滑动窗口(4)_将x减到0的最小操作数

C++忠实粉丝

于 2024-09-14 17:05:39 发布

阅读量258

点赞数 14

分类专栏：经典算法练习文章标签：数据结构

本文链接：https://blog.csdn.net/wer24_25/article/details/142259860

版权

经典算法练习专栏收录该内容

12 篇文章 0 订阅

订阅专栏

个人主页：C++忠实粉丝
欢迎点赞👍 收藏✨ 留言✉ 加关注💓本文由 C++忠实粉丝原创

滑动窗口(4)_将x减到0的最小操作数

收录于专栏【经典算法练习】
本专栏旨在分享学习算法的一点学习笔记，欢迎大家在评论区交流讨论💌

1. 题目链接:

OJ链接:将x减到0的最小操作数

2. 题目描述 :

给你一个整数数组 nums 和一个整数 x 。每一次操作时，你应当移除数组 nums 最左边或最右边的元素，然后从 x 中减去该元素的值。请注意，需要修改数组以供接下来的操作使用。

如果可以将 x 恰好减到 0 ，返回 最小操作数 ；否则，返回 -1 。

示例 1：

输入：nums = [1,1,4,2,3], x = 5
输出：2
解释：最佳解决方案是移除后两个元素，将 x 减到 0 。

示例 2：

输入：nums = [5,6,7,8,9], x = 4
输出：-1

示例 3：

输入：nums = [3,2,20,1,1,3], x = 10
输出：5
解释：最佳解决方案是移除后三个元素和前两个元素（总共 5 次操作），将 x 减到 0 。

提示：

1 <= nums.length <= 105
1 <= nums[i] <= 104
1 <= x <= 109

3. 解法 :

解法一(暴力枚举) :

算法思路 :

我们可以发现这道题如果说按照题目的意思来写将会变得非常困难!x依次从开始和结尾取数相减,直到x等于0.那具体取了几个开头元素几个结尾元素我们不得而知,所以这里我们需要对题目进行转化: 找出最长的子数组的长度(len),所有元素的和正好等于 sum - x(这里的sum就是整个数组的和),我们最后的结果就是n-len
通过我们这样一转化,我们就可以使用暴力枚举,找出最长子数组的长度!

具体步骤 :

用两层循环遍历整个数组
用tmp记录两个指针区域见的总和
让右边的指针一直++,直到tmp >= target(sum - x),后面就不需要再遍历了,因为数组中的数>=1
如果此时tmp == target,记录下此时的最长子数组的长度
i++,j=i.重复上述步骤

代码展示 :

class Solution {
public:
    int minOperations(vector<int>& nums, int x) {
        int sum = 0;
        for(auto s : nums) sum += s;
        int n = nums.size(), ret = -1, target = sum - x;
        //x == sum 的情况
        if(target == 0) return n;
        //小优化
        if(target < 1 && target != 0) return ret;
        for(int i = 0; i < n; i++)
        {
            int tmp = 0;
            for(int j = i; j < n; j++)
            {
                tmp += nums[j];
                if(tmp == target) ret = max(ret, j - i + 1);
                if(tmp > target) break;

            }
        }
        if(ret == -1) return ret;
        else return n - ret;
    }
};

结果分析 :

老样子分析一下题目所给的范围:

题目vector数组中数的范围是在[0, 10^5]之内,而我们暴力算法的时间复杂度为O(N^2),总的数据级别超过10^10,这样系统会判定超时!!!

对暴力算法的反思与优化

10个暴力算法9个通过不了,但是暴力算法能给我们带来一些优化的思路:

就比如我们这道题,当我们暴力算法遍历到下面这种情况时:i++,j = i再重新继续遍历数组

我们就可以发现j其实不需要动,因为i++后,我们的tmp肯定减小,如果i++后,tmp还是大于target的话,我们只需让i一直++即可,因为就算让j重新等于i,那么同样会在j之前的位置大于target,我们这里就使用了滑动窗口让i,j之间的数永远小于target,这是一个动态维护的区间.

解法二(滑动窗口) :

算法思路 :

题目要求的是数组[左端 + 右端]两段连续的,和为x的最短数组,信息量稍微多一些,不易清理思路;我们就可以转化成求数组内一段连续的,和为sum(nums - x) 的最长数组(和暴力算法一样).此时,就是熟悉的[滑动窗口]问题了

图解流程 :

1.转化问题: 求target = sum(nums) - x.如果target < 0,问题无解

2.初始化左右指针left = 0, right = 0(滑动窗口区间表示为(left, right),左右区间是否

开闭很重要,必须设定与代码一致),记录当前滑动窗口内数组和的变量sum = 0,

记录当前满足条件数组的最大区间长度ret = -1

3. 当right小于等于数组长度时, 一直循环:
a. 如果sum < target, 右移右指针, 直至变量和大于等于target, 或右指针已经移到头
b. 如果sum > target, 右移左指针, 直至变量和小于等于target, 或左指针已经移到头
c. 如果经过前两步的左右移动使得sum == target, 维护满足条件数组的最大长度, 并

让下一个元素进入窗口

代码展示 :

class Solution {
public:
    int minOperations(vector<int>& nums, int x) {
        int n = nums.size(), left = 0, right = 0, ret = -1;
        int sum = 0, tmp = 0;
        for(auto s : nums) sum += s;
        int target = sum - x;
        if(target < 0) return -1;
        while(right < n)
        {
            tmp += nums[right];
            if(tmp > target) 
                while(tmp > target) tmp -= nums[left++];
            if(tmp == target) ret = max(ret, right - left + 1);
            right++;
        }
        if(ret == -1) return ret;
        else return n - ret;
    }
};