题目:给你一个整数数组 nums 和一个整数 k ,请你统计并返回 nums 的子数组中元素的最大公因数等于 k 的子数组数目。
- 子数组 是数组中一个连续的非空序列。
- 数组的最大公因数(Greatest Common Divisor,简称:GCD) 是能整除数组中所有元素的最大整数。
- 示例 1:
输入:nums = [9,3,1,2,6,3], k = 3
输出:4
解释:nums 的子数组中,以 3 作为最大公因数的子数组如下:
- [9,3,1,2,6,3]
- [9,3,1,2,6,3]
- [9,3,1,2,6,3]
- [9,3,1,2,6,3]
- 示例 2:
输入:nums = [4], k = 7
输出:0
解释:不存在以 7 作为最大公因数的子数组。
- 提示:
1 <= nums.length <= 1000
方法一:贪心算法
-
算法的基本设计思想:
- 统计连续且可以被 k 整除的子数组个数
-
具体步骤:
- 处理第一个元素,dp[0] 赋值为 nums[0]
- 从第二个元素开始:
- 如果上一个 dp[i-1] 元素能被 k(给定的最大公因数)整除,则当前 dp[i] 为 dp[i-1] 和 nums[i] 的最大公因数,result 自增。
- 否则,dp[i] = nums[i]。
- 等于 k 的元素个数 + result,即为结果
class Solution:
def gcd(self, divisor, dividend):
if divisor < dividend:
divisor, dividend = dividend, divisor
temp = divisor % dividend
while temp != 0:
divisor = dividend
dividend = temp
temp = divisor % dividend
return dividend
def subarrayGCD(self, nums, k):
dp = [0 for i in range(0, len(nums))]
result = 0
dp[0] = nums[0]
if nums[0] == k:
result += 1
for i in range(1, len(nums)):
if nums[i] == k:
result += 1
if dp[i-1] % k == 0:
dp[i] = self.gcd(dp[i-1], nums[i])
if dp[i] == k:
result += 1
else:
dp[i] = nums[i]
return result
-
提交结果:
- 部分情况未覆盖,测试用例预期结果是 7,贪心算法得出 4。
方法二:动态规划
-
算法的基本设计思想:
- 基于贪心算法的设计思想,遍历数据元素,并判断以当前元素为起始元素的连续子数组的元素是否都可以被 k 整除。
-
具体步骤:
- 外层循环遍历 nums[i] 数组:
- dp[i] = nums[i]
- 如果当前元素能被 k(给定的最大公因数)整除,result 自增;
- 内层循环遍历 nums[i+1: len(nums)] 子数组:
- 如果上一个 dp[i-1] 元素能被 k 整除,则当前 dp[i] 为 dp[i-1] 和 nums[i] 的最大公因数,result 自增。
- 否则,跳出循环。
- result,即为结果
- 外层循环遍历 nums[i] 数组:
class Solution:
def gcd(self, divisor, dividend):
if divisor < dividend:
divisor, dividend = dividend, divisor
temp = divisor % dividend
while temp != 0:
divisor = dividend
dividend = temp
temp = divisor % dividend
return dividend
def subarrayGCD(self, nums, k):
dp = [0 for i in range(0, len(nums))]
result = 0
for i in range(0, len(nums)):
dp[i] = nums[i]
if nums[i] == k:
result += 1
for j in range(i+1, len(nums)):
if dp[j-1] % k == 0:
dp[j] = self.gcd(dp[j-1], nums[j])
if dp[j] == k:
result += 1
else:
break
return result
-
提交结果: