Leetcode0910. 最小差值 II(medium)

笨牛慢耕

已于 2022-04-30 07:53:39 修改

阅读量1.1k

点赞数 1

分类专栏： leetcode 文章标签： leetcode python 算法

于 2022-04-27 19:45:08 首次发布

本文链接：https://blog.csdn.net/chenxy_bwave/article/details/124441771

版权

leetcode 专栏收录该内容

194 篇文章 4 订阅

订阅专栏

1. 问题描述

2. 解题分析

3. 代码实现

1. 问题描述

给你一个整数数组 nums，和一个整数 k 。对于每个下标 i（0 <= i < nums.length），将 nums[i] 变成 nums[i] + k 或 nums[i] - k 。

nums 的分数是 nums 中最大元素和最小元素的差值。在更改每个下标对应的值之后，返回 nums 的最小分数。

示例 1：

输入：nums = [1], k = 0
输出：0
解释：分数 = max(nums) - min(nums) = 1 - 1 = 0 。

示例 2：

输入：nums = [0,10], k = 2
输出：6
解释：将数组变为 [2, 8] 。分数 = max(nums) - min(nums) = 8 - 2 = 6 。

示例 3：

输入：nums = [1,3,6], k = 3
输出：3
解释：将数组变为 [4, 6, 3] 。分数 = max(nums) - min(nums) = 6 - 3 = 3 。

提示：

1 <= nums.length <= 10^4
0 <= nums[i] <= 10^4
0 <= k <= 10^4

2. 解题分析

粗看，心中疑惑，为什么会有这么简单的medium？

及至草草写了几行代码然后测试了一下，才意识到对问题的理解完全错了。天真的错误代码如下：

class Solution:
    def smallestRangeII(self, nums: List[int], k: int) -> int:
        min_num = 2*10**4
        max_num = -10**4
        for i in range(len(nums)):
            trial0 = nums[i]+k
            trial1 = nums[i]-k
            min_num = min(min_num, trial0, trial1)
            max_num = max(max_num, trial0, trial1)
        return max_num - min_num

以上代码错在只是求除了可能的最大值与可能的最小值之间的差值。而问题要求的是可能的最大值与可能的最小值之间的差值的最小值！

对每个数据有两种修改方式，因此总共会生成 $2^n$ 种修改序列，问题要求的是这 $2^n$ 种序列的最大值和最小值的差值中的最小值。换句话说要找到所有最大值中的最小值，和所有最小值的中的最大值，然后求两者之差，所以理论上甚至可能出现负数。但是 $2^n$ 种修改序列分别求，这是指数复杂度，显然是无法接受的。

可能会想到，所有最大值中的最小值不就是将所有数都减3后的最大值吗，所有最小值中的最大值不就是所有数都减3后的最小值吗？貌似很有道理，但是遗憾的是，这两者不一定会出现在一个序列中。所以不能这么简单地考虑。

由于本题的结果不依赖于数据的排序位置，所以可以考虑先将输入数据进行排序处理（比如说，从小到大排序）。从直感出发，要得到最小的分数，最大值应该出现在排序数组的后半段减 $\text{k}$ 的结果，最小值应该出现在排序数组的前半段加 $\text{k}$ 的结果。

可以这样来理解，针对任意的一个（基于排序后数组，记为 $\textit{A}$ ）修改后的序列，假设第一个减 $\text{k}$ 的索引为 $\textit{j}$ ，那么索引 $\textit{j}$ 之后的任何元素如果原本是加 $\text{k}$ 的改为减 $\text{k}$ 的话都不会让最大值变大。因此所得的分数不可能比当前这个序列更大。因此所有第一个减 $\text{k}$ 的元素为索引 $\textit{j}$ 的序列中，索引 $\textit{j}$ 之后元素全部为减 $\text{k}$ 的序列的分数肯定是最小的。

基于这个insight，问题简化为：基于排序后数组，以某个 $j \in [0,n-1]$ 为界，索引 $\textit{j}$ 之前的数据都加 $\text{k}$ ，之后（包含 $\textit{j}$ ）的数据都减 $\text{k}$ ，所得的分数记为 $f(k)$ ，而所要求的最小分数即为 $\min\limits_{0\leq k \leq n-1}{f(k)}$ 。

进一步，这样一个序列中的最大值一定是在 $max(A[n-1]-3, A[j-1]+3)$ ，而最小值则为 $min(A[0]+3, A[j]-3)$ 。对 $\textit{j}$ 进行扫描，执行以上计算即可得所求结果。

基于排序后数组 $\textit{A}$ 的搜索的复杂度为 $O(n)$ ，而排序的复杂度为 $O(nlogn)$ ，所以总的时间复杂度是 $O(nlogn)$ 。

3. 代码实现

from typing import List
class Solution:
    def smallestRangeII(self, nums: List[int], k: int) -> int:
        n = len(nums)
        nums.sort()
        maxscore = 2*10**4
        for j in range(n+1):
            if j == 0 or j == n:
                score = nums[n-1] - nums[0]
            else:
                score = max(nums[n-1]-k,nums[j-1]+k) - min(nums[0]+k,nums[j]-k)
            maxscore = min(maxscore,score)     
        return maxscore
            
if __name__ == "__main__":
    
    sln = Solution()  
            
    nums = [1]
    k = 0
    print(sln.smallestRangeII(nums, k))
    
    nums = [0,10]
    k = 2
    print(sln.smallestRangeII(nums, k))
    
    nums = [1,3,6]
    k = 3
    print(sln.smallestRangeII(nums, k))

执行用时：84 ms, 在所有 Python3 提交中击败了56.99%的用户

内存消耗：15.9 MB, 在所有 Python3 提交中击败了42.47%的用户

另外参见：Leetcode0908. 最小差值 I(simple)

908 vs 910: 前者的约束[-k,k]的范围，后者的约束为对于给定的k只能做+k或者-k的调节，第一感或许会觉得可选择范围更小了，那不是更简单嘛。其实不然，本题与910的对比类似于线性规划与整数规划问题的对比。整数规划是线性规划的一个子类，但是比线性规划难，因为选择范围更小从另一个角度来理解就意味着约束条件更紧，这就导致找到满足约束条件的最优解更难。

回到总目录：笨牛慢耕的Leetcode每日一题总目录(动态更新。。。)