

}
}
return maxsum;
}

第二种在线处理:

int MaxSubseqSum4( int A[], int N ) {
    int ThisSum, MaxSum, i;
    
    ThisSum = MaxSum = 0;
    for( i = 0; i < N; i++ ) {
          ThisSum += A[i]; /* 向右累加 */
          if( ThisSum > MaxSum )
                  MaxSum = ThisSum; 
          else if( ThisSum < 0 ) 
                  ThisSum = 0; 
    }
    
    return MaxSum;  
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值