【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
|
2月前
|
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
64 7
|
2月前
|
Java 程序员 开发工具
在比较Java和Python哪个更易学
在比较Java和Python哪个更易学
41 4
|
2月前
|
Java 程序员 Python
Java和Python
Java和Python
26 2
|
3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
50 0
|
3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
41 0
|
12天前
|
机器学习/深度学习 算法
基于改进遗传优化的BP神经网络金融序列预测算法matlab仿真
本项目基于改进遗传优化的BP神经网络进行金融序列预测,使用MATLAB2022A实现。通过对比BP神经网络、遗传优化BP神经网络及改进遗传优化BP神经网络,展示了三者的误差和预测曲线差异。核心程序结合遗传算法(GA)与BP神经网络,利用GA优化BP网络的初始权重和阈值,提高预测精度。GA通过选择、交叉、变异操作迭代优化,防止局部收敛,增强模型对金融市场复杂性和不确定性的适应能力。
145 80
|
6天前
|
机器学习/深度学习 算法
基于遗传优化的双BP神经网络金融序列预测算法matlab仿真
本项目基于遗传优化的双BP神经网络实现金融序列预测,使用MATLAB2022A进行仿真。算法通过两个初始学习率不同的BP神经网络(e1, e2)协同工作,结合遗传算法优化,提高预测精度。实验展示了三个算法的误差对比结果,验证了该方法的有效性。
|
8天前
|
机器学习/深度学习 数据采集 算法
基于PSO粒子群优化的CNN-GRU-SAM网络时间序列回归预测算法matlab仿真
本项目展示了基于PSO优化的CNN-GRU-SAM网络在时间序列预测中的应用。算法通过卷积层、GRU层、自注意力机制层提取特征,结合粒子群优化提升预测准确性。完整程序运行效果无水印,提供Matlab2022a版本代码,含详细中文注释和操作视频。适用于金融市场、气象预报等领域,有效处理非线性数据,提高预测稳定性和效率。
|
5天前
|
算法
基于梯度流的扩散映射卡尔曼滤波算法的信号预处理matlab仿真
本项目基于梯度流的扩散映射卡尔曼滤波算法(GFDMKF),用于信号预处理的MATLAB仿真。通过设置不同噪声大小,测试滤波效果。核心代码实现数据加载、含噪信号生成、扩散映射构建及DMK滤波器应用,并展示含噪与无噪信号及滤波结果的对比图。GFDMKF结合非线性流形学习与经典卡尔曼滤波,提高对非线性高维信号的滤波和跟踪性能。 **主要步骤:** 1. 加载数据并生成含噪测量值。 2. 使用扩散映射捕捉低维流形结构。 3. 应用DMK滤波器进行状态估计。 4. 绘制不同SNR下的轨迹示例。
|
9天前
|
机器学习/深度学习 算法 索引
单目标问题的烟花优化算法求解matlab仿真,对比PSO和GA
本项目使用FW烟花优化算法求解单目标问题,并在MATLAB2022A中实现仿真,对比PSO和GA的性能。核心代码展示了适应度计算、火花生成及位置约束等关键步骤。最终通过收敛曲线对比三种算法的优化效果。烟花优化算法模拟烟花爆炸过程,探索搜索空间,寻找全局最优解,适用于复杂非线性问题。PSO和GA则分别适合快速收敛和大解空间的问题。参数调整和算法特性分析显示了各自的优势与局限。