C++前缀和算法的应用:统计得分小于K的子数组数目

简介: C++前缀和算法的应用:统计得分小于K的子数组数目

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

一个数组的分数定义为数组之和 乘以 数组的长度。

比方说,[1, 2, 3, 4, 5] 的分数为 (1 + 2 + 3 + 4 + 5) * 5 = 75 。

给你一个正整数数组 nums 和一个整数 k ,请你返回 nums 中分数 严格小于 k 的 非空整数子数组数目。

子数组 是数组中的一个连续元素序列。

示例 1:

输入:nums = [2,1,4,3,5], k = 10

输出:6

解释:

有 6 个子数组的分数小于 10 :

  • [2] 分数为 2 * 1 = 2 。
  • [1] 分数为 1 * 1 = 1 。
  • [4] 分数为 4 * 1 = 4 。
  • [3] 分数为 3 * 1 = 3 。
  • [5] 分数为 5 * 1 = 5 。
  • [2,1] 分数为 (2 + 1) * 2 = 6 。
    注意,子数组 [1,4] 和 [4,3,5] 不符合要求,因为它们的分数分别为 10 和 36,但我们要求子数组的分数严格小于 10 。
    示例 2:
    输入:nums = [1,1,1], k = 5
    输出:5
    解释:
    除了 [1,1,1] 以外每个子数组分数都小于 5 。
    [1,1,1] 分数为 (1 + 1 + 1) * 3 = 9 ,大于 5 。
    所以总共有 5 个子数组得分小于 5 。
    参数范围
    1 <= nums.length <= 105
    1 <= nums[i] <= 105
    1 <= k <= 1015

分析

题眼

num[i]是正数,这意味者单调递增。

推论一 如果r1<r2 则nums[left,r1)的积分比nums[left,r2)少,因为nums[r1,r2)的和大于0
推论二 如果r1<r2 如果nums[left,r1)不符合条件,则r2一定不符合条件
推论二 如果r1<r2 如果nums[left,r2)符合条件,则r1一定符合条件
令nums[left,r-1)的积分<k,nums[left,r)的积分大于等于k。则[left,left+1)…[left,r-1)都符合要求,共有:(r-1)-(left+1)+1=r-left-1个。

时间复杂度

两次循环,第一次循环枚举left,第二轮枚举r,两轮循环的时间复杂度都是O(n)。由于r不需要每次都置0,故总时间复杂度是O(n)。

nums[left,r-1)的积分<k ,所以nums[left+1,r-1)的积分也小于k,所以下一个left不会漏掉r。

代码

核心代码

class Solution {
public:
long long countSubarrays(vector& nums, long long k) {
m_c = nums.size();
vector vSums = { 0 };
for (const auto& n: nums)
{
vSums.emplace_back(n + vSums.back());
}
int r = 0;
long llRet = 0;
//判断nums[left,r)是以k开头,第一个不小于 k 的积分
for (int left = 0; left < m_c; left++)
{
while ((r <= m_c) && ((r - left) * (vSums[r] - vSums[left]) < k))
{
r++;
}
llRet += (r - 1) - left;
}
return llRet;
}
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;
long long k = 0;
long long res;
nums = { 2, 1, 4, 3, 5 };
k = 10;
res = slu.countSubarrays(nums, k);
Assert(6LL, res);
nums = {1,1,1 };
k = 5;
res = slu.countSubarrays(nums, k);
Assert(5LL, res);
nums = { 1,2,3,4,5,6 };
k = 10;
res = slu.countSubarrays(nums, k);
Assert(7LL, res);
nums = { 1,2,5,6,3,4 };
k = 11;
res = slu.countSubarrays(nums, k);
Assert(7LL, res);
nums = { 6,5,4,3,2,1 };
k = 12;
res = slu.countSubarrays(nums, k);
Assert(8LL, res);
//CConsole::Out(res);

}

2022年11月旧代码

class Solution {
public:
long long countSubarrays(vector& nums, long long k) {
vector sums(1);
for (int i = 0; i < nums.size(); i++)
{
sums.push_back(nums[i] + sums[i]);
}
long long lRet = 0;
for (int i = 0; i < nums.size(); i++)
{
lRet += Rec(sums, i, i, nums.size(), k) - i + 1;
}
return lRet;
}
int Rec(const vector& sums, const int& iBegin, const int& iMinIndex, const int& iMaxIndex, const long long& k)
{
if (iMaxIndex <= iMinIndex + 1)
{
if ((sums[iMinIndex + 1] - sums[iMinIndex]) < k)
{
return iMinIndex;
}
return iMinIndex - 1;
}
int iMid = (iMinIndex + iMaxIndex) / 2;
if ((sums[iMid+1] - sums[iBegin])*(iMid-iBegin+1) < k)
{
return Rec(sums, iBegin, iMid, iMaxIndex, k);
}
return Rec(sums, iBegin, iMinIndex, iMid, k);
}
};

