【C++前缀和】2875. 无限数组的最短子数组|1913

闻缺陷则喜何志丹

于 2024-09-27 15:30:00 发布

阅读量155

点赞数 3

文章标签： c++ 算法力扣前缀和最短子数组无限

本文链接：https://blog.csdn.net/he_zhidan/article/details/141949698

版权

工作级难度算法题解专栏收录该内容

97 篇文章 0 订阅

订阅专栏

本文涉及的基础知识点

C++算法：前缀和、前缀乘积、前缀异或的原理、源码及测试用例包括课程视频

LeetCode2875. 无限数组的最短子数组

难度分：1913
给你一个下标从 0 开始的数组 nums 和一个整数 target 。
下标从 0 开始的数组 infinite_nums 是通过无限地将 nums 的元素追加到自己之后生成的。
请你从 infinite_nums 中找出满足元素和等于 target 的最短子数组，并返回该子数组的长度。如果不存在满足条件的子数组，返回 -1 。
示例 1：
输入：nums = [1,2,3], target = 5
输出：2
解释：在这个例子中 infinite_nums = [1,2,3,1,2,3,1,2,…] 。
区间 [1,2] 内的子数组的元素和等于 target = 5 ，且长度 length = 2 。
可以证明，当元素和等于目标值 target = 5 时，2 是子数组的最短长度。
示例 2：
输入：nums = [1,1,1,2,3], target = 4
输出：2
解释：在这个例子中 infinite_nums = [1,1,1,2,3,1,1,1,2,3,1,1,…].
区间 [4,5] 内的子数组的元素和等于 target = 4 ，且长度 length = 2 。
可以证明，当元素和等于目标值 target = 4 时，2 是子数组的最短长度。
示例 3：
输入：nums = [2,4,6,8], target = 3
输出：-1
解释：在这个例子中 infinite_nums = [2,4,6,8,2,4,6,8,…] 。
可以证明，不存在元素和等于目标值 target = 3 的子数组。
提示：
1 <= nums.length <= 10⁵
1 <= nums[i] <= 10⁵
1 <= target <= 10⁹

C++前缀和

n = nums.size();
令最优解是：
nums[i1],nums[i1+1] $\cdots$ nums[n-1] nums[0 $\cdots$ n-1] nums[0] $\cdots$ nums[i2]
由三部分组成：一，nums的某个后缀。二，若干个完整nums。三，nums的某个前缀。
枚举i1。
如果preSum[j…]-preSum[i]等于target，j >i 。则 nums[i…j-1]便是以nums[i]开始的最优解。
如果preSum.back()- preSum[i] > target，不存在以nums[i]开始的解。
否则： x = target - (preSum.back()- preSum[i])
t1 = n - i1 前面非完整周期元素数目
t2 = x /sum(nums) *n 中间周期元素数目
y = x%/sum(nums)
如果存在preSum[j]等于y，则 t3 = j，否则不存在以nums[i1]开始的解。
以nums[i1]开始的最优解的长度为：t1+t2+t3。
注意：nums的元素全部为正，故任意nums[i]开始要么有一个解，要么无解。
时间复杂度：o(n)

代码

核心代码

class Solution {
		public:
			int minSizeSubarray(vector<int>& nums, const int target) {
				vector<long long> preSum(1);
				for (const auto& n : nums) {
					preSum.emplace_back(n + preSum.back());
				}
				const int N = nums.size();
				int ret = (int)2e9;
				unordered_map<long long, int> mSumIndex;
				mSumIndex[preSum.back()] =N ;
				for (int i = N - 1; i >= 0; i--) {
					const auto& tmp = preSum[i] + target;
					if (mSumIndex.count(tmp)) {
						ret = min(ret, mSumIndex[tmp]-i);
					}
					mSumIndex[preSum[i]] = i;
				}
				for (int i = 0; i < N; i++) {
					long long x = preSum.back() - preSum[i];
					if (x >= target) { continue; }
					int cur = N - i;
					int need = target - x;
					cur += (need / preSum.back()) * N;
					need %= preSum.back();
					auto it = equal_range(preSum.begin(), preSum.end(), need);
					if (it.first == it.second) { continue; }
					cur += it.first - preSum.begin();
					ret = min(ret, cur);
				}
				return (ret+1>= 2e9) ? -1 :ret;
			}
		};

单元测试

	vector<int> nums;
		int target;
		TEST_METHOD(TestMethod11)
		{
			nums = { 1, 2, 3 }, target = 5;
			auto res = Solution().minSizeSubarray(nums, target);
			AssertEx(2, res);
		}
		TEST_METHOD(TestMethod12)
		{
			nums = { 1,1,1,2,3 }, target = 4;
			auto res = Solution().minSizeSubarray(nums, target);
			AssertEx(2, res);
		}
		TEST_METHOD(TestMethod13)
		{
			nums = { 2,4,6,8 }, target = 3;
			auto res = Solution().minSizeSubarray(nums, target);
			AssertEx(-1, res);
		}
		TEST_METHOD(TestMethod14)
		{
			nums = { 2,1,5,7,7,1,6,3 }, target = 39;
			auto res = Solution().minSizeSubarray(nums, target);
			AssertEx(9, res);
		}

扩展阅读

我想对大家说的话
工作中遇到的问题，可以按类别查阅鄙人的算法文章，请点击《算法与数据汇总》。
学习算法：按章节学习《喜缺全书算法册》，大量的题目和测试用例，打包下载。重视操作
有效学习：明确的目标及时的反馈拉伸区（难度合适）专注
闻缺陷则喜(喜缺)是一个美好的愿望，早发现问题，早修改问题，给老板节约钱。
子墨子言之：事无终始，无务多业。也就是我们常说的专业的人做专业的事。
如果程序是一条龙，那算法就是他的是睛
失败+反思=成功成功+反思=成功