LeetCode 5711. 有界数组中指定下标处的最大值(二分+等差数列check)

题意:
给你三个正整数 n、index 和 maxSum 。
你需要构造一个同时满足下述所有条件的数组 nums(下标 从 0 开始 计数):

nums.length == n
nums[i] 是 正整数 ,其中 0 <= i < n
abs(nums[i] - nums[i+1]) <= 1 ,其中 0 <= i < n-1
nums 中所有元素之和不超过 maxSum
nums[index] 的值被 最大化
返回你所构造的数组中的 nums[index] 。

注意:abs(x) 等于 x 的前提是 x >= 0 ;否则,abs(x) 等于 -x 。

数据范围:
1 <= n <= maxSum <= 1e9
0 <= index < n
解法:
二分nums[idx]的值mid,考虑如何check:
显然最优情况下,左右两边肯定是mid-1,mid-2...这样递减,是等差数列,
利用等差数列计算出num[idx]取mid时,整个序列的最小总值是sum多少,
如果sum<=maxSum,那么合法,否则不合法.
code:
#define ll long long
class Solution {
public:
    ll cal(int x){
        return 1ll*x*(x+1)/2;
    }
    int check(int mid,int n,int pos,int ma){
        int lc=pos;
        int rc=n-pos-1;
        ll sum=0;
        if(lc<=mid-1)sum+=cal(mid-1)-cal(mid-lc-1);
        else sum+=cal(mid-1)+lc-(mid-1);
        if(rc<=mid-1)sum+=cal(mid-1)-cal(mid-rc-1);
        else sum+=cal(mid-1)+rc-(mid-1);
        sum+=mid;
        return sum<=ma;
    }
    int maxValue(int n, int pos, int ma) {
        int l=1,r=ma;
        int ans=0;
        while(l<=r){
            int mid=(l+r)/2;
            if(check(mid,n,pos,ma))ans=mid,l=mid+1;
            else r=mid-1;
        }
        return ans;
    }
};

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 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。左边界为数组中最大的值,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,需要使用当的中间值来进行判断。若当的中间值不够分割成m个子数组,则说明mid值偏小,将左边界更新为mid+1;否则,说明mid值偏大,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的结果。 具体步骤: 1. 遍历数组,找到数组中最大值,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值为mid。 3. 判断当的mid值是否满足题目要,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
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