差分数组leetcode 2770 数组的最大美丽值

59 篇文章 1 订阅 ¥9.90 ¥99.00

什么是差分数组

差分数组是一种数据结构,它存储的是一个数组每个相邻元素的差值。换句话说,给定一个数组arr[],其对应的差分数组diff[]将满足:

diff[i] = arr[i+1] - arr[i] 对于所有 0 <= i < n-1

差分数组的作用

用于高效地实现某些特定的数组操作,如对某一范围的数组元素全部增加或减少一个固定值。

例如,考虑一个简单的数组:

arr = [1, 2, 3, 4, 5]

其差分数组为:

diff = [1, 1, 1, 1]

假设我们想将arr数组的索引[1, 3]范围内的所有元素都加上2。如果使用常规方法,我们需要遍历这个子数组,并对每个元素加上2。但是如果我们使用差分数组,只需要做两步操作:

  1. diff[1] += 2
  2. diff[4] -= 2(注意这里的4是3的下一个索引,但由于diff的长度比arr小1,所以它实际上是diff数组的最后一个元素)

然后,我们可以通过差分数组重新构建arr数组,只需要从第一个元素开始,不断地将差分值加回去。

算法中的应用

leetcode 2770 数组的最大美丽值

假如通过查找所有可能的变动区间并求其最大重叠次数,那么就可以采用差分数组的思路

当然这道题也有更简单的思路,比如把整个数组sort之后,问题转换为了"首尾元素差值不大于2K的最长子数组长度"

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
题目描述:给定一个非负整数数组nums和一个整数m,你需要将这个数组分成m个非空的连续子数组。设计一个算法使得这m个子数组中的最大和最小。 解题思路: 这是一个典型的二分搜索题目,可以使用二分查找来解决。 1. 首先确定二分的左右边界。左边界为数组最大,右边界为数组中所有元素之和。 2. 在二分搜索的过程中,计算出分割数组的组数count,需要使用当前的中间来进行判断。若当前的中间不够分割成m个子数组,则说明mid偏小,将左边界更新为mid+1;否则,说明mid偏大,将右边界更新为mid。 3. 当左边界小于等于右边界时,循环终止,此时的左边界即为所求的结果。 具体步骤: 1. 遍历数组,找到数组中的最大,并计算数组的总和。 2. 利用二分查找搜索左右边界,从左边界到右边界中间的为mid。 3. 判断当前的mid是否满足题目要求,若满足则更新右边界为mid-1; 4. 否则,更新左边界为mid+1。 5. 当左边界大于右边界时,循环终止,返回左边界即为所求的结果。 代码实现: ```python class Solution: def splitArray(self, nums: List[int], m: int) -> int: left = max(nums) right = sum(nums) while left <= right: mid = (left + right) // 2 count = 1 total = 0 for num in nums: total += num if total > mid: total = num count += 1 if count > m: left = mid + 1 else: right = mid - 1 return left ``` 时间复杂度分析:二分搜索的时间复杂度为O(logN),其中N为数组的总和,而遍历数组的时间复杂度为O(N),因此总的时间复杂度为O(NlogN)。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

坠金

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值