【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
|
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
233 0
|
8月前
|
存储 算法
算法入门:专题二---滑动窗口(长度最小的子数组)类型题目攻克!
给定一个正整数数组和目标值target,找出总和大于等于target的最短连续子数组长度。利用滑动窗口(双指针)优化,维护窗口内元素和,通过单调性避免重复枚举,时间复杂度O(n)。当窗口和满足条件时收缩左边界,更新最小长度,最终返回结果。
|
机器学习/深度学习 监控 算法
员工上网行为监控软件中基于滑动窗口的C#流量统计算法解析​
在数字化办公环境中,员工上网行为监控软件需要高效处理海量网络请求数据,同时实时识别异常行为(如高频访问非工作网站)。传统的时间序列统计方法因计算复杂度过高,难以满足低延迟需求。本文将介绍一种基于滑动窗口的C#统计算法,通过动态时间窗口管理,实现高效的行为模式分析与流量计数。
370 2
|
存储 机器学习/深度学习 监控
如何监控员工的电脑——基于滑动时间窗口的Java事件聚合算法实现探析​
在企业管理场景中,如何监控员工的电脑操作行为是一个涉及效率与合规性的重要课题。传统方法依赖日志采集或屏幕截图,但数据量庞大且实时性不足。本文提出一种基于滑动时间窗口的事件聚合算法,通过Java语言实现高效、低资源占用的监控逻辑,为如何监控员工的电脑提供一种轻量化解决方案。
516 3
|
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
209 0
|
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
280 0
|
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
198 0
|
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
236 0
|
存储 机器学习/深度学习 监控
公司电脑上网监控中滑动窗口算法的理论构建与工程实现
本文提出一种基于滑动窗口算法的实时网络流量监控框架,旨在强化企业信息安全防护体系。系统采用分层架构设计,包含数据采集、处理与分析决策三大模块,通过 Java 实现核心功能。利用滑动窗口技术动态分析流量模式,结合阈值检测与机器学习模型识别异常行为。实验表明,该方案在保证高检测准确率的同时支持大规模并发处理,为企业数字化转型提供可靠保障。
278 0
|
存储 监控 算法
基于 PHP 语言的滑动窗口频率统计算法在公司局域网监控电脑日志分析中的应用研究
在当代企业网络架构中,公司局域网监控电脑系统需实时处理海量终端设备产生的连接日志。每台设备平均每分钟生成 3 至 5 条网络请求记录,这对监控系统的数据处理能力提出了极高要求。传统关系型数据库在应对这种高频写入场景时,性能往往难以令人满意。故而,引入特定的内存数据结构与优化算法成为必然选择。
367 3

热门文章

最新文章