题目:
给你一个整数数组 arr 和一个整数值 target 。
请你在 arr 中找 两个互不重叠的子数组 且它们的和都等于 target 。可能会有多种方案,请你返回满足要求的两个子数组长度和的 最小值 。
请返回满足要求的最小长度和,如果无法找到这样的两个子数组,请返回 -1 。
实例:
示例 1:
输入:arr = [3,2,2,4,3], target = 3
输出:2
解释:只有两个子数组和为 3 ([3] 和 [3])。它们的长度和为 2 。
示例 2:
输入:arr = [7,3,4,7], target = 7
输出:2
解释:尽管我们有 3 个互不重叠的子数组和为 7 ([7], [3,4] 和 [7]),但我们会选择第一个和第三个子数组,因为它们的长度和 2 是最小值。
示例 3:
输入:arr = [4,3,2,6,2,3,4], target = 6
输出:-1
解释:我们只有一个和为 6 的子数组。
示例 4:
输入:arr = [5,5,4,4,5], target = 3
输出:-1
解释:我们无法找到和为 3 的子数组。
示例 5:
输入:arr = [3,1,1,1,5,1,2,1], target = 3
输出:3
解释:注意子数组 [1,2] 和 [2,1] 不能成为一个方案因为它们重叠了。
提示:
1 <= arr.length <= 10^5
1 <= arr[i] <= 1000
1 <= target <= 10^8
分析:
当需要在数组中寻找一个范围,使得其值满足某条件时,考虑使用滑动窗口。时间复杂度:O(n)。
所以首先利用滑动窗口得到所有的可能的区间 [left, right)。
List<int[]> res = new ArrayList<>();
int i = 0, j = 0;
int sum = 0;
while (j < arr.length) {
sum += arr[j++];
if (sum < target) continue;
while (sum > target) sum -= arr[i++];
if (sum == target) {
res.add(new int[]{i, j});
}
}
主要的思想是:先将 j 向右扩展,每扩展一次检查一下当前的 sum 与 target 的关系。如果 sum < target, 那么还可以继续扩展 j;如果 sum > target, 那么就需要缩小窗口了,于是增加 i;当 sum == target 时,得到一个解,存到 res 中。
接下来,对 res 中的 [left, right) 进行排序,序定义为区间长度,按升序排列。时间复杂度:O(nlogn) (n = res.size())
if (res.size() < 2) return -1;
// 将 res 按照区间长度进行排序
Collections.sort(res, (o1, o2) -> (len(o1)) - (len(o2)));
下面,需要从排好序的 res 中挑选的长度和最小的两个不重叠的区间。
考虑:res.get(0) 一定要取吗?
答:不一定。如:arr = [1, 3, 3, 4, 2, 1, 1], target = 7。res = {[0, 3), [2, 4), [3, 6)}, 排序后, res = {[2, 4), [0, 3), [3, 6)}。这时,如果直接取第 0 个区间 [2, 4) 的话,后面的区间都取不了,会返回-1,而实际应当返回6。
所以,就只能使用两重循环,但是可以根据排好序的特点在循环内部进行优化。
int ans = Integer.MAX_VALUE;
for (int index = 0; index < res.size() - 1; index++) {
int[] a1 = res.get(index);
// 如果当前区间的长度的两倍 >= ans, 那么由于是排好序的,后面的区间不会更小,所以直接break
if ((len(a1)) * 2 >= ans) break;
for (int k = index + 1; k < res.size(); k++) {
int[] a2 = res.get(k);
// 不重叠的情况有两种:a2在a1右边,a2在a1的左边
if (a2[0] >= a1[1] || a2[1] <= a1[0]) {
ans = Math.min(ans, len(a1) + len(a2));
// 由于是排好序的,后面的区间不会更小,直接 break
break;
}
}
}
return ans == Integer.MAX_VALUE ? -1 : ans;
整体代码
class Solution {
public int minSumOfLengths(int[] arr, int target) {
// 滑动窗口:先求出所有满足 target 的下标对
List<int[]> res = new ArrayList<>();
int i = 0, j = 0;
int sum = 0;
while (j < arr.length) {
sum += arr[j++];
if (sum < target) continue;
while (sum > target) sum -= arr[i++];
if (sum == target) {
res.add(new int[]{i, j});
}
}
if (res.size() < 2) return -1;
// 将 res 按照区间长度进行排序
Collections.sort(res, (o1, o2) -> (len(o1)) - (len(o2)));
int ans = Integer.MAX_VALUE;
for (int index = 0; index < res.size() - 1; index++) {
int[] a1 = res.get(index);
if ((len(a1)) * 2 >= ans) break;
for (int k = index + 1; k < res.size(); k++) {
int[] a2 = res.get(k);
if (a2[0] >= a1[1] || a2[1] <= a1[0]) {
ans = Math.min(ans, len(a1) + len(a2));
break;
}
}
}
return ans == Integer.MAX_VALUE ? -1 : ans;
}
// 表示半开半闭区间 [a[0], a[1]) 的长度
private int len(int[] a) {
return a[1] - a[0];
}
}