LeetCode238:除自身以外数组的乘积

要求

给你一个整数数组 nums,返回 数组 answer ,其中 answer[i] 等于 nums 中除 nums[i] 之外其余各元素的乘积 。
题目数据 保证 数组 nums之中任意元素的全部前缀元素和后缀的乘积都在 32 位 整数范围内。
请不要使用除法,且在 O(n) 时间复杂度内完成此题。
在这里插入图片描述
在这里插入图片描述

思路

在这里插入图片描述
从上面的图可以看出,当前位置的结果就是它左部分的乘积再乘以它右部分的乘积。因此需要进行两次遍历,第一次遍历用于求左部分的乘积,第二次遍历在求右部分的乘积的同时,再将最后的计算结果一起求出来。这就是所谓的上三角和下三角

方法一:好理解,但空间复杂度不符合进阶的要求
初始化两个空数组 L 和 R。对于给定索引 i,L[i] 代表的是 i 左侧所有数字的乘积,R[i] 代表的是 i 右侧所有数字的乘积。
我们需要用两个循环来填充 L 和 R 数组的值。对于数组 L,L[0] 应该是 1,因为第一个元素的左边没有元素。对于其他元素:L[i] = L[i-1] * nums[i-1]。
同理,对于数组 R,R[length-1] 应为 1。length 指的是输入数组的大小。其他元素:R[i] = R[i+1] * nums[i+1]。
当 R 和 L 数组填充完成,我们只需要在输入数组上迭代,且索引 i 处的值为:L[i] * R[i]。

class Solution {
    public int[] productExceptSelf(int[] nums) {
        int length = nums.length;
        // L 和 R 分别表示左右两侧的乘积列表
        int[] L = new int[length];
        int[] R = new int[length];
        int[] answer = new int[length];

        // L[i]为索引i左侧所有元素的乘积,对于索引为'0'的元素,因为左侧没有元素,所以L[0] = 1
        L[0] = 1;
        for (int i = 1; i < length; i++) {
            L[i] = nums[i - 1] * L[i - 1];
        }

        //R[i]为索引i右侧所有元素的乘积,索引为'length-1'的元素,R[length-1] = 1
        R[length - 1] = 1;
        for (int i = length - 2; i >= 0; i--) {
            R[i] = nums[i + 1] * R[i + 1];
        }

        //对于索引i,除nums[i]之外其余各元素的乘积就是左侧所有元素的乘积乘以右侧所有元素的乘积
        for (int i = 0; i < length; i++) {
            answer[i] = L[i] * R[i];
        }
        return answer;
    }
}

时间复杂度:O(N),其中 N 指的是数组 nums 的大小。预处理 L 和 R 数组以及最后的遍历计算都是 O(N) 的时间复杂度。
空间复杂度:O(N),其中 N 指的是数组 nums 的大小。使用了 L 和 R 数组去构造答案,L 和 R 数组的长度为数组 nums 的大小。

方法二:进阶,空间复杂度O(1)
由于输出数组不算在空间复杂度内,那么我们可以将 L 或 R 数组用输出数组来计算。先把输出数组当作 L 数组来计算,然后再动态构造 R 数组得到结果。感觉就是文字游戏

  • 初始化 answer 数组,对于给定索引 i,answer[i] 代表的是 i 左侧所有数字的乘积。
  • 构造方式与之前相同,只是我们试图节省空间,先把 answer 作为方法一的 L 数组。
  • 这种方法的唯一变化就是我们没有构造 R 数组。而是用一个遍历来跟踪右边元素的乘积。并更新数组 answer[i]=answer[i]∗R。然后R更新为 R=R*nums[i],其中变量R表示的就是索引右侧数字的乘积。
public class LeetCode238 {
    public int[] productExceptSelf(int[] nums) {
        //输出数组
        int[] answer = new int[nums.length];

        //因为索引'0'的元素左侧没有元素,所以answer[0]=1;answer[i]表示索引i左侧所有元素的乘积
        answer[0] = 1;
        for (int i = 1; i < nums.length; i++) {
            //answer[i]的输出数组等于前一个位置的(输入数组元素和输出数组元素)的乘积
            answer[i] = nums[i-1] * answer[i-1];
        }
        //r 为右侧所有元素的乘积;刚开始右边没有元素,所以 r = 1
        int r = 1;
        for (int i = nums.length - 1; i >= 0; i--) {
            //对于索引i,左边乘积answer[i],右边乘积为r
            answer[i] = answer[i] * r;
            //r需要包含右边所有的乘积,所有计算下一结果时需要将当前值乘到r上
            r = r * nums[i];
        }
        return answer;
    }
}

时间复杂度:O(N),其中 N 指的是数组 nums 的大小。分析与方法一相同。
空间复杂度:O(1),输出数组不算进空间复杂度中,因此我们只需要常数的空间存放变量。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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