Java&C++题解与拓展——leetcode396.旋转函数【么的新知识】

每日一题做题记录,参考官方和三叶的题解

题目要求

在这里插入图片描述

思路一:数学规律

把每一轮函数表达式写出来,找规律:【 s u m sum sum为数组 n u m s nums nums中所有元素之和】

  • F ( 0 ) = 0 × n u m s [ 0 ] + 1 × n u m s [ 1 ] + ⋯ + ( n − 2 ) × n u m s [ n − 2 ] + ( n − 1 ) × n u m s [ n − 1 ] F(0)=0\times nums[0]+1\times nums[1]+\dots+(n-2)\times nums[n-2]+(n-1)\times nums[n-1] F(0)=0×nums[0]+1×nums[1]++(n2)×nums[n2]+(n1)×nums[n1]
  • F ( 1 ) = 1 × n u m s [ 0 ] + 2 × n u m s [ 1 ] + ⋯ + ( n − 1 ) × n u m s [ n − 2 ] + 0 × n u m s [ n − 1 ] F(1)=1\times nums[0]+2\times nums[1]+\dots+(n-1)\times nums[n-2]+0\times nums[n-1] F(1)=1×nums[0]+2×nums[1]++(n1)×nums[n2]+0×nums[n1]
       = F ( 0 ) + s u m − ( ( n − 1 ) + 1 ) × n u m s [ n − 1 ] \qquad \,\,= F(0)+sum-((n-1)+1)\times nums[n-1] =F(0)+sum((n1)+1)×nums[n1]
  • F ( 2 ) = 2 × n u m s [ 0 ] + 3 × n u m s [ 1 ] + ⋯ + 0 × n u m s [ n − 2 ] + 1 × n u m s [ n − 1 ] F(2)=2\times nums[0] + 3\times nums[1]+\dots+0\times nums[n - 2]+1\times nums[n-1] F(2)=2×nums[0]+3×nums[1]++0×nums[n2]+1×nums[n1]
       = F ( 1 ) + s u m − ( ( n − 1 ) + 1 ) × n u m s [ n − 2 ] \qquad \,\,=F(1)+sum-((n-1)+1)\times nums[n-2] =F(1)+sum((n1)+1)×nums[n2]
  • ……

那就可以找到规律了,第 k k k轮结果中除了第 n − k n-k nk个元素,每一个元素都比上一轮中加一个,而 n − k n-k nk元素少加了 n − 1 n-1 n1个,所以就直接给上一轮加上所有元素的和(每个元素都多加一个),然后把多余的 n − k n-k nk减掉,即 F ( k ) = F ( k − 1 ) + s u m − n × n u m s [ n − k ] F(k)=F(k-1)+sum-n\times nums[n-k] F(k)=F(k1)+sumn×nums[nk]

带着这个公式不停迭代更新结果就好了。

Java

class Solution {
    public int maxRotateFunction(int[] nums) {
        int n = nums.length, res = 0;
        int sum = Arrays.stream(nums).sum();
        for(int i = 0; i < n; i++)
            res += i * nums[i];
            
        for(int i = n - 1, cur = res; i > 0; i--){
            cur += sum - n * nums[i];
            if(cur > res)
                res = cur;
        }        
        return res;
    }
}
  • 时间复杂度: O ( n ) O(n) O(n)
  • 空间复杂度: O ( 1 ) O(1) O(1)

C++

class Solution {
public:
    int maxRotateFunction(vector<int>& nums) {
        int n = nums.size(), res = 0;
        int sum = accumulate(nums.begin(), nums.end(), 0);
        for(int i = 0; i < n; i++)
            res += i * nums[i];

        for(int i = n - 1, cur = res; i > 0; i--) {
            cur += sum - n * nums[i];
            if(cur > res)
                res = cur;
        }
        return res;
    }
};
  • 时间复杂度: O ( n ) O(n) O(n)
  • 空间复杂度: O ( 1 ) O(1) O(1)

