【数据结构和算法】除自身以外数组的乘积

简介: 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。

 其他系列文章导航

Java基础合集

数据结构与算法合集

设计模式合集

多线程合集

分布式合集

ES合集


文章目录

其他系列文章导航

文章目录

前言

一、题目描述

二、题解

三、代码

四、复杂度分析


前言

这是力扣的238题,难度为中等,解题方案有很多种,本文讲解我认为最奇妙的两种。


一、题目描述

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。

不要使用除法,且在 O(n) 时间复杂度内完成此题。

示例 1:

输入: nums = [1,2,3,4]

输出: [24,12,8,6]


示例 2:

输入: nums = [-1,1,0,-3,3]

输出: [0,0,9,0,0]



提示:

    • 2 <= nums.length <= 105
    • -30 <= nums[i] <= 30
    • 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

    进阶:你可以在 O(1) 的额外空间复杂度内完成这个题目吗?( 出于对空间复杂度分析的目的,输出数组 不被视为 额外空间。)


    二、题解

    思路与算法:

    本题的难点在于 不能使用除法 ,即需要 只用乘法 生成数组 ans 。根据题目对 ans[i] 的定义,可列出下图所示的表格。

    根据表格的主对角线(全为 1 ),可将表格分为 上三角 和 下三角 两部分。分别迭代计算下三角和上三角两部分的乘积,即可不使用除法就获得结果。

    下图中 A=nums , B=ans。

    image.gif编辑

    流程:

      1. 初始化:数组 ans ,其中 ans[0]=1 ;辅助变量 tmp=1 。
      2. 计算 ans[i] 的 下三角 各元素的乘积,直接乘入 ans[i] 。
      3. 计算 ans[i] 的 上三角 各元素的乘积,记为 tmp ,并乘入 ans[i] 。
      4. 返回 ans 。

      补充:

      见下图就知道了:

      原数组:       [1       2       3       4]
      左部分的乘积:   1       1      1*2    1*2*3
      右部分的乘积: 2*3*4    3*4      4      1
      结果:        1*2*3*4  1*3*4   1*2*4  1*2*3*1

      image.gif

      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。


      三、代码

      Java版本:

      class Solution {
          public int[] productExceptSelf(int[] nums) {
              int len = nums.length;
              if (len == 0) return new int[0];
              int[] ans = new int[len];
              ans[0] = 1;
              int tmp = 1;
              for (int i = 1; i < len; i++) {
                  ans[i] = ans[i - 1] * nums[i - 1];
              }
              for (int i = len - 2; i >= 0; i--) {
                  tmp *= nums[i + 1];
                  ans[i] *= tmp;
              }
              return ans;
          }
      }

      image.gif

      C++版本:

      class Solution {
      public:
          vector<int> productExceptSelf(vector<int>& nums) {
              int len = nums.size();
              if (len == 0) return vector<int>();
              vector<int> ans(len);
              ans[0] = 1;
              int tmp = 1;
              for (int i = 1; i < len; i++) {
                  ans[i] = ans[i - 1] * nums[i - 1];
              }
              for (int i = len - 2; i >= 0; i--) {
                  tmp *= nums[i + 1];
                  ans[i] *= tmp;
              }
              return ans;
          }
      };

      image.gif

      Python版本:

      class Solution:
          def productExceptSelf(self, nums: List[int]) -> List[int]:
              length = len(nums)
              if length == 0:
                  return []
              ans = [1] * length
              tmp = 1
              for i in range(1, length):
                  ans[i] = ans[i - 1] * nums[i - 1]
              for i in range(length - 2, -1, -1):
                  tmp *= nums[i + 1]
                  ans[i] *= tmp
              return ans

      image.gif


      四、复杂度分析

        • 时间复杂度 O(N) : 其中 N 为数组长度,两轮遍历数组 nums ,使用 O(N) 时间。
        • 空间复杂度 O(1) : 变量 tmp 使用常数大小额外空间(数组 ans 作为返回值,不计入复杂度考虑)。


