[leetcode题解] 第995题Minimum Number of K Consecutive Bit Flips

https://leetcode-cn.com/problems/minimum-number-of-k-consecutive-bit-flips/

分析

不难想到这样一种解法:依次遍历数组A，如果A[i] == 0，第i个位置就需要翻转。此时若i + K > n，则无法实现翻转，返回-1；否则手动修改数组A[i: i+K-1]，再遍历下一个位置。在这个过程中直接统计出总的翻转次数即为答案。
这个解法虽然直观，但是时间复杂度为$O(nK)$，不是一个好的解法。
优化的思路肯定是针对手动翻转这个过程，直觉告诉我们这个过程可以被优化到$O(1)$。在遍历的过程中，我们需要知道此时A[i]是否等于0，从而判断是否需要翻转。如果限制不能直接修改数组A，那么容易想到新增一个数组count来统计每个位置所需的翻转次数，从而A[i] + count[i]为偶数时就代表A[i] == 0。
不过，即使引入了数组count，每次翻转时也需要给count[i: i+K-1]都加1，时间复杂度并没有被优化，这时候就需要一个新的技巧:差分数组。

差分数组

差分数组的定义十分简单，即diff[i] = arr[i] - arr[i-1]，diff[0] = arr[0]。显然我们可以利用差分数组来获取原数组的值，即arr[i]等于diff前i项之和。
差分数组有什么用呢?以上面的这种情况为例，当我们要给count数组的[i, i + K)这个区间内的子数组都加1时，可以换成去修改差分数组，这样就只用修改diff[i]和diff[i+K]这两个值了，分别是diff[i]++和diff[i+K]--。这样手动翻转这个过程就只需要$O(1)$的时间，而我们又可以在遍历过程中通过差分数组的值来算出此时A[i]的值，完成了优化。
像这样，当我们需要频繁对数组的某个区间内的值进行修改时，差分数组就是一种很高效的技巧，以空间换时间，从而实现 O ( 1 ) O(1)