2023年7月旧代码

class Solution {
public:
long long countSubarrays(vector& nums, long long k) {
vector vSum(1);
for (const auto& n : nums)
{
vSum.emplace_back(n + vSum.back());
}
long long iRet = 0;
for (int i = 0; i < nums.size(); i++)
{
int left = i, r = nums.size()+1;
//[i,mid)分数小于k,求tmp的最大值 tmp为i表示空数组,tmp为nums.size()表示从i开始的整个数组
while (r - left > 1)
{
const int mid = left + (r - left) / 2;
const long long tmp = (mid - i) * (vSum[mid] - vSum[i]);
if (tmp < k)
{
left = mid;
}
else
{
r = mid;
}
}
iRet += left - i;
}
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
|
5天前
|
存储 算法
贪心算法的高逼格应用——Huffman编码
贪心算法的高逼格应用——Huffman编码
25 8
|
1天前
|
存储 自然语言处理 算法
位运算入门及简单算法题的应用
位运算入门及简单算法题的应用
10 1
|
4天前
|
机器学习/深度学习 数据采集 算法
KNN算法原理及应用(一)
**KNN算法**是一种监督学习的分类算法,适用于解决分类问题。它基于实例学习,无需训练过程,当新样本到来时,通过计算新样本与已有训练样本之间的距离,找到最近的K个邻居,然后根据邻居的类别进行多数表决(或加权表决)来预测新样本的类别。K值的选择、距离度量方式和分类决策规则是KNN的关键要素。KNN简单易懂,但计算复杂度随样本量增加而增加,适用于小规模数据集。在鸢尾花数据集等经典问题上表现良好,同时能处理多分类任务,并可应用于回归和数据预处理中的缺失值填充。
KNN算法原理及应用(一)
|
6天前
|
存储 安全 算法
三种常见的加密算法:MD5、对称加密与非对称加密的比较与应用
网络安全聚焦加密算法:MD5用于数据完整性校验,易受碰撞攻击;对称加密如AES快速高效,密钥管理关键;非对称加密如RSA提供身份验证,速度慢但安全。三种算法各有所长,适用场景各异,安全与效率需权衡。【6月更文挑战第17天】
17 2
|
6天前
|
机器学习/深度学习 人工智能 自然语言处理
【机器学习】贝叶斯算法在机器学习中的应用与实例分析
【机器学习】贝叶斯算法在机器学习中的应用与实例分析
20 1
|
4天前
|
算法 索引
DFS算法及应用(二)
回溯:回溯就是DFS的一种,在搜索探索过程中寻找问题的解,当发现不满足求解条件时,就回溯返回,尝试其他路径。
|
4天前
|
算法
DFS算法及应用(一)
DFS(深度优先搜索)是一种图遍历算法,常用于解决穷举问题,如全排列、迷宫问题、图的连通性等。它沿着树的深度分支进行探索,直至达到叶子节点,若无法继续则回溯。例如,将数字6拆分为3个正整数的递增序列问题可以通过DFS实现,类似地,分糖果问题和买瓜问题同样可以用DFS求解。DFS通常涉及递归或栈结构,通过标记已访问节点避免重复。在编程中,会定义递归函数,设定结束条件,然后枚举可能的情况,并处理下一层节点。
|
4天前
|
算法
KNN算法原理及应用(二)
不能将所有数据集全部用于训练,为了能够评估模型的泛化能力,可以通过实验测试对学习器的泛化能力进行评估,进而做出选择。因此需要使用一个测试集来测试学习器对新样本的判别能力。
|
6天前
|
机器学习/深度学习 算法 搜索推荐
【机器学习】Apriori算法在关联规则学习中的应用
【机器学习】Apriori算法在关联规则学习中的应用
35 0
|
6天前
|
机器学习/深度学习 人工智能 算法
【机器学习】基于核的机器学习算法应用
【机器学习】基于核的机器学习算法应用
26 0