每日算法系列【LeetCode 330】按要求补齐数组

简介: 每日算法系列【LeetCode 330】按要求补齐数组

题目描述

给定一个已排序的正整数数组 nums ,和一个正整数 n 。从 [1, n] 区间内选取任意个数字补充到 nums 中,使得 [1, n] 区间内的任何数字都可以用 nums 中某几个数字的和来表示。请输出满足上述要求的最少需要补充的数字个数。

示例1

输入:
nums = [1,3], n = 6
输出:
1
解释:
根据 nums 里现有的组合 [1], [3], [1,3],可以得出 1, 3, 4。
现在如果我们将 2 添加到 nums 中, 组合变为: [1], [2], [3], [1,3], [2,3], [1,2,3]。
其和可以表示数字 1, 2, 3, 4, 5, 6,能够覆盖 [1, 6] 区间里所有的数。
所以我们最少需要添加一个数字。

示例2

输入:
nums = [1,5,10], n = 20
输出:
2
解释:
我们需要添加 [2, 4]。

示例3

输入:
nums = [1,2,2], n = 5
输出:
0

题解

首先这题没有说数据范围,根据正解的时间复杂度,推测出 nums.length 的大小在 1e5 左右,而 n 的大小在 int 的最大值左右。

而不考虑数据范围,我刚开始的想法是,首先考虑简化问题:用 nums 数组中的数字可以表示出多少个不同的正整数?这可以用动态规划来解决,令 dp[S][i] 表示用前 i 个数凑出和 S 是否可行,那么状态转移方程就是:dp[S][i] = dp[S-nums[i]][i-1] || dp[S][i-1] 。然后遍历 dp[i][nums.length-1] ,如果发现等于 0 ,就说明 nums 数组无法凑出 i 这个和,于是新增加一个数 i ,并且将 [i, 2i)中的所有 dp 值都改成 1,直到 [1, n] 全部被覆盖了。后来看了才发现,我弱智了,这样不仅没必要,而且 n 太大会炸裂。

正解很简单。首先题目中有个词“已排序”,其实不是很重要,没排序的话我排个序也不怎么耗时间。那排完序怎么办呢,思路还是刚刚的思路,只是不用动态规划了。

试想从最小的 1 开始,如果 1 不在数组里,那一定要补上一个 1 的,然后 [1, 2) 范围里的数都可以被表示出来了。然后看下一个数,如果大于 2 ,那么 2 是没有办法通过数组里的数表示出来的,因为比它小的数只能凑出 [1, 2) ,所以 2 也要补上。如果下一个数小于等于 2 ,那么我们可以利用目前的数凑出 [1, 4) 里面的数,然后继续往下遍历,直到能够凑出 [1, n+1) 里面的数。

一般情况下,如果遍历到 nums[i-1] 时,可以表示出 [1, S) 范围内的数,那么如果 nums[i] > S ,那么需要补上 S ,并且可表示范围更新为 [1, 2S),然后继续看 nums[i] ;否则的话可表示范围更新为 [1, S+nums[i]) ,然后看 nums[i+1] 就行了。

这样就比原来的思路简化了很多了,那么时间复杂度怎么样呢?因为 S 每次更新有两种情况,要么乘以 2 ,要么加上了 nums[i] ,所以最终时间复杂度是  。

代码

c++

class Solution {
public:
    int minPatches(vector<int>& nums, int n) {
        int len = nums.size(), idx = 0, res = 0;
        long long r = 1;
        while (r <= n) {
            if (idx < len && nums[idx] <= r) {
                r += nums[idx++];
            } else {
                res++;
                r += r;
            }
        }
        return res;
    }
};

python


class Solution:
    def minPatches(self, nums: List[int], n: int) -> int:
        length = len(nums)
        idx = res = 0
        r = 1
        while r <= n:
            if idx < length and nums[idx] <= r:
                r += nums[idx]
                idx += 1
            else:
                res += 1
                r += r
        return res


相关文章
|
2月前
|
算法
LeetCode第53题最大子数组和
LeetCode第53题"最大子数组和"的解题方法,利用动态规划思想,通过一次遍历数组,维护到当前元素为止的最大子数组和,有效避免了复杂度更高的暴力解法。
LeetCode第53题最大子数组和
|
2月前
|
存储 Java API
LeetCode------合并两个有序数组(4)【数组】
这篇文章介绍了LeetCode上的"合并两个有序数组"问题,并提供了三种解法:第一种是使用Java的Arrays.sort()方法直接对合并后的数组进行排序;第二种是使用辅助数组和双指针技术进行合并;第三种则是从后向前的双指针方法,避免了使用额外的辅助数组。
LeetCode------合并两个有序数组(4)【数组】
LeetCode------找到所有数组中消失的数字(6)【数组】
这篇文章介绍了LeetCode上的"找到所有数组中消失的数字"问题,提供了一种解法,通过两次遍历来找出所有未在数组中出现的数字:第一次遍历将数组中的每个数字对应位置的值增加数组长度,第二次遍历找出所有未被增加的数字,即缺失的数字。
|
2月前
|
前端开发
LeetCode------移动零(5)【数组】
这篇文章介绍了LeetCode上的"移动零"问题,提出了一种使用双指针的原地操作解法,该方法首先将非零元素移动到数组前端并保持相对顺序,然后填充后续位置为零,以达到题目要求。
|
2月前
|
算法 测试技术
【算法】二分算法——寻找旋转排序数组中的最小值
【算法】二分算法——寻找旋转排序数组中的最小值
|
2月前
|
算法
LeetCode第81题搜索旋转排序数组 II
文章讲解了LeetCode第81题"搜索旋转排序数组 II"的解法,通过二分查找算法并加入去重逻辑来解决在旋转且含有重复元素的数组中搜索特定值的问题。
LeetCode第81题搜索旋转排序数组 II
|
2月前
|
存储 算法 Java
深入算法基础二分查找数组
文章深入学习了二分查找算法的基础,通过实战例子详细解释了算法的逻辑流程,强调了确定合法搜索边界的重要性,并提供了Java语言的代码实现。
深入算法基础二分查找数组
|
2月前
|
算法 索引
LeetCode第34题在排序数组中查找元素的第一个和最后一个位置
这篇文章介绍了LeetCode第34题"在排序数组中查找元素的第一个和最后一个位置"的解题方法,通过使用双指针法从数组两端向中间同时查找目标值,有效地找到了目标值的首次和最后一次出现的索引位置。
LeetCode第34题在排序数组中查找元素的第一个和最后一个位置
|
2月前
|
算法
LeetCode第33题搜索旋转排序数组
这篇文章介绍了LeetCode第33题"搜索旋转排序数组"的解题方法,通过使用二分查找法并根据数组的有序性质调整搜索范围,实现了时间复杂度为O(log n)的高效搜索算法。
LeetCode第33题搜索旋转排序数组
|
2月前
|
存储 索引
LeetCode------两数之和(3)【数组】
这篇文章介绍了LeetCode上的"两数之和"问题,提供了两种解法:一种是暴力求解法,通过双层循环遍历数组元素对查找两数之和为目标值的索引,时间复杂度为O(n^2);另一种是使用HashMap优化,通过存储元素值和索引,时间复杂度降低到O(n)。
LeetCode------两数之和(3)【数组】
下一篇
无影云桌面