【折半处理 二分查找】1755. 最接近目标值的子序列和

简介: 【折半处理 二分查找】1755. 最接近目标值的子序列和

本文涉及知识点

折半处理

二分查找算法合集

LeetCode1755. 最接近目标值的子序列

给你一个整数数组 nums 和一个目标值 goal 。

你需要从 nums 中选出一个子序列,使子序列元素总和最接近 goal 。也就是说,如果子序列元素和为 sum ,你需要 最小化绝对差 abs(sum - goal) 。

返回 abs(sum - goal) 可能的 最小值

注意,数组的子序列是通过移除原始数组中的某些元素(可能全部或无)而形成的数组。

示例 1:

输入:nums = [5,-7,3,5], goal = 6

输出:0

解释:选择整个数组作为选出的子序列,元素和为 6 。

子序列和与目标值相等,所以绝对差为 0 。

示例 2:

输入:nums = [7,-9,15,-2], goal = -5

输出:1

解释:选出子序列 [7,-9,-2] ,元素和为 -4 。

绝对差为 abs(-4 - (-5)) = abs(1) = 1 ,是可能的最小值。

示例 3:

输入:nums = [1,2,3], goal = -7

输出:7

提示:

1 <= nums.length <= 40

-107 <= nums[i] <= 107

-109 <= goal <= 109

折半处理

pre 记录从nums的前i个元素,选取元素组成子序列的和。

dp 记录从nums的前i+1个元素,选取元素组成子序列的和。

n = nums.length

这样做的时间复杂度是O(2n),超时了。

dp1记录前n/2个元素组成子序列的和,dp2记录余下的元素组成子序列的和。

对dp2 排序

枚举dp1 各元素x ,在dp2中二分 goal-x:

尝试第一个大于等于 goal-x的数。

尝试最后一个小于 goal-x的数。

时间复杂度: O(m)+O(mlogm) m = 2n/2

代码

核心代码

class Solution {
public:
  int minAbsDifference(vector<int>& nums, int goal) {
    const int iHalf = nums.size() / 2;
    vector<int> vNum1 = Sum(nums.data(), iHalf);
    auto vNum2 = Sum(nums.data() + iHalf, nums.size() - iHalf);
    sort(vNum2.begin(), vNum2.end());
    int iRet = INT_MAX;
    for (const auto& n : vNum1) {
      auto it = std::lower_bound(vNum2.begin(), vNum2.end(), goal - n);
      if (vNum2.end() != it) {
        iRet = min(iRet, abs(goal - n - *it));
      }
      if (vNum2.begin() != it) {
        --it;
        iRet = min(iRet, abs(goal - n - *it));
      }
    }
    return iRet;
  }
  vector<int> Sum(int* p, int n) {
    vector<int> pre = { 0 };
    for (int i = 0; i < n; i++) {
      vector<int> dp = pre;
      for (const auto& iPre : pre) {
        dp.emplace_back(iPre + p[i]);
      }
      pre.swap(dp);
    }
    return pre;
  }
};

测试用例

template<class T>
void Assert(const T& t1, const T& t2)
{
    assert(t1 == t2);
}
template<class T>
void Assert(const vector<T>& v1, const vector<T>& v2)
{
    if (v1.size() != v2.size())
    {
        assert(false);
        return;
    }
    for (int i = 0; i < v1.size(); i++)
    {
        Assert(v1[i], v2[i]);
    }
}
int main()
{
  vector<int> nums;
  int goal;
  {
    Solution sln;
    nums = { 5, -7, 3, 5 }, goal = 6;
    auto res = sln.minAbsDifference(nums, goal);
    Assert(0, res);
  }
  {
    Solution sln;
    nums = { 7,-9,15,-2 }, goal =-5;
    auto res = sln.minAbsDifference(nums, goal);
    Assert(1, res);
  }
  {
    Solution sln;
    nums = { 1,2,3 }, goal = -7;
    auto res = sln.minAbsDifference(nums, goal);
    Assert(7, res);
  }
}

2023年2月版

void CreateMaskVector(vector<int>& v,const int* const p,int n )
 {
   const int iMaxMaskNum = 1 << n;
   v.resize(iMaxMaskNum);
   for (int i = 0; i < n; i++)
   {
     v[1 << i] = p[i];
   }
   for (int mask = 1; mask < iMaxMaskNum ; mask++)
   {
     const int iSubMask = mask&(-mask);
     v[mask] = v[iSubMask] + v[mask-iSubMask];
   }
 }
 class Solution {
 public:
   int minAbsDifference(vector<int>& nums, int goal) {
     set<int> setLeft, setRight;
     setLeft.insert(0);
     setRight.insert(0);
     int iHalfNum = nums.size()/2;
     vector<int> vLeft,vRight;
     CreateMaskVector(vLeft, &*nums.begin(), iHalfNum);
     CreateMaskVector(vRight, &*nums.begin() + iHalfNum, nums.size() - iHalfNum);
     std::sort(vLeft.begin(), vLeft.end());
     std::sort(vRight.begin(), vRight.end());
     int iMin = INT_MAX;
     auto it = vLeft.begin();
     auto ij = vRight.rbegin();
     while ((it != vLeft.end()) && (ij != vRight.rend()))
     {
       const int tmp = *it + *ij;
       iMin = min(iMin, abs(tmp - goal));
       if (tmp > goal)
       {
         ij++;
       }
       else
       {
         it++;
       }
     }
     return iMin;
   }
 };

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《喜缺全书算法册》doc版

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

我想对大家说的话
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。
子墨子言之:事无终始,无务多业。也就是我们常说的专业的人做专业的事。
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

如无特殊说明,本算法用**C++**实现。

相关文章
|
7月前
|
算法 C++
【动态规划】【子序列除重】【C++算法】1987不同的好子序列数目
【动态规划】【子序列除重】【C++算法】1987不同的好子序列数目
|
7月前
|
机器学习/深度学习 算法 测试技术
【线段树】【区间更新】2916. 子数组不同元素数目的平方和 II
【线段树】【区间更新】2916. 子数组不同元素数目的平方和 II
【线段树】【区间更新】2916. 子数组不同元素数目的平方和 II
|
7月前
|
算法 程序员
【算法训练-动态规划 二】【线性DP问题】连续子数组的最大和、乘积最大子数组、最长递增子序列
【算法训练-动态规划 二】【线性DP问题】连续子数组的最大和、乘积最大子数组、最长递增子序列
115 0
|
算法 测试技术 C#
C++二分算法:平衡子序列的最大和
C++二分算法:平衡子序列的最大和
|
算法 索引
算法:二分查找算法/朴素二分/查找区间左右端点二分
算法:二分查找算法/朴素二分/查找区间左右端点二分
|
算法 C语言 C++
【动态规划】最长上升子序列(单调队列、贪心优化)
本篇是对最长上升子序列基础做法的一种优化
73 0
|
C++
C/C++每日一练(20230515) 区间和的个数、BST最近公共祖先、最接近元素
C/C++每日一练(20230515) 区间和的个数、BST最近公共祖先、最接近元素
99 0
LeetCode1477-找两个和为目标值且不重叠的子数组
LeetCode1477-找两个和为目标值且不重叠的子数组
|
机器学习/深度学习 算法
两个序列的中位数(双指针)
两个序列的中位数(双指针)
211 0