【每日算法Day 107】面试必考:良心推荐,一题三解,不看后悔一辈子

简介: 【每日算法Day 107】面试必考:良心推荐,一题三解,不看后悔一辈子

可能有些同学只会写 python ,看不懂 c++。但是一个是因为我懒,多解时不想再写一遍 python 了,一个是理解算法最重要,语言不重要。今天学妹发来一张图,我觉得说的很好。

院长大大如是说

题目链接

LeetCode 1248. 统计「优美子数组」[1]

题目描述

给你一个整数数组 nums 和一个整数 k

如果某个连续子数组中恰好有 k 个奇数数字,我们就认为这个子数组是「优美子数组」。

请返回这个数组中「优美子数组」的数目。

示例1

输入:
nums = [1,1,2,1,1], k = 3
输出:
2
解释:
包含 3 个奇数的子数组是 [1,1,2,1] 和 [1,2,1,1] 。

示例2

输入:
nums = [2,4,6], k = 1
输出:
0
解释:
数列中不包含任何奇数,所以不存在优美子数组。

示例3

输入:
nums = [2,2,2,1,2,2,1,2,2,2], k = 2
输出:
16

题解

为了方便表示,我们下面统一将奇数变为 1 ,偶数变为 0 ,不难发现这是等价于原来题意的。

统计奇数位置

我们发现,如果两个 1 之间(包含自身)一共包含了 k1 ,那么这 k1 可以构成的连续子数组个数就是 左边 0 的个数加一 乘上 右边 0 的个数加一

那么如何统计每个 1 前后 0 的个数呢?其实只需要记录一下每个 1 的位置,然后直接用相邻两个 1 的位置相减就可以得到中间 0 的个数加一了。

所以直接记录每个 1 的位置,为了处理边界,我们还需要在最开始添加上虚拟位置 -1 ,在最后添加虚拟位置 n

然后对于第  个 1 来说,如果将它作为子数组第一个 1 ,那么最后一个 1 应该是第  个 1 。所以直接计算两边 0 的数量,再加一相乘就行了:

最后遍历所有的 i ,将第  个 1 作为起点,然后累加答案就行了。

时间复杂度  ,空间复杂度  。

双指针

主要思想还是跟上面方法一样,但是不用直接计算 左边 0 的个数加一 乘上 右边 0 的个数加一。只需要计算 左边 0 的个数加一 ,然后右指针如果指着 0 ,就加上这个值,一直加到右指针为 1 为止。

所以只需要用常数个变量就行了,even 记录子数组前面有多少个 0cnt 记录当前子数组有多少个 1 。用 l 指向子数组开头,r 指向子数组结尾。

如果 cnt = k ,那就说明子数组中正好有 k1 。那就右移 l ,直到遇到 1 为止,这样就能统计出左边有多少个 0 ,记录在 even 中。然后 l 右移跳过这个 1 ,同时 cnt 减一。

如果 cnt < k ,那就说明 1 的数量不够,r 继续右移就行了。同时每移动一次,答案都要加上 even 值,因为你之前 cnt = k 时记录了一下左边 0 的数量,现在右边每一个 0 都得加上它。其实除了初始阶段,其余时候 cnt 都是等于 k-1 的。而初始阶段 even = 0 ,所以加上也没事,可以合并写。

时间复杂度  ,空间复杂度  。

前缀和

遍历原数组中每个位置 ,如果  之前(包含自身) 1 的个数一共 odd 个(也就是前缀和),那么我们只需要看有多少个位置  满足 1 的前缀和等于 odd-k ,那么  就是正好包含 k1 的子数组。

所以我们只需要用一个计数数组来记录一下前缀和对应的出现次数就行了,然后每次取出 odd-k 的次数加到答案里就行了。

时间复杂度  ,空间复杂度  。

代码

统计奇数位置(c++)

class Solution {
public:
    int numberOfSubarrays(vector<int>& nums, int k) {
        int n = nums.size();
        vector<int> pos;
        pos.push_back(-1);
        for (int i = 0; i < n; ++i) {
            if (nums[i]&1) pos.push_back(i);
        }
        pos.push_back(n);
        int res = 0, sz = pos.size();
        for (int i = 1; i+k < sz; ++i) {
            res += (pos[i] - pos[i-1]) * (pos[i+k] - pos[i+k-1]);
        }
        return res;
    }
};

双指针(c++)

class Solution {
public:
    int numberOfSubarrays(vector<int>& nums, int k) {
        int n = nums.size();
        int res = 0, cnt = 0, even = 0;
        int l = 0, r = 0;
        while (r < n) {
            if (cnt < k && (nums[r++]&1)) cnt++;
            if (cnt == k) {
                even = 1;
                while (!(nums[l++]&1)) even++;
                cnt--;
            }
            res += even;
        }
        return res;
    }
};

