【算法】滑动窗口——将x减到0的最小操作数

简介: 【算法】滑动窗口——将x减到0的最小操作数

本节博客主要是讲的我解“将x减到0的最小操作数”这道题的思路历程,从最开始的想法到代码提交的详细记录,有需要借鉴即可。


1.题目

题目链接:LINK

看题目意思是就是给你一个数X,让你拿着数组中的最左边或者最右边的数字与这个数字抵消(相减),直到X为0,或者找不到,如果可以抵消掉,记录拿这个数组中最少的一个数字个数,而且用数组中的值的时候,必须用两头的。

这个暴力求解…都不知道下一次是用左边的数字还是右边的数字,…,基本暴力解法就想不到了。

这里我们老师讲的,说要用到转换思想——“正难则反”

什么意思呢?

其实对于这个题目来说,整个数组可以分为三块,即下图:

说白了就让我们找left + right这两块中最小的数字个数

那可以等效于让我们找 该数组总数字个数 - mind最大数字个数

顺着前面“滑动窗口”的代码思路:

大体就可以写出下面代码:

2.代码示例

class Solution {
public:
    int minOperations(vector<int>& nums, int x) {
        int ALsum = 0;
        int n = nums.size();
        for(size_t i = 0;i<n;i++)
        {
            ALsum+=nums[i];
        }
        long long target = ALsum - x;//中间的目标值,满足目标值就进行更新结果
        int ret = -1;//代表两边的长度,取最小值
        int len = 0;//代表left和right之间的长度,取最大值
        long long sum = 0;//代表中间区间的和
        //处理特殊情况
        if (sum == target)
        {
            return n;
        }
        for(int right = 0,left = 0; right < n; right++)
        {
            
            //进窗口
            sum+=nums[right];
            //出窗口
            while(sum > target && left < right)
            {
                sum-=nums[left];
                left++;
            }
            //更新结果
            if(sum == target)
            {
                len = max(len,right - left + 1);
            }
        }
        return ret = len == 0 ? -1 : n - len;
    }
};

这个题做完之后感觉还是有一两个坑的,下面进行展示:

3.细节

3.1left越界

这个问题呢,也可以说是X > 整个数组之和,即target小于0,导致了left会不断右移的情况:

class Solution {
public:
    int minOperations(vector<int>& nums, int x) {
        int ALsum = 0;
        int n = nums.size();
        for(size_t i = 0;i<n;i++)
        {
            ALsum+=nums[i];
        }
        int target = ALsum - x;//中间的目标值,满足目标值就进行更新结果
        int ret = -1;//代表两边的长度,取最小值
        int len = 0;//代表left和right之间的长度,取最大值
        int sum = 0;//代表中间区间的和
        for(int right = 0,left = 0; right < n; right++)
        {
            //进窗口
            sum+=nums[right];
            //出窗口
            while(sum > target)
            {
                sum-=nums[left];
                left++;
            }
            //更新结果
            if(sum == target)
            {
                len = max(len,right - left + 1);
            }
        }
        return ret = len == 0 ? -1 : n - len;
    }
};

这个主要是越界问题,是left越界了。

3.2特殊情况

class Solution {
public:
    int minOperations(vector<int>& nums, int x) {
        int ALsum = 0;
        int n = nums.size();
        for(size_t i = 0;i<n;i++)
        {
            ALsum+=nums[i];
        }
        int target = ALsum - x;//中间的目标值,满足目标值就进行更新结果
        int ret = -1;//代表两边的长度,取最小值
        int len = 0;//代表left和right之间的长度,取最大值
        int sum = 0;//代表中间区间的和
        for(int right = 0,left = 0; right < n; right++)
        {
            //进窗口
            sum+=nums[right];
            //出窗口
            while(sum > target && left < right)
            {
                sum-=nums[left];
                left++;
            }
            //更新结果
            if(sum == target)
            {
                len = max(len,right - left + 1);
            }
        }
        return ret = len == 0 ? -1 : n - len;
    }
};

这个是出了什么问题呢?就是这是一种数组里的数字全部都与X相消才行,特殊情况吧算是,需要特别处理一下。

我写的这个代码刚好默认是mid组至少有一个数字的,用我写的代码肯定是找不到的,所以需要特殊判断一下。

4.总结

感觉这个题关键是刚上来的转换思想很关键(怪不得是中等题目),其次是想到滑动窗口,这俩细节问题的话可以通过调试调出来。


EOF

相关文章
|
2月前
|
算法
【算法】滑动窗口——最大连续1的个数
【算法】滑动窗口——最大连续1的个数
|
5月前
|
算法 测试技术 C++
【动态规划】【滑动窗口】【C++算法】 629K 个逆序对数组
【动态规划】【滑动窗口】【C++算法】 629K 个逆序对数组
|
5月前
|
机器学习/深度学习 算法
【优选算法】—— 滑动窗口类问题
【优选算法】—— 滑动窗口类问题
|
2月前
|
算法
【算法】滑动窗口——最小覆盖子串
【算法】滑动窗口——最小覆盖子串
|
2月前
|
算法
【算法】滑动窗口——找到字符串中所有字母异位词
【算法】滑动窗口——找到字符串中所有字母异位词
|
2月前
|
算法
【算法】滑动窗口——无重复字符的最长子串
【算法】滑动窗口——无重复字符的最长子串
|
2月前
|
算法
【算法】滑动窗口——长度最小的子数组
【算法】滑动窗口——长度最小的子数组
|
2月前
|
算法 容器
【算法】滑动窗口——串联所有单词的子串
【算法】滑动窗口——串联所有单词的子串
|
2月前
|
算法
【算法】滑动窗口——水果成篮
【算法】滑动窗口——水果成篮
|
3月前
|
算法
算法 —— 滑动窗口
算法 —— 滑动窗口
33 2

热门文章

最新文章