C++前缀和算法的应用:分割数组的最多方案数 原理源码测试用例

简介: C++前缀和算法的应用:分割数组的最多方案数 原理源码测试用例

本文涉及的基础知识点

C++算法:前缀和、前缀乘积、前缀异或的原理、源码及测试用例 包括课程视频

题目

给你一个下标从 0 开始且长度为 n 的整数数组 nums 。分割 数组 nums 的方案数定义为符合以下两个条件的 pivot 数目:

1 <= pivot < n

nums[0] + nums[1] + … + nums[pivot - 1] == nums[pivot] + nums[pivot + 1] + … + nums[n - 1]

同时给你一个整数 k 。你可以将 nums 中 一个 元素变为 k 或 不改变 数组。

请你返回在 至多 改变一个元素的前提下,最多 有多少种方法 分割 nums 使得上述两个条件都满足。

示例 1:

输入:nums = [2,-1,2], k = 3

输出:1

解释:一个最优的方案是将 nums[0] 改为 k 。数组变为 [3,-1,2] 。

有一种方法分割数组:

  • pivot = 2 ,我们有分割 [3,-1 | 2]:3 + -1 == 2 。
    示例 2:
    输入:nums = [0,0,0], k = 1
    输出:2
    解释:一个最优的方案是不改动数组。
    有两种方法分割数组:
  • pivot = 1 ,我们有分割 [0 | 0,0]:0 == 0 + 0 。
  • pivot = 2 ,我们有分割 [0,0 | 0]: 0 + 0 == 0 。
    示例 3:
    输入:nums = [22,4,-25,-20,-15,15,-16,7,19,-10,0,-13,-14], k = -33
    输出:4
    解释:一个最优的方案是将 nums[2] 改为 k 。数组变为 [22,4,-33,-20,-15,15,-16,7,19,-10,0,-13,-14] 。
    有四种方法分割数组。
    参数范围
    n == nums.length
    2 <= n <= 105
    -105 <= k, nums[i] <= 105

分析

原理

nums[0,p)-nums[p,m_c) 如果等于0,则符合条件。修改nums[i]

i <p 左边增加 k - nums[i]
i>=p 右边增加 k - nums[i]

大致流程

先获取初始状态(未修改)所有数的和。

枚举p,左边减右边的放到mModifyRightLeftSubRight中。

初始状态下,mModifyRightLeftSubRight[0]就是分割方案数。

枚举修改nums[i]。

如果i在左边 则初始mModifyLeftLeftSubRight[-iSub]就是方案数
如果i在右边 则初始mModifyRightLeftSubRight[iSub]就是方案数

变量解释

llTota nums的和
mModifyLeftLeftSubRight; 符合i < p,各方案nums[0,p)-nums[p,m_c)
mModifyRightLeftSubRight 符合i>=p,各方案nums[0,p)-nums[p,m_c)

时间复杂度

两次循环,时间复杂度都是O(n),故总时间复杂度是O(n)。

代码

核心代码

class Solution {
public:
int waysToPartition(vector& nums, int k) {
m_c = nums.size();
long long llTotal = std::accumulate(nums.begin(), nums.end(), 0LL);
std::unordered_map<long, int> mModifyRightLeftSubRight;
//[0,p)左半部分,[p,m_c)右半部分
long long llR = 0;//llR是nums[p,m_c)的和
for (int p = m_c - 1; p > 0; p–)
{
llR += nums[p];
const long long llLeft = llTotal - llR;
mModifyRightLeftSubRight[llLeft - llR]++;
}
int iRet = mModifyRightLeftSubRight[0];//不改变任何数,能拆分的数量
std::unordered_map<long, int> mModifyLeftLeftSubRight;
//修改nums[p]
llR = 0;
for (int i = m_c - 1; i >= 0; i–)
{
int iSub = (k - nums[i]);
const int cur = mModifyRightLeftSubRight[iSub]+ mModifyLeftLeftSubRight[-iSub];
iRet = max(iRet, cur);
llR += nums[i];
const long long llLeft = llTotal - llR;
mModifyRightLeftSubRight[llLeft - llR]–;
mModifyLeftLeftSubRight[llLeft - llR]++;
}
return iRet;
}
int m_c;
};

测试用例

template
void Assert(const vector& v1, const vector& v2)
{
if (v1.size() != v2.size())
{
assert(false);
return;
}
for (int i = 0; i < v1.size(); i++)
{
assert(v1[i] == v2[i]);
}
}
template
void Assert(const T& t1, const T& t2)
{
assert(t1 == t2);
}
int main()
{
Solution slu;
vector nums;
int k;
int res;
nums = { 0,0,0 };
k = 1;
res = slu.waysToPartition(nums, k);
Assert(2, res);
nums = { 0,0,0,0 };
k =3;
res = slu.waysToPartition(nums, k);
Assert(3, res);
nums = { -2, -1, 3, 4, 5 };
k = 3;
res = slu.waysToPartition(nums, k);
Assert(0, res);
nums = { -2, -1, 3, 4, 5 };
k = 2;
res = slu.waysToPartition(nums, k);
Assert(0, res);
nums = { -2, -1, 3, 4, 5 };
k = -3;
res = slu.waysToPartition(nums, k);
Assert(0, res);
nums = { -1, -1, 3, 4, 5 };
k = -3;
res = slu.waysToPartition(nums, k);
Assert(1, res);
nums = { -1,3 };
k = 3;
res = slu.waysToPartition(nums, k);
Assert(1, res);
nums = { 5,4,3 };
k = 8;
res = slu.waysToPartition(nums, k);
Assert(0, res);
nums = { 5,4,3 };
k = 1;
res = slu.waysToPartition(nums, k);
Assert(1, res);
nums = { 5,4,3 };
k = 7;
res = slu.waysToPartition(nums, k);
Assert(1, res);
nums = { 3,5,4 };
k = 1;
res = slu.waysToPartition(nums, k);
Assert(1, res);
nums = { 3,5,4 };
k = 1;
res = slu.waysToPartition(nums, k);
Assert(1, res);
nums = { 3,5,4 };
k = 0;
res = slu.waysToPartition(nums, k);
Assert(0, res);
//CConsole::Out(res);

