LeetCode算法心得——元素和最小的山形三元组 II(预处理和简单动规)

大家好,我是晴天学长,枚举+简单的动态规划思想,和前段时间的周赛题的写法可以说一模一样,像这种类似3元的题,要控制时间复杂度的话,只能枚举一个变量,所以要前缀和或者动规等待。需要的小伙伴可以关注支持一下哦!后续会继续更新的。💪💪💪


1) .元素和最小的山形三元组 II

在这里插入图片描述
元素和最小的山形三元组 II
给你一个下标从 0 开始的整数数组 nums 。

如果下标三元组 (i, j, k) 满足下述全部条件,则认为它是一个 山形三元组 :

i < j < k
nums[i] < nums[j] 且 nums[k] < nums[j]
请你找出 nums 中 元素和最小 的山形三元组,并返回其 元素和 。如果不存在满足条件的三元组,返回 -1 。

示例 1:

输入:nums = [8,6,1,5,3]
输出:9
解释:三元组 (2, 3, 4) 是一个元素和等于 9 的山形三元组,因为:

  • 2 < 3 < 4
  • nums[2] < nums[3] 且 nums[4] < nums[3]
    这个三元组的元素和等于 nums[2] + nums[3] + nums[4] = 9 。可以证明不存在元素和小于 9 的山形三元组。
    示例 2:

输入:nums = [5,4,8,7,10,2]
输出:13
解释:三元组 (1, 3, 5) 是一个元素和等于 13 的山形三元组,因为:

  • 1 < 3 < 5
  • nums[1] < nums[3] 且 nums[5] < nums[3]
    这个三元组的元素和等于 nums[1] + nums[3] + nums[5] = 13 。可以证明不存在元素和小于 13 的山形三元组。

示例 3:

输入:nums = [6,5,4,3,4,5]
输出:-1
解释:可以证明 nums 中不存在山形三元组。

提示:

3 <= nums.length <= 105
1 <= nums[i] <= 108


2) .算法思路

方法一:(枚举j)
1.预处理k(右边的最大值)
2.遍历j,维护前面的最小值。
方法二.(简单动规)
1.遍历k
2.维护前面i,j,为前面的符合条件的两个最小值。


3) .算法步骤

1.初始化premin为数组的第一个元素nums[0],作为当前位置的左侧最小值。
2.初始化变量n为数组的长度。
3.创建一个长度为n的整数数组rightmin,用于存储每个位置右侧的最小值。
4.初始化变量rightMin为数组的最后一个元素nums[n - 1],作为最后一个位置的右侧最小值。
5.从数组的最后一个位置开始,倒序遍历数组,更新rightMin为当前位置及其右侧的最小值,并将其存储到rightmin数组中。
6.初始化变量ans为整型最大值,用于记录满足条件的最小和。
7.从数组的第二个位置开始,遍历到倒数第二个位置,依次判断当前位置的值是否满足条件。
8.如果当前位置的值大于左侧的最小值premin,并且大于右侧的最小值rightmin[i+1],则满足条件。
9.更新ans为当前位置的值与左右最小值的和的最小值。
10更新premin为当前位置的值与左侧最小值premin的较小值。
11.最后,如果ans仍然等于整型最大值,则说明没有满足条件的最小和,返回-1。
12.否则,将ans转换为整数并返回作为结果。


4).代码示例

class Solution {
    public int minimumSum(int[] nums) {
        
         int premin = nums[0];
            int n = nums.length;
            int[] rightmin = new int[n];
            int rightMin = nums[n - 1];
            //预处理
            for (int i = n - 1; i >= 0; i--) {
                rightMin = Math.min(rightMin, nums[i]);
                rightmin[i] = rightMin;
            }
            //遍历j
            long ans = Integer.MAX_VALUE;
            for (int i = 1; i < n - 1; i++) {
                if (premin < nums[i] && rightmin[i+1] < nums[i]){
                    ans = Math.min(ans, premin+nums[i]+rightmin[i+1]);
                }
                premin = Math.min(premin, nums[i]);
            }
            if (ans == Integer.MAX_VALUE){
                return -1;
            }
            return (int) ans;
    }
}

5).总结

  • 注意数组越界。
  • 变量的正确赋值。

试题链接:

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
KMP算法是一种字符串匹配算法,用于在一个文本串S内查找一个模式串P的出现位置。它的时间复杂度为O(n+m),其中n为文本串的长度,m为模式串的长度。 KMP算法的核心思想是利用已知信息来避免不必要的字符比较。具体来说,它维护一个next数组,其中next[i]表示当第i个字符匹配失败时,下一次匹配应该从模式串的第next[i]个字符开始。 我们可以通过一个简单的例子来理解KMP算法的思想。假设文本串为S="ababababca",模式串为P="abababca",我们想要在S中查找P的出现位置。 首先,我们可以将P的每个前缀和后缀进行比较,得到next数组: | i | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | | --- | - | - | - | - | - | - | - | - | | P | a | b | a | b | a | b | c | a | | next| 0 | 0 | 1 | 2 | 3 | 4 | 0 | 1 | 接下来,我们从S的第一个字符开始匹配P。当S的第七个字符和P的第七个字符匹配失败时,我们可以利用next[6]=4,将P向右移动4个字符,使得P的第五个字符与S的第七个字符对齐。此时,我们可以发现P的前五个字符和S的前五个字符已经匹配成功了。因此,我们可以继续从S的第六个字符开始匹配P。 当S的第十个字符和P的第八个字符匹配失败时,我们可以利用next[7]=1,将P向右移动一个字符,使得P的第一个字符和S的第十个字符对齐。此时,我们可以发现P的前一个字符和S的第十个字符已经匹配成功了。因此,我们可以继续从S的第十一个字符开始匹配P。 最终,我们可以发现P出现在S的第二个位置。 下面是KMP算法的C++代码实现:

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

晴天学长

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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