题目描述
给你一个数组 nums ,数组中只包含非负整数。定义 rev(x) 的值为将整数 x 各个数字位反转得到的结果。比方说 rev(123) = 321 , rev(120) = 21 。我们称满足下面条件的下标对 (i, j) 是 好的 :
- 0 <= i < j < nums.length
- nums[i] + rev(nums[j]) == nums[j] + rev(nums[i])
请你返回好下标对的数目。由于结果可能会很大,请将结果对 109 + 7 取余 后返回。
示例1:
输入:nums = [42,11,1,97]
输出:2
解释:两个坐标对为:
(0,3):42 + rev(97) = 42 + 79 = 121, 97 + rev(42) = 97 + 24 = 121 。
(1,2):11 + rev(1) = 11 + 1 = 12, 1 + rev(11) = 1 + 11 = 12 。
示例2:
输入:nums = [13,10,35,24,76]
输出:4
提示:
- 1 <= nums.length <= 105
- 0 <= nums[i] <= 109
题目难度——中等
方法一:模拟(超时)(参考)
根据根据题意,我们可以按照他的要求模拟这一过程,首先新建一个数组,然后求每个数的反转数,再用两个循环找满足要求的下标对。根据提示最多有100000个数据,因此肯定会超时。在本地测试105个数据的话,需要10多秒钟。
代码/Python
class Solution:
def countNicePairs(self, nums: List[int]) -> int:
n = len(nums)
revNums = [0] * n
for i in range(n):
tmp = nums[i]
x = 0
while tmp != 0:
x = x * 10 + tmp % 10
tmp //= 10
revNums[i] = x
res = 0
for i in range(n):
for j in range(i + 1, n):
if nums[i] - revNums[i] == nums[j] - revNums[j]:
res += 1
return res
方法二:优化
再看一下题目中的等式,我们合并一下同类项,把i和j都移到同一侧,就变成了nums[i] - rev(nums[i]) == nums[j] - rev(nums[j]),说明我们可以直接在原数组上对每个元素减去它本身的反数。再看超时问题,我们需要很快的访问,所以可以用一个哈希表来记录每个数字出现的次数,根据规律,出现两次则下标对就是1,三次就是2,以此类推,所以我们让答案加上counter[x] - 1.
代码
class Solution:
def countNicePairs(self, nums: List[int]) -> int:
size = len(nums)
for i, x in enumerate(nums):
tmp = 0
while x != 0:
tmp = tmp * 10 + x % 10
x //= 10
nums[i] -= tmp
res = 0
counter = defaultdict(int)
for i, x in enumerate(nums):
counter[x] += 1
res += counter[x] - 1
return res % (10 ** 9 + 7)
还是很慢,还可以优化,我们没必要每次counter[x]加一后让答案加一次,因为这样对某个counter[x]来说,他会是加一个等差数列,我们直接用等差数列的求和公式。
class Solution:
def countNicePairs(self, nums: List[int]) -> int:
size = len(nums)
for i, x in enumerate(nums):
tmp = 0
while x != 0:
tmp = tmp * 10 + x % 10
x //= 10
nums[i] -= tmp
res = 0
counter = defaultdict(int)
for i, x in enumerate(nums):
counter[x] += 1
for v in counter.values():
res += (1 + v - 1) * (v - 1) // 2
return res % (10 ** 9 + 7)
还是慢,我们还可以继续优化。有三次循环,我们可以想办法在一个循环里解决。回到原题目,左右相等,其实我们可以根本不管他们具体的值是多少,只用关心它们的出现次数就好,还是用哈希表,对每个x,记录x-rev(x)的出现次数,然后像上面那样更新答案。
class Solution:
def countNicePairs(self, nums: List[int]) -> int:
size = len(nums)
occurs = defaultdict(int)
res = 0
for i, x in enumerate(nums):
rev = int(str(x)[::-1])
res += occurs[x - rev]
occurs[x - rev] += 1
return res % (10 ** 9 + 7)
总结
暴力的复杂度是O(N2),优化后能达到O(N)。用到了字典,所以空间是O(N)。