【算法】5859. 差的绝对值为 K 的数对数目(java / c / c++ / python / go / rust)

简介: 给你一个整数数组 nums 和一个整数 k ,请你返回数对 (i, j) 的数目,满足 i < j 且 |nums[i] - nums[j]| == k 。|x| 的值定义为: 如果 x >= 0 ,那么值为 x 。 如果 x < 0 ,那么值为 -x 。

5859. 差的绝对值为 K 的数对数目:

给你一个整数数组 nums 和一个整数 k ,请你返回数对 (i, j) 的数目,满足 i < j 且 |nums[i] - nums[j]| == k 。

|x| 的值定义为:

  • 如果 x >= 0 ,那么值为 x 。
  • 如果 x < 0 ,那么值为 -x 。

样例 1

输入:
    nums = [1,2,2,1], k = 1
输出:
    4
解释:
    差的绝对值为 1 的数对为:

[1,2,2,1]
[1,2,2,1]
[1,2,2,1]
[1,2,2,1]

样例 2

输入:
    nums = [1,3], k = 3
输出:
    0
解释:
    没有任何数对差的绝对值为 3 。

样例 3

输入:
    nums = [3,2,1,5,4], k = 2
输出:
    3
解释:
    差的绝对值为 2 的数对为:

[3,2,1,5,4]
[3,2,1,5,4]
[3,2,1,5,4]

提示

  • 1 <= nums.length <= 200
  • 1 <= nums[i] <= 100
  • 1 <= k <= 99

分析

  • 这道题直接照做是可以的,双层循环,O(n2)的时间复杂度。
  • 但是做算法,就要寻求更快的方法。答案只要计数,也就是不关心答案对应的数组下标,所以我们可以从计数的角度考虑。在提示里已经给出nums[i]的范围,所以我们可以正向推导,即直接看满足答案的数对有多少,而不是双层循去判断当前数对是否满足条件。

题解

java

class Solution {
    public int countKDifference(int[] nums, int k) {
        // 统计1到100分别有多少个
        int[] counter = new int[101];
        for (int num : nums) {
            counter[num]++;
        }

        int ans = 0;

        // 从小到大循环,不要考虑counter[i - k],因为counter[i + k]已经在之前统计过
        for (int i = 1; i + k < 101; ++i) {
            ans += counter[i] * counter[i + k];
        }

        return ans;
    }
}

c

int countKDifference(int* nums, int numsSize, int k){
    // 统计1到100分别有多少个
    int counter[101] = {0};
    for (int i = 0; i < numsSize; ++i) {
        ++counter[nums[i]];
    }

    int ans = 0;

    // 从小到大循环,不要考虑counter[i - k],因为counter[i + k]已经在之前统计过
    for (int i = 1; i + k < 101; ++i) {
        ans += counter[i] * counter[i + k];
    }

    return ans;
}

c++

class Solution {
public:
    int countKDifference(vector<int>& nums, int k) {
        // 统计1到100分别有多少个
        int counter[101] = {0};
        for (const auto num : nums) {
            ++counter[num];
        }

        int ans = 0;

        // 从小到大循环,不要考虑counter[i - k],因为counter[i + k]已经在之前统计过
        for (int i = 1; i + k < 101; ++i) {
            ans += counter[i] * counter[i + k];
        }

        return ans;
    }
};

python

class Solution:
    def countKDifference(self, nums: List[int], k: int) -> int:
        # 统计1到100分别有多少个
        counter = [0] * 101
        for num in nums:
            counter[num] += 1

        ans = 0

        # 从小到大循环,不要考虑counter[i - k],因为counter[i + k]已经在之前统计过
        for i in range(1, 101 - k):
            ans += counter[i] * counter[i + k]

        return ans

go

func countKDifference(nums []int, k int) int {
    // 统计1到100分别有多少个
    var counter [101]int
    for _, num := range nums {
        counter[num]++
    }

    ans := 0

    // 从小到大循环,不要考虑counter[i - k],因为counter[i + k]已经在之前统计过
    for i := 1; i + k < 101; i++ {
        ans += counter[i] * counter[i + k]
    }

    return ans
}

rust

impl Solution {
    pub fn count_k_difference(nums: Vec<i32>, k: i32) -> i32 {
        // 统计1到100分别有多少个
        let mut counter = vec![0;101];
        nums.iter().for_each(|n| { counter[*n as usize] += 1; });

        let mut ans = 0;