前缀和(c++)

class Solution {
public:
    int numberOfSubarrays(vector<int>& nums, int k) {
        int n = nums.size();
        vector<int> count(n+1, 0);
        count[0] = 1;
        int res = 0, odd = 0;
        for (int i = 0; i < n; ++i) {
            odd += nums[i]&1;
            if (odd >= k) res += count[odd-k];
            count[odd]++;
        }
        return res;
    }
};
相关文章
|
3月前
|
负载均衡 NoSQL 算法
一天五道Java面试题----第十天(简述Redis事务实现--------->负载均衡算法、类型)
这篇文章是关于Java面试中Redis相关问题的笔记,包括Redis事务实现、集群方案、主从复制原理、CAP和BASE理论以及负载均衡算法和类型。
一天五道Java面试题----第十天(简述Redis事务实现--------->负载均衡算法、类型)
|
1月前
|
算法 Java 数据库
美团面试:百亿级分片,如何设计基因算法?
40岁老架构师尼恩分享分库分表的基因算法设计,涵盖分片键选择、水平拆分策略及基因法优化查询效率等内容,助力面试者应对大厂技术面试,提高架构设计能力。
美团面试:百亿级分片,如何设计基因算法?
|
1月前
|
算法 前端开发 Java
数据结构与算法学习四:单链表面试题,新浪、腾讯【有难度】、百度面试题
这篇文章总结了单链表的常见面试题,并提供了详细的问题分析、思路分析以及Java代码实现,包括求单链表中有效节点的个数、查找单链表中的倒数第k个节点、单链表的反转以及从尾到头打印单链表等题目。
33 1
数据结构与算法学习四:单链表面试题,新浪、腾讯【有难度】、百度面试题
|
5月前
|
存储 调度 C++
【操作系统】进程与线程的区别及总结(非常非常重要,面试必考题,其它文章可以不看,但这篇文章最后的总结你必须要看,满满的全是干货......)
【操作系统】进程与线程的区别及总结(非常非常重要,面试必考题,其它文章可以不看,但这篇文章最后的总结你必须要看,满满的全是干货......)
124 1
|
28天前
|
机器学习/深度学习 算法 Java
机器学习、基础算法、python常见面试题必知必答系列大全:(面试问题持续更新)
机器学习、基础算法、python常见面试题必知必答系列大全:(面试问题持续更新)
|
1月前
|
算法 Java 数据库
美团面试:百亿级分片,如何设计基因算法?
40岁老架构师尼恩在读者群中分享了关于分库分表的基因算法设计,旨在帮助大家应对一线互联网企业的面试题。文章详细介绍了分库分表的背景、分片键的设计目标和建议,以及基因法的具体应用和优缺点。通过系统化的梳理,帮助读者提升架构、设计和开发水平,顺利通过面试。
美团面试:百亿级分片,如何设计基因算法?
|
1月前
|
算法 Java 数据中心
探讨面试常见问题雪花算法、时钟回拨问题,java中优雅的实现方式
【10月更文挑战第2天】在大数据量系统中,分布式ID生成是一个关键问题。为了保证在分布式环境下生成的ID唯一、有序且高效,业界提出了多种解决方案,其中雪花算法(Snowflake Algorithm)是一种广泛应用的分布式ID生成算法。本文将详细介绍雪花算法的原理、实现及其处理时钟回拨问题的方法,并提供Java代码示例。
71 2
|
2月前
|
机器学习/深度学习 JavaScript 算法
面试中的网红虚拟DOM,你知多少呢?深入解读diff算法
该文章深入探讨了虚拟DOM的概念及其diff算法,解释了虚拟DOM如何最小化实际DOM的更新,以此提升web应用的性能,并详细分析了diff算法的实现机制。
|
3月前
|
消息中间件 存储 算法
这些年背过的面试题——实战算法篇
本文是技术人面试系列实战算法篇,面试中关于实战算法都需要了解哪些内容?一文带你详细了解,欢迎收藏!
|
3月前
|
JavaScript 算法 索引
【Vue面试题二十三】、你了解vue的diff算法吗?说说看
这篇文章深入分析了Vue中的diff算法,解释了其在新旧虚拟DOM节点比较中的工作机制,包括同层节点比较、循环向中间收拢的策略,并通过实例演示了diff算法的执行过程,同时提供了源码层面的解析,说明了当数据变化时,如何通过Watcher触发patch函数来更新DOM。
【Vue面试题二十三】、你了解vue的diff算法吗?说说看