标签:贪心算法;难度:简单
思路:根据题目,先排序,方便拿出满足条件的最大的子序列;后面的和大于前面的和
题目:
- 非递增顺序的最小子序列
给你一个数组 nums,请你从中抽取一个子序列,满足该子序列的元素之和 严格 大于未包含在该子序列中的各元素之和。
如果存在多个解决方案,只需返回 长度最小 的子序列。如果仍然有多个解决方案,则返回 元素之和最大 的子序列。
与子数组不同的地方在于,「数组的子序列」不强调元素在原数组中的连续性,也就是说,它可以通过从数组中分离一些(也可能不分离)元素得到。
注意,题目数据保证满足所有约束条件的解决方案是 唯一 的。同时,返回的答案应当按 非递增顺序 排列。
示例 1:
输入:nums = [4,3,10,9,8]
输出:[10,9]
解释:子序列 [10,9] 和 [10,8] 是最小的、满足元素之和大于其他各元素之和的子序列。但是 [10,9] 的元素之和最大。
示例 2:
输入:nums = [4,4,7,6,7]
输出:[7,7,6]
解释:子序列 [7,7] 的和为 14 ,不严格大于剩下的其他元素之和(14 = 4 + 4 + 6)。因此,[7,6,7] 是满足题意的最小子序列。注意,元素按非递增顺序返回。
示例 3:
输入:nums = [6]
输出:[6]
提示:
1 <= nums.length <= 500
1 <= nums[i] <= 100
解法:
// 时间O(N) 空间O(1)
/**
* @param {number[]} nums
* @return {number[]}
*/
var minSubsequence0 = function(nums) {
nums.sort((a,b) => {return a-b})
// console.log(nums)
let start = 0, end = nums.length - 1, sonArr = [], leftSum = rightSum = 0
while(start <= end){
if(leftSum + nums[end] >= rightSum){
sonArr.push(nums[end])
rightSum += nums[end]
end--
}else{
leftSum += nums[start]
start++
}
// console.log(start, end, leftSum, rightSum)
}
return sonArr
};
var minSubsequence = function(nums) {
nums.sort((a,b) => {return a-b})
// console.log(nums)
let start = 0, end = nums.length - 1, sonArr = [], dif = 0
while(start <= end){
if(dif <= nums[end]){
sonArr.push(nums[end])
dif += nums[end]
end--
}else{
dif -= nums[start]
start++
}
}
return sonArr
};