        // 从小到大循环,不要考虑counter[i - k],因为counter[i + k]已经在之前统计过
        (1..101 - k).for_each(|i| { ans += counter[i as usize] * counter[(i + k) as usize];});

        ans
    }
}

原题传送门:https://leetcode-cn.com/problems/count-number-of-pairs-with-absolute-difference-k/


非常感谢你阅读本文~
放弃不难,但坚持一定很酷~
希望我们大家都能每天进步一点点~
本文由 二当家的白帽子:https://developer.aliyun.com/profile/sqd6avc7qgj7y 博客原创~

相关文章
|
4天前
|
人工智能 安全 Java
Java和Python在企业中的应用情况
Java和Python在企业中的应用情况
28 7
|
1月前
|
存储 人工智能 算法
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
这篇文章详细介绍了Dijkstra和Floyd算法,这两种算法分别用于解决单源和多源最短路径问题,并且提供了Java语言的实现代码。
74 3
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
|
1月前
|
数据采集 缓存 Java
Python vs Java:爬虫任务中的效率比较
Python vs Java:爬虫任务中的效率比较
|
12天前
|
算法 关系型数据库 MySQL
分布式唯一ID生成:深入理解Snowflake算法在Go中的实现
在分布式系统中,确保每个节点生成的 ID 唯一且高效至关重要。Snowflake 算法由 Twitter 开发,通过 64 位 long 型数字生成全局唯一 ID,包括 1 位标识位、41 位时间戳、10 位机器 ID 和 12 位序列号。该算法具备全局唯一性、递增性、高可用性和高性能,适用于高并发场景,如电商促销时的大量订单生成。本文介绍了使用 Go 语言的 `bwmarrin/snowflake` 和 `sony/sonyflake` 库实现 Snowflake 算法的方法。
24 1
分布式唯一ID生成:深入理解Snowflake算法在Go中的实现
|
1月前
|
算法 搜索推荐 Java
java 后端 使用 Graphics2D 制作海报,画echarts图,带工具类,各种细节:如头像切割成圆形,文字换行算法(完美实验success),解决画上文字、图片后不清晰问题
这篇文章介绍了如何使用Java后端技术,结合Graphics2D和Echarts等工具,生成包含个性化信息和图表的海报,并提供了详细的代码实现和GitHub项目链接。
110 0
java 后端 使用 Graphics2D 制作海报,画echarts图,带工具类,各种细节:如头像切割成圆形,文字换行算法(完美实验success),解决画上文字、图片后不清晰问题
|
1月前
|
算法 Java Linux
java制作海报一:java使用Graphics2D 在图片上写字,文字换行算法详解
这篇文章介绍了如何在Java中使用Graphics2D在图片上绘制文字,并实现自动换行的功能。
106 0
|
1月前
|
Java Python
如何通过Java程序调用python脚本
如何通过Java程序调用python脚本
31 0
|
1月前
|
安全 Java Python
基于python-django的Java网站全站漏洞检测系统
基于python-django的Java网站全站漏洞检测系统
34 0
|
1月前
|
机器学习/深度学习 算法 搜索推荐
从理论到实践,Python算法复杂度分析一站式教程,助你轻松驾驭大数据挑战!
【10月更文挑战第4天】在大数据时代,算法效率至关重要。本文从理论入手,介绍时间复杂度和空间复杂度两个核心概念,并通过冒泡排序和快速排序的Python实现详细分析其复杂度。冒泡排序的时间复杂度为O(n^2),空间复杂度为O(1);快速排序平均时间复杂度为O(n log n),空间复杂度为O(log n)。文章还介绍了算法选择、分而治之及空间换时间等优化策略,帮助你在大数据挑战中游刃有余。
61 4
|
4月前
|
机器学习/深度学习 算法 搜索推荐
从理论到实践,Python算法复杂度分析一站式教程,助你轻松驾驭大数据挑战!
【7月更文挑战第22天】在大数据领域,Python算法效率至关重要。本文深入解析时间与空间复杂度,用大O表示法衡量执行时间和存储需求。通过冒泡排序(O(n^2)时间,O(1)空间)与快速排序(平均O(n log n)时间,O(log n)空间)实例,展示Python代码实现与复杂度分析。策略包括算法适配、分治法应用及空间换取时间优化。掌握这些,可提升大数据处理能力,持续学习实践是关键。
125 1
下一篇
无影云桌面