862. 和至少为 K 的最短子数组 - 力扣(LeetCode)
要求是连续
的子
数组,所以自然就想到了双指针法,也就是寻找一个连续的区间。但是细思之后没有理清左右边界移动的逻辑,遂弃。
参考:LeetCode #862,。这位同学举得例子很形象(尤其是折线图那个例子),反正官方题解我是没看懂。。。
暴力解
反正先暴力解一下吧:
前缀和数组:构建数组sum[i]表示原数组前 i 个元素之和,比如sum[2] = A[0] + A[1]
。
例子3:
Input: A = [2,-1,2], K = 3
Output: 3
数组A对应的前缀和数组:
sum = [0, 2, 1, 3]
前缀和数组的作用是:
sum[j] - sum[i]
表示第i + 1
个元素到第 j
个元素的和,使得区间和更容易获取。
有了数组sum之后,对它进行遍历,记录使得sum[j] - sum[i] >= K
的i, j的值,那么区间大小就是j - i
, 双重循环时间复杂度为
O
(
N
2
)
O(N^2)
O(N2)。
class Solution {
public:
int shortestSubarray(vector<int>& A, int K) {
const int n = A.size() + 1;
int sum[n];
sum[0] = 0;
int min_len = n; //min用于记录满足要求的子数组长度
for(int i = 0; i < n-1; ++i){
if(A[i] >= K) return 1;
sum[i + 1] = sum[i] + A[i];
}
// 遍历sum数组,i,j为下标
for(int i = 0; i < n; ++i){
// j < i+min:当子数组长度j-i已经超过当前最短值min时,停止遍历
for(int j = i + 1; j < n && j-i < min_len; ++j){
if(sum[j]-sum[i] >= K){
min_len = j-i;
break;
}
}
}
// 一直没找到满足要求的
if(min_len == n) return -1;
return min_len;
}
};
虽然执行正确,但是提交失败了,超出时间限制,看来还得降低时间复杂度。
优化
遍历sum数组复杂度过高,看了题解后确实有优化空间,但是题解说的很晦涩,还是建议看LeetCode #862这个例子,这位同学的折线图理解很形象,可以自己画一下图方便理解。
说一下自己的理解,假设符合要求的最短子数组为s[0:x],x为长度,该数组在sum数组中对应的边界为(beg, end),也即该数组中的元素之和 = sum[end] - sum[beg]
:
- s的最后一个元素不可能为负或者0,如果它为负,那么s[0:x-1] >= K成立,而且更短
- s的第一个元素也不可能为负或者0,如果它为负,那么s[1:x] >= K 成立,而且更短
- sum[beg]到sum[end]之间不存在
sum[i] <= sum[beg], beg < i < end
,因为这样的话(i, end)显然是更好的边界,理解为i是更好的起点。
也即是说符合要求的子数组起点和终点均为正数。那么上面的暴力法在遍历sum的过程中,如果i, j <= 0
,就可以直接排除,而且如果在i, j之间如果找到比i更适合的起点q,那么下一次就可以将起点更新为q(i = q)
,而不用每次++i。
不过仔细分析的话,会发现遍历的基本原则没有变化,时间复杂度还是 O ( N 2 ) O(N^2) O(N2)。。。
而且这个题虽然有队列的标签,但是我们现在还没有用到。。
接着优化:
LeetCode #862这位哥哥的图:
上升的点序列也就是单调递增的意思,利用双端队列维护,push的时候对于破坏单调性的点直接舍弃(pop_back())
举个例子:
序列:1,4,-1,3
前缀和数组sum(下标从0开始):0,1,5,4,7
单调序列是0-1-4-7 ,7与4的差值 >= 7与5的差值,而且7与4隔得更近(对应的子数组长度更短),因此队列push过程是这样的(假定K的值为5,结合下面代码):
push_back(0)
0 push_back(1)
0 1 push_back(5)
0 1 5 此时sum[end] - sum[dq.front()] = 5 >= K成立,pop_front(0), min_len=2,队列变为:
1 5 下一个循环 5 > 4 ,5会破坏单调性,pop_back(5)
1 下一个循环7进来,len = 3
min_len还是为2
class Solution {
public:
int shortestSubarray(vector<int>& A, int K) {
const int n = A.size() + 1;
int sum[n];
sum[0] = 0;
int min_len = n; //min用于记录满足要求的子数组长度
for(int i = 0; i < n-1; ++i){
if(A[i] >= K) return 1;
sum[i + 1] = sum[i] + A[i];
}
deque<int> dq; //存储的是下标
for(int end = 0; end < n; ++end){
// 当前end更优
while(!dq.empty() && sum[dq.back()] >= sum[end]){
dq.pop_back(); //之前的end被淘汰
}
while(!dq.empty() && sum[end] - sum[dq.front()] >= K ){
int len = end - dq.front();
dq.pop_front();
if(min_len > len) min_len = len;
}
dq.push_back(end); //更新现在的end
}
if(min_len == n) return -1; // 一直没找到满足要求的
return min_len;
}
};