数组题目：除自身以外数组的乘积

题目

标题和出处

标题：除自身以外数组的乘积

出处：238. 除自身以外数组的乘积

难度

5 级

题目描述

要求

给你一个整数数组 $\text{nums}$，返回数组 $\text{answer}$，其中 $\text{answer[i]}$ 等于 $\text{nums}$ 中除 $\text{nums[i]}$ 之外其余各元素的乘积。

题目数据保证数组之中任意元素的全部前缀元素和后缀（甚至是整个数组）的乘积都在 $\text{32}$ 位整数范围内。

要求时间复杂度是 $\text{O(n)}$，不使用除法。

示例

示例 1：

输入：$\text{[1,2,3,4]}$
输出：$\text{[24,12,8,6]}$

示例 2：

输入：$\text{[-1,1,0,-3,3]}$
输出：$\text{[0,0,9,0,0]}$

数据范围

• $\text{2}\le \text{nums.length}\le {\text{10}}^{\text{5}}$
• $\text{-30}\le \text{nums[i]}\le \text{30}$
• 题目数据保证数组之中任意元素的全部前缀元素和后缀（甚至是整个数组）的乘积都在 $\text{32}$ 位整数范围内

进阶

你可以使用 $\text{O(1)}$ 空间复杂度完成这个题目吗？出于对空间复杂度分析的目的，输出数组不被视为额外空间。

解法一

思路和算法

对于长度为 $n$ 的数组 $\text{nums}$，在不允许使用除法的情况下，对于每个 $0\le i<n$，$\text{answer}[i]$ 的值为 $\text{nums}$ 中除 $\text{nums}[i]$ 之外的其他元素的乘积。如果直接计算乘积，则 $\text{answer}$ 的每个元素需要 $O(n)$ 的时间计算，总时间复杂度为 $O(n^2)$。

为了将总时间复杂度降到 $O(n)$，必须将 $\text{answer}$ 的每个元素的计算时间降到 $O(1)$。注意到对任意 $0\le i<n$，$\text{answer}[i]$ 的值等于数组 $\text{nums}$ 的下标 $i$ 左侧的全部元素与下标 $i$ 右侧的全部元素的乘积，因此只要计算出数组 $\text{nums}$ 的每个元素的左侧元素乘积与右侧元素乘积，即可得到 $\text{answer}$ 的值。

创建两个长度为 $n$ 的数组 $\text{left}$ 和 $\text{right}$，分别用于存储左侧元素乘积与右侧元素乘积，需要在 $O(n)$ 的时间内完成 $\text{left}$ 和 $\text{right}$ 的元素计算。

对于 $\text{left}$，显然 $\text{left}[0]=1$。当 $0<i<n$ 时，$\text{left}[i]$ 的计算如下：

$$\text{left}[i]=\prod _{k=0}^{i-1}\text{nums}[k]$$

因此可以得到：

$$\frac{\text{left}[i]}{\text{left}[i-1]}=\text{nums}[i-1]$$

整理得到：

$$\text{left}[i]=\text{left}[i-1]\times \text{nums}[i-1]$$

对于 $\text{right}$，显然 $\text{right}[n-1]=1$。当 $0\le i<n-1$ 时，$\text{right}[i]$ 的计算如下：

$$\text{right}[i]=\prod _{k=i+1}^{n-1}\text{nums}[k]$$

因此可以得到：

$$\frac{\text{right}[i]}{\text{right}[i+1]}=\text{nums}[i+1]$$

整理得到：

$$\text{right}[i]=\text{right}[i+1]\times \text{nums}[i+1]$$

根据上述递推关系，可以在 $O(n)$ 的时间内完成 $\text{left}$ 和 $\text{right}$ 的元素计算。

计算 $\text{left}$ 和 $\text{right}$ 的元素之后，对于 $0\le i<n$，令 $\text{answer}[i]=\text{left}[i]\times \text{right}[i]$，则 $\text{answer}$ 即为输出数组。

代码

class Solution {
    public int[] productExceptSelf(int[] nums) {
        int n = nums.length;
        int[] left = new int[n];
        left[0] = 1;
        for (int i = 1; i < n; i++) {
            left[i] = left[i - 1] * nums[i - 1];
        }
        int[] right = new int[n];
        right[n - 1] = 1;
        for (int i = n - 2; i >= 0; i--) {
            right[i] = right[i + 1] * nums[i + 1];
        }
        int[] answer = new int[n];
        for (int i = 0; i < n; i++) {
            answer[i] = left[i] * right[i];
        }
        return answer;
    }
}

复杂度分析

• 时间复杂度：$O(n)$，其中 $n$ 是数组 $\text{nums}$ 的长度。计算数组 $\text{left}$ 和 $\text{right}$ 的元素各需要 $O(n)$ 的时间，计算 $\text{answer}$ 也需要 $O(n)$ 的时间，因此总时间复杂度是 $O(n)$。

• 空间复杂度：$O(n)$，其中 $n$ 是数组 $\text{nums}$ 的长度。需要创建两个长度为 $n$ 的数组 $\text{left}$ 和 $\text{right}$。

解法二

思路和算法

解法一除了输出数组 $\text{answer}$ 以外，还创建了两个额外的数组 $\text{left}$ 和 $\text{right}$。如果要将空间复杂度降到 $O(1)$，就必须在输出数组 $\text{answer}$ 上完成 $\text{left}$ 和 $\text{right}$ 的计算，而不能创建辅助数组。

对于解法一中的 $\text{left}$ 的计算，可以直接在 $\text{answer}$ 上进行，即从左到右遍历数组 $\text{nums}$ 并更新 $\text{answer}$ 的值，遍历结束后，$\text{answer}$ 中的每个元素即为左侧元素乘积。

对于解法一中的 $\text{right}$ 的计算，并不需要新开数组存储元素值。注意到解法一中，对于 $0\le i<n-1$，$\text{right}[i]$ 的值只和 $\text{right}[i+1]$ 与 $\text{nums}[i+1]$ 有关，而和 $\text{right}[i+2]$ 以及更右边的元素无关，因此可以从右到左遍历数组 $\text{nums}$，使用一个变量存储右侧元素乘积。

具体做法是，使用变量 $\text{right}$ 存储右侧元素乘积，初始时 $\text{right}=1$。遍历 $i$ 从 $n-1$ 到 $0$ 的每个值，对于每个 $i$，此时的 $\text{right}$ 表示数组 $\text{nums}$ 的下标 $i$ 右侧的全部元素的乘积，因此令 $\text{answer}[i]=\text{answer}[i]\times \text{right}$，然后令 $\text{right}=\text{right}\times \text{nums}[i]$。该过程和解法一中的数组 $\text{right}$ 的计算类似，区别在于此处的 $\text{right}$ 是一个变量而不是一个数组。

最终得到的 $\text{answer}$ 即为输出数组。

代码

class Solution {
    public int[] productExceptSelf(int[] nums) {
        int n = nums.length;
        int[] answer = new int[n];
        answer[0] = 1;
        for (int i = 1; i < n; i++) {
            answer[i] = answer[i - 1] * nums[i - 1];
        }
        int right = 1;
        for (int i = n - 1; i >= 0; i--) {
            answer[i] *= right;
            right *= nums[i];
        }
        return answer;
    }
}

复杂度分析

• 时间复杂度：$O(n)$，其中 $n$ 是数组 $\text{nums}$ 的长度。需要对 $\text{nums}$ 正向遍历一次和反向遍历一次，计算 $\text{answer}$ 的值。

• 空间复杂度：$O(1)$。除了返回值以外，使用的空间复杂度是常数。