}

2023年4月旧代码

class Solution {
public:
int waysToPartition(vector& nums, int k) {
long long llSum = 0;
std::unordered_map<long long, int> mSumNum;//各前缀和数量
vector vSum;
for (int i = 0; i < nums.size(); i++)
{
llSum += nums[i];
vSum.emplace_back(llSum);
if (i + 1 < nums.size())
{
mSumNum[llSum]++;
}
}
int iRet = 0;
if (0 == llSum % 2)
{
iRet += mSumNum[llSum / 2];
}
const long long llNewSum = llSum + k - nums.back();
if (0 == llNewSum % 2)
{
iRet =max(iRet, mSumNum[llNewSum / 2]);
}
std::unordered_map<long long, int> mRightSumNum;
for (int i = nums.size() - 2; i >= 0; i–)
{
const long long& llCurSum = vSum[i];
mSumNum[llCurSum]–;
mRightSumNum[llCurSum]++;
const long long llNewSum = llSum + k - nums[i];
if (llNewSum & 1)
{//改变后是奇数
continue;
}
int iCurRet = mSumNum[llNewSum / 2];
    iCurRet += mRightSumNum[llNewSum / 2 - (k - nums[i])];
    iRet = max(iRet, iCurRet);
  }
  return iRet;
}

};

扩展阅读

视频课程

有效学习:明确的目标 及时的反馈 拉伸区(难度合适),可以先学简单的课程,请移步CSDN学院,听白银讲师(也就是鄙人)的讲解。

https://edu.csdn.net/course/detail/38771

如何你想快

速形成战斗了,为老板分忧,请学习C#入职培训、C++入职培训等课程

https://edu.csdn.net/lecturer/6176

相关下载

想高屋建瓴的学习算法,请下载《闻缺陷则喜算法册》doc版

https://download.csdn.net/download/he_zhidan/88348653

鄙人想对大家说的话
闻缺陷则喜是一个美好的愿望,早发现问题,早修改问题,给老板节约钱。
墨家名称的来源:有所得以墨记之。
如果程序是一条龙,那算法就是他的是睛

测试环境

操作系统:win7 开发环境: VS2019 C++17

或者 操作系统:win10 开发环境:

VS2022 C++17


相关文章
|
3月前
|
算法
【算法】前缀和——二维前缀和模板题
【算法】前缀和——二维前缀和模板题
|
3月前
|
算法
【算法】前缀和——前缀和
【算法】前缀和——前缀和
|
22天前
|
缓存 NoSQL Ubuntu
大数据-39 Redis 高并发分布式缓存 Ubuntu源码编译安装 云服务器 启动并测试 redis-server redis-cli
大数据-39 Redis 高并发分布式缓存 Ubuntu源码编译安装 云服务器 启动并测试 redis-server redis-cli
42 3
|
2月前
|
存储 算法 Java
前缀和算法
本文介绍了前缀和及其变种在解决区间求和问题中的应用。首先,一维前缀和可通过预处理数组快速求得任意区间的和。接着,二维前缀和扩展了这一思想,适用于矩阵操作。此外,文章探讨了如何利用前缀和解决诸如“寻找数组中心下标”、“除自身以外数组的乘积”等问题,并进一步讲解了涉及哈希表优化的“和为 K 的子数组”等相关题目。最后,通过实例展示了如何在矩阵中高效计算特定区域的元素之和。文中包含代码示例与图解说明,便于理解。
39 0
前缀和算法
|
20天前
|
算法 Java 索引
数据结构与算法学习十五:常用查找算法介绍,线性排序、二分查找(折半查找)算法、差值查找算法、斐波那契(黄金分割法)查找算法
四种常用的查找算法:顺序查找、二分查找(折半查找)、插值查找和斐波那契查找,并提供了Java语言的实现代码和测试结果。
16 0
|
26天前
|
人工智能 算法 C++
一篇带你速通前缀和算法(C/C++)
一篇带你速通前缀和算法(C/C++)
|
3月前
|
测试技术 Python
python自动化测试中装饰器@ddt与@data源码深入解析
综上所述,使用 `@ddt`和 `@data`可以大大简化写作测试用例的过程,让我们能专注于测试逻辑的本身,而无需编写重复的测试方法。通过讲解了 `@ddt`和 `@data`源码的关键部分,我们可以更深入地理解其背后的工作原理。
45 1
|
4月前
|
人工智能 算法 JavaScript
【算法】前缀和与差分
算法学习——前缀和与差分(含一维和二维)
49 4
【算法】前缀和与差分
|
3月前
|
算法 C++
【算法】前缀和算法——和可被K整除的子数组
【算法】前缀和算法——和可被K整除的子数组
|
3月前
|
算法
【算法】前缀和算法——和为k的子数组之和
【算法】前缀和算法——和为k的子数组之和