思路二:前缀和+滑动窗口

旋转数组这种概念想到之前做过的旋转字符串,把两个自己拼接在一起放一个 n n n的滑动窗口就可以找到每一个结果。【注意滑动窗口运行方向和函数运行方向不一样,也就是得到结果过程中顺序不同,但结果相同。】

  • 当前窗口: c u r = 0 × n u m s [ i ] + 1 × n u m s [ i + 1 ] + ⋯ + ( n − 1 ) × n u m s [ i + n − 1 ] cur=0\times nums[i]+1\times nums[i+1]+\dots+(n-1)\times nums[i+n-1] cur=0×nums[i]+1×nums[i+1]++(n1)×nums[i+n1]

  • 下一个窗口: n x t = 0 × n u m s [ i + 1 ] + 1 × n u m s [ i + 2 ] + ⋯ + ( n − 2 ) × n u m s [ i + n − 1 ] + ( n − 1 ) × n u m s [ i ] nxt=0\times nums[i+1]+1\times nums[i+2]+\dots+(n-2)\times nums[i+n-1]+(n-1)\times nums[i] nxt=0×nums[i+1]+1×nums[i+2]++(n2)×nums[i+n1]+(n1)×nums[i]

  • 可以看到除第 i i i个元素之外,每个元素都比上一轮一个,而第 i i i个元素则反而多了 n − 1 n-1 n1个。此时有两种方法:

    • 上面用的,减去所有元素之和再加回来所有的元素 n u m s [ i ] nums[i] nums[i],即 n x t = c u r − s u m + n ∗ n u m s [ i ] nxt=cur-sum+n*nums[i] nxt=cursum+nnums[i]
    • 前缀和(下面使用),统计元素前缀和,即当前元素(不含)之前所有元素的和,减去除当前元素外的所有元素之和,再加上 n − 1 n-1 n1 n u m s [ i ] nums[i] nums[i],即 n x t = c u r − ( p r e [ i − 1 ] − p r e ( i − n ) ) + ( n − 1 ) ∗ n u m s [ i ] nxt=cur-(pre[i-1]-pre(i-n))+(n-1)*nums[i] nxt=cur(pre[i1]pre(in))+(n1)nums[i]

    按思路迭代,更新更大的结果作为答案即可。

Java

class Solution {
    public int maxRotateFunction(int[] nums) {
        int n = nums.length;
        int[] pre = new int[n * 2 + 1]; // 前缀和
        for(int i = 1; i <= 2 * n; i++)
            pre[i] = pre[i - 1] + nums[(i - 1) % n];

        int res = 0;
        for(int i = 1; i <= n; i++)
            res += nums[i - 1] * (i - 1);
        for(int i = n + 1, cur = res; i < 2 * n; i++) { //滑动窗口
            cur += nums[(i - 1) % n] * (n - 1);
            cur -= pre[i - 1] - pre[i - n];
            if(cur > res)
                res = cur;
        }
        return res;
    }
}
  • 时间复杂度: O ( n ) O(n) O(n)
  • 空间复杂度: O ( n ) O(n) O(n)

C++

class Solution {
public:
    int maxRotateFunction(vector<int>& nums) {
        int n = nums.size();
        int pre[n * 2 + 1]; // 前缀和
        for(int i = 1; i <= 2 * n; i++)
            pre[i] = pre[i - 1] + nums[(i - 1) % n];

        int res = 0;
        for(int i = 1; i <= n; i++)
            res += nums[i - 1] * (i - 1);
        for(int i = n + 1, cur = res; i < 2 * n; i++) { // 滑动窗口
            cur += nums[(i - 1) % n] * (n - 1);
            cur -= pre[i - 1] - pre[i - n];
            if(cur > res)
                res = cur;
        }
        return res;
    }
};
  • 时间复杂度: O ( n ) O(n) O(n)
  • 空间复杂度: O ( n ) O(n) O(n)

总结

今儿的题做着很舒服,终于不是暴力模拟,需要思考理解了!
其实两个方法都是在找规律,化简要加减的内容,很数学,本质上加减的东西是一样的,只不过表达不同。那个前缀和感觉有点复杂,就没必要,直接用元素和方便很多。


欢迎指正与讨论!
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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
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