每日一题做题记录,参考官方和三叶的题解 |
题目要求
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]+⋯+(n−2)×nums[n−2]+(n−1)×nums[n−1]
-
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]+⋯+(n−1)×nums[n−2]+0×nums[n−1]
= 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−((n−1)+1)×nums[n−1] -
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[n−2]+1×nums[n−1]
= 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−((n−1)+1)×nums[n−2] - ……
那就可以找到规律了,第 k k k轮结果中除了第 n − k n-k n−k个元素,每一个元素都比上一轮中多加一个,而 n − k n-k n−k元素少加了 n − 1 n-1 n−1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 n−k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(k−1)+sum−n×nums[n−k]。
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]+⋯+(n−1)×nums[i+n−1]
-
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]+⋯+(n−2)×nums[i+n−1]+(n−1)×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少一个,而第 i i i个元素则反而多了 n − 1 n-1 n−1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=cur−sum+n∗nums[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 n−1个 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[i−1]−pre(i−n))+(n−1)∗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! |