题目杂记（二）

题目杂记（二）

题目1

题目

给定一个有序数组arr，从左到右依次表示X轴上从左往右点的位置。给定一个正整数K，返回如果有一根长度为K的绳子，最多能盖住几个点？绳子的边缘点碰到X轴上的点，也算盖住

题目2

题目3

题目

题目4

题目

长度为N的数组arr，一定可以组成N^2个数值对。
例如arr = [3,1,2]，
数值对有(3,3) (3,1) (3,2) (1,3) (1,1) (1,2) (2,3) (2,1) (2,2)，
也就是任意两个数都有数值对，而且自己和自己也算数值对。
数值对怎么排序？规定，第一维数据从小到大，第一维数据一样的，第二维数组也从小到大。所以上面的数值对排序的结果为：
(1,1)(1,2)(1,3)(2,1)(2,2)(2,3)(3,1)(3,2)(3,3)

给定一个数组arr，和整数k，返回第k小的数值对。

思路

暴力的做法是，先做一遍组合，得到所有的数值对（N^ 2个），然后将组合之后的数值对排序，然后遍历一遍，选出最大的。时间复杂度是O(N^2logN ^2)。
注意到每个数据都可以和其他元素以及自身做组合，产生N个组合键值对。要找第K小的键值对，可以先找其第一个元素，也就是先将原始数组arr排序，然后，找到其中第(k-1)/N个数，就是要找的键值对的第一个元素。这很好理解，举个例子：
arr = [1,2,2,3,3,3,4,5,6,7]，共十个元素，要找做完组合之后的第45个元素，那么1开头的键值对是10个，肯定排在最前面；2开头的键值对20个，肯定排在1开头的之后；3开头的键值对30个，这其中就包含要找的键值对。因此 (45-1)/10 = 4，索引为4的位置的元素3，就是要找的键值对的第一个元素。
接下来找第二个元素，由于原始数组arr中可能存在重复值，所以相对来说有点复杂。还是以上面的例子说明，要找第45个元素，其实就是找以3开头的键值对中第15个元素，因为1开头的和2开头已经去掉了30个。由于由3个3，那么在具体组合的时候，就会有 （3，1）（3，1）（3，1）（3，2）（3，2）（3，2）（3，2）…，因此，以3开头的第15个键值对的第二个元素，就是（15-1）/3 = 4的位置。
将两个元素组合起来，就是最终的答案。时间复杂度是O(NlogN)，也就是前期的排序的时间，后面都是O(N)的操作。

代码

	public static class Pair {
		public int x;
		public int y;

		Pair(int x, int y) {
			this.x = x;
			this.y = y;
		}
	}

	// O(N*logN)的复杂度，你肯定过了
	public static int[] kthMinPair2(int[] arr, int k) {
		int N = arr.length;
		if (k > N * N) {
			return null;
		}
		// O(N*logN)
		Arrays.sort(arr);	
		// 第K小的数值对，第一维数字，是什么   是arr中
		int fristNum = arr[(k - 1) / N];
		int lessFristNumSize = 0;// 数出比fristNum小的数有几个
		int fristNumSize = 0; // 数出==fristNum的数有几个
		// <= fristNum
		for (int i = 0; i < N && arr[i] <= fristNum; i++) {
			if (arr[i] < fristNum) {
				lessFristNumSize++;
			} else {
				fristNumSize++;
			}
		}
		int rest = k - (lessFristNumSize * N);
		return new int[] { fristNum, arr[(rest - 1) / fristNumSize] };
	}

题目5

题目

题目5

题目

输入一个整型数组，数组中的一个或连续多个整数组成一个子数组。求所有子数组的和的最大值。

要求时间复杂度为O(n)。

示例1:

输入: nums = [-2,1,-3,4,-1,2,1,-5,4]
输出: 6
解释: 连续子数组 [4,-1,2,1] 的和最大，为 6。

思路

可以用动态规划做，用f[i]表示以i结尾的子数组和的最大值，转移方程是f[i] = max(f[i-1]+v[i],v[i])，时间复杂度是O（N），空间复杂度也是O（N）

更好的方式是时间复杂度O（N）,空间复杂度O（1）,思路如下：定义一个变量curr，一个变量max。
cur每次迭代都累加num[i]，max = max(max,cur),如果cur<0,那么cur重置为0。
思路很简单，那么为什么可行呢。假设存在一个子数组[j,…,k]，这个和最大，当然这个子数组可能不唯一，但这不影响。如果上面这个思路，可以完整捕捉到这个数组，那么就说明思路是正确的。

设[…i,j,…,k,m]，那么当遍历到i时，cur一定是小于0的，不然的话，[j,…,k]就不是和最大的子数据了。那么，cur在遍历到j时，就会重置为0，开始捕获j。并且，遍历到j到k中间任何一个数据时，cur都不会小于0，不然的话，假设[j,…l]小于0，[j,…,k]的和是子数组最大，那么[l,…k]的和应该更大，这是矛盾的。所以，算法可以完整捕捉到[j,…,k]这个最大的子数组。
这个算法就是正确的

代码

    public int maxSubArray(int[] nums) {
        int n = nums.length;
        int cur = 0;
        int max = Integer.MIN_VALUE;
        for(int i=0;i<n;i++){
            cur = cur+ nums[i];
            max = Math.max(max,cur);
            if(cur<0){
                cur = 0;
            }
        }
        return max;
    }

题目6

题目

思路

如果采用暴力的思路，时间复杂度是O(N^6)的。