leetcode1248. 统计「优美子数组」
给你一个整数数组 nums 和一个整数 k。
如果某个 连续 子数组中恰好有 k 个奇数数字,我们就认为这个子数组是「优美子数组」。
请返回这个数组中「优美子数组」的数目。
示例 1:
输入:nums = [1,1,2,1,1], k = 3
输出:2
解释:包含 3 个奇数的子数组是 [1,1,2,1] 和 [1,2,1,1] 。
示例 2:
输入:nums = [2,4,6], k = 1
输出:0
解释:数列中不包含任何奇数,所以不存在优美子数组。
示例 3:
输入:nums = [2,2,2,1,2,2,1,2,2,2], k = 2
输出:16
读完题我第一反应是动态规划,写了一个二维的,空间不够,压缩成一维,又超时。
然后我想到了滑动窗口,但是这道题窗口不是固定大小,肯定也不好算。
接着我想出了最后一种:
维护一个固定大小的队列
维护一个大小固定的队列,队列里面存的是这个奇数的index,把两边的空隙的选法相乘。
比如k=2,,假设现在队列是1,3,17,25,要算13和17这两个奇数能组合成的情况,应该用1-3的情况乘17-25的情况。
可以类比:一条道路上有k棵连续的树,在第一颗树左面可以放n个花,在最后一棵树右边也可以放n个花,这样的方法有(n+1)*(n+1)种,n+1是可以不放花。
public int numberOfSubarrays(int[] nums, int k) {
if (nums.length == 0) return 0;
//中间是必须选的,所以只用计算两边就行
//只需要知道出去是多少,进来是多少就行
int count = 0;
int ans = 0;
LinkedList<Integer> list = new LinkedList<>();
list.add(-1);
for (int i = 0; i <= nums.length; i++) {
//方便处理边界,把两边都加进去
if (i == nums.length || (nums[i] & 1) == 1) {
int last = list.getLast();
list.add(count);
if (list.size() == k + 2) {
int first = list.removeFirst();
ans +=((list.getFirst() - first) * (count - last));
}
}
count++;
}
return ans;
}
动态规划
虽然动态规划超时,但是写一写也挺有意思。有点类似于背包的想法。
二维的:
public int numberOfSubarrays(int[] nums, int k) {
if (nums.length == 0) return 0;
int[][] dp = new int[nums.length][nums.length];
int count = 0;
for (int i = 0; i < nums.length; i++) {
dp[i][i] = (nums[i] & 1);
if (dp[i][i] == k) {
count++;
}
}
for (int i = nums.length - 2; i >= 0; i--) {
for (int j = i + 1; j < nums.length; j++) {
dp[i][j] = Math.max(dp[i][j - 1] + (nums[j] & 1), dp[i + 1][j]);
//选第j个数和不选第j个数
if (dp[i][j] == k) {
count++;
}
}
}
return count;
}
压缩成一维:
public int numberOfSubarrays(int[] nums, int k) {
if (nums.length == 0) return 0;
int count = 0;
int[] dp2 = new int[nums.length];
for (int i = nums.length - 1; i >= 0; i--) {
for (int j = i; j < nums.length; j++) {
if (j == i) {
dp2[j] = (nums[j] & 1);
if (dp2[j] == k) {
count++;
}
continue;
}
dp2[j] = Math.max(dp2[j - 1] + (nums[j] & 1), dp2[j]);
if (dp2[j] == k) {
count++;
}
}
}
return count;
}
我花了十几分钟研究怎么压缩,没想到这道题不用dp,可惜了。
leetcode 84/100