        目录
        相关文章
        |
        2月前
        |
        算法 数据处理 C语言
        C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合
        本文深入解析了C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合,旨在帮助读者掌握这一高效的数据处理方法。
        70 1
        |
        2月前
        |
        机器学习/深度学习 算法 数据挖掘
        K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构
        K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构。本文介绍了K-means算法的基本原理,包括初始化、数据点分配与簇中心更新等步骤,以及如何在Python中实现该算法,最后讨论了其优缺点及应用场景。
        165 4
        |
        16天前
        |
        存储 算法 测试技术
        【C++数据结构——树】二叉树的遍历算法(头歌教学实验平台习题) 【合集】
        本任务旨在实现二叉树的遍历,包括先序、中序、后序和层次遍历。首先介绍了二叉树的基本概念与结构定义,并通过C++代码示例展示了如何定义二叉树节点及构建二叉树。接着详细讲解了四种遍历方法的递归实现逻辑,以及层次遍历中队列的应用。最后提供了测试用例和预期输出,确保代码正确性。通过这些内容,帮助读者理解并掌握二叉树遍历的核心思想与实现技巧。
        39 2
        |
        1月前
        |
        存储 运维 监控
        探索局域网电脑监控软件:Python算法与数据结构的巧妙结合
        在数字化时代,局域网电脑监控软件成为企业管理和IT运维的重要工具,确保数据安全和网络稳定。本文探讨其背后的关键技术——Python中的算法与数据结构,如字典用于高效存储设备信息,以及数据收集、异常检测和聚合算法提升监控效率。通过Python代码示例,展示了如何实现基本监控功能,帮助读者理解其工作原理并激发技术兴趣。
        57 20
        |
        2月前
        |
        存储 算法 搜索推荐
        Python 中数据结构和算法的关系
        数据结构是算法的载体,算法是对数据结构的操作和运用。它们共同构成了计算机程序的核心,对于提高程序的质量和性能具有至关重要的作用
        |
        2月前
        |
        数据采集 存储 算法
        Python 中的数据结构和算法优化策略
        Python中的数据结构和算法如何进行优化?
        |
        2月前
        |
        算法
        数据结构之路由表查找算法(深度优先搜索和宽度优先搜索)
        在网络通信中,路由表用于指导数据包的传输路径。本文介绍了两种常用的路由表查找算法——深度优先算法(DFS)和宽度优先算法(BFS)。DFS使用栈实现,适合路径问题;BFS使用队列,保证找到最短路径。两者均能有效查找路由信息,但适用场景不同,需根据具体需求选择。文中还提供了这两种算法的核心代码及测试结果,验证了算法的有效性。
        132 23
        |
        2月前
        |
        算法
        数据结构之蜜蜂算法
        蜜蜂算法是一种受蜜蜂觅食行为启发的优化算法,通过模拟蜜蜂的群体智能来解决优化问题。本文介绍了蜜蜂算法的基本原理、数据结构设计、核心代码实现及算法优缺点。算法通过迭代更新蜜蜂位置,逐步优化适应度,最终找到问题的最优解。代码实现了单链表结构,用于管理蜜蜂节点,并通过适应度计算、节点移动等操作实现算法的核心功能。蜜蜂算法具有全局寻优能力强、参数设置简单等优点,但也存在对初始化参数敏感、计算复杂度高等缺点。
        78 20
        |
        2月前
        |
        存储 缓存 算法
        在C语言中,数据结构是构建高效程序的基石。本文探讨了数组、链表、栈、队列、树和图等常见数据结构的特点、应用及实现方式
        在C语言中,数据结构是构建高效程序的基石。本文探讨了数组、链表、栈、队列、树和图等常见数据结构的特点、应用及实现方式,强调了合理选择数据结构的重要性,并通过案例分析展示了其在实际项目中的应用,旨在帮助读者提升编程能力。
        91 5
        |
        2月前
        |
        并行计算 算法 测试技术
        C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面
        C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面,旨在通过综合策略提升程序性能,满足实际需求。
        84 1