396. 旋转函数 : 经典「前缀和 + 滑动窗口」运用题

简介: 396. 旋转函数 : 经典「前缀和 + 滑动窗口」运用题

网络异常,图片无法展示
|


题目描述



这是 LeetCode 上的 396. 旋转函数 ,难度为 中等


Tag : 「前缀和」、「滑动窗口」


给定一个长度为 nn 的整数数组 numsnums


假设 arr_karrk 是数组 numsnums 顺时针旋转 kk 个位置后的数组,我们定义 numsnums 的 旋转函数  F 为:


  • F(k) = 0 * arrk[0] + 1 * arrk[1] + ... + (n - 1) * arrk[n - 1]


返回 F(0), F(1), ..., F(n-1)中的最大值 。


生成的测试用例让答案符合 3232 位 整数。


示例 1:


输入: nums = [4,3,2,6]
输出: 26
解释:
F(0) = (0 * 4) + (1 * 3) + (2 * 2) + (3 * 6) = 0 + 3 + 4 + 18 = 25
F(1) = (0 * 6) + (1 * 4) + (2 * 3) + (3 * 2) = 0 + 4 + 6 + 6 = 16
F(2) = (0 * 2) + (1 * 6) + (2 * 4) + (3 * 3) = 0 + 6 + 8 + 9 = 23
F(3) = (0 * 3) + (1 * 2) + (2 * 6) + (3 * 4) = 0 + 2 + 12 + 12 = 26
所以 F(0), F(1), F(2), F(3) 中的最大值是 F(3) = 26 。
复制代码


示例 2:


输入: nums = [100]
输出: 0
复制代码


提示:


  • n == nums.lengthn==nums.length
  • 1 <= n <= 10^51<=n<=105
  • -100 <= nums[i] <= 100100<=nums[i]<=100


前缀和 + 滑动窗口



为了方便,我们将 numsnums 的长度记为 nn


题目要对「旋转数组」做逻辑,容易想到将 numsnums 进行复制拼接,得到长度为 2 * n2n 的新数组,在新数组上任意一个长度为 nn 的滑动窗口都对应了一个旋转数组。


然后考虑在窗口的滑动过程中,计算结果会如何变化,假设当前我们处理到下标为 [i, i + n - 1][i,i+n1] 的滑动窗口,根据题意,当前结果为:


cur = nums[i] * 0 + nums[i + 1] * 1 + ... + nums[i + n - 1] * (n - 1)cur=nums[i]0+nums[i+1]1+...+nums[i+n1](n1)


当窗口往后移动一位,也就是窗口的右端点来到 i + ni+n 的位置,左端点来到 i + 1i+1 的位置。


我们需要增加「新右端点」的值,即增加 nums[i + n] * (n - 1)nums[i+n](n1),同时减去「旧左端点」的值,即减少 nums[i] * 0nums[i]0(固定为 00),然后更新新旧窗口的公共部分 [i + 1, i + n - 1][i+1,i+n1]


不难发现,随着窗口的逐步右移,每一位公共部分的权值系数都会进行减一。


nums[i + 1] * 1 + nums[i + 2] * 2 + ... + nums[i + n - 1] * (n - 1)nums[i+1]1+nums[i+2]2+...+nums[i+n1](n1)


变为


nums[i + 1] * 0 + nums[i + 2] * 1 + ... + nums[i + n - 1] * (n - 2)nums[i+1]0+nums[i+2]1+...+nums[i+n1](n2)


因此,公共部分的差值为 \sum_{idx = i + 1}^{i + n - 1}nums[idx]idx=i+1i+n1nums[idx],这引导我们可以使用前缀和进行优化。


至此,我们从旧窗口到新窗口的过渡,都是 O(1)O(1),整体复杂度为 O(n)O(n)


实现上,我们并不需要真正对 numsnums 进行复制拼接,而只需要在计算前缀和数组 sumsum 进行简单的下标处理即可。


代码:


class Solution {
    public int maxRotateFunction(int[] nums) {
        int n = nums.length;
        int[] sum = new int[n * 2 + 10];
        for (int i = 1; i <= 2 * n; i++) sum[i] = sum[i - 1] + nums[(i - 1) % n];
        int ans = 0;
        for (int i = 1; i <= n; i++) ans += nums[i - 1] * (i - 1);
        for (int i = n + 1, cur = ans; i < 2 * n; i++) {
            cur += nums[(i - 1) % n] * (n - 1);
            cur -= sum[i - 1] - sum[i - n];
            if (cur > ans) ans = cur;
        }
        return ans;
    }
}
复制代码


  • 时间复杂度:O(n)O(n)
  • 空间复杂度:O(n)O(n)


最后



这是我们「刷穿 LeetCode」系列文章的第 No.396 篇,系列开始于 2021/01/01,截止于起始日 LeetCode 上共有 1916 道题目,部分是有锁题,我们将先把所有不带锁的题目刷完。


在这个系列文章里面,除了讲解解题思路以外,还会尽可能给出最为简洁的代码。如果涉及通解还会相应的代码模板。


为了方便各位同学能够电脑上进行调试和提交代码,我建立了相关的仓库:github.com/SharingSour…


在仓库地址里,你可以看到系列文章的题解链接、系列文章的相应代码、LeetCode 原题链接和其他优选题解。

相关文章
|
6月前
|
人工智能 移动开发 算法
【动态规划】【C++算法】LeetCoce996正方形数组的数目
【动态规划】【C++算法】LeetCoce996正方形数组的数目
|
6月前
|
算法
LeetCode算法题---最长回文子串、N 字形变换(四)
LeetCode算法题---最长回文子串、N 字形变换(四)
41 0
滑动窗口经典例题
滑动窗口经典例题
|
6月前
|
算法 测试技术 C#
【动态规划】【前缀和】【和式变换】100216. K 个不相交子数组的最大能量值
【动态规划】【前缀和】【和式变换】100216. K 个不相交子数组的最大能量值
|
1月前
论多段图的最短路径问题(我认为本质上还是暴力枚举法)
本文讨论了多段图最短路径问题的解决方法,认为本质上是使用暴力枚举法,通过逐步计算每个阶段点的最短距离来确定从起点到终点的最短路径。
35 1
论多段图的最短路径问题(我认为本质上还是暴力枚举法)
|
6月前
|
算法 C语言
[优选算法]------滑动窗⼝——209. 长度最小的子数组
[优选算法]------滑动窗⼝——209. 长度最小的子数组
|
6月前
求模式的投影(例题向)
求模式的投影(例题向)
36 1
|
6月前
|
算法 测试技术 C#
【滑动窗口】【差分数组】C++算法:K 连续位的最小翻转次数
【滑动窗口】【差分数组】C++算法:K 连续位的最小翻转次数
|
6月前
|
算法 程序员 测试技术
【算法训练-二分查找 二】【旋转二分】旋转排序数组的最小数字、旋转排序数组的指定数字
【算法训练-二分查找 二】【旋转二分】旋转排序数组的最小数字、旋转排序数组的指定数字
44 0
【算法训练-二分查找 二】【旋转二分】旋转排序数组的最小数字、旋转排序数组的指定数字
|
6月前
|
移动开发 算法 C#
Leetcode算法系列| 6. Z 字形变换
Leetcode算法系列| 6. Z 字形变换