【leetcode】57 - II. 和为s的连续正数序列

简介: 1.输入一个正整数 target ,输出所有和为 target 的连续正整数序列(至少含有两个数)。序列内的数字由小到大排列,不同序列按照首个数字从小到大排列。
1.输入一个正整数 target ,输出所有和为 target 的连续正整数序列(至少含有两个数)。


序列内的数字由小到大排列,不同序列按照首个数字从小到大排列。


示例 1

输入:target = 9

输出:[[2,3,4],[4,5]]


示例 2

输入:target = 15

输出:[[1,2,3,4,5],[4,5,6],[7,8]]


限制:

1 <= target <= 10^5


2.解题思路:



利用滑动窗口:


滑动窗口可以看成数组中框起来的一个部分。在一些数组类题目中,我们可以用滑动窗口来观察可能的候选结果。当滑动窗口从数组的左边滑到了右边,我们就可以从所有的候选结果中找到最优的结果。


对于这道题来说,数组就是正整数序列 1,2,3,…,n[1,2,3,…,n]。我们设滑动窗口的左边界为 iii,右边界为 jjj,则滑动窗口框起来的是一个左闭右开区间 [i,j)[i, j)[i,j)。注意,为了编程的方便,滑动窗口一般表示成一个左闭右开区间。在一开始,i=1,j=1i=1, j=1i=1,j=1,滑动窗口位于序列的最左侧,窗口大小为零。


1.JPG


滑动窗口的重要性质是:窗口的左边界和右边界永远只能向右移动,而不能向左移动。这是为了保证滑动窗口的时间复杂度是 O(n)O(n)O(n)。如果左右边界向左移动的话,这叫做“回溯”,算法的时间复杂度就可能不止 O(n)O(n)O(n)。


在这道题中,我们关注的是滑动窗口中所有数的和。当滑动窗口的右边界向右移动时,也就是 j = j + 1,窗口中多了一个数字 j,窗口的和也就要加上 j。当滑动窗口的左边界向右移动时,也就是 i = i + 1,窗口中少了一个数字 i,窗口的和也就要减去 i。滑动窗口只有 右边界向右移动(扩大窗口) 和 左边界向右移动(缩小窗口) 两个操作,所以

实际上非常简单。


如何用滑动窗口解这道题


要用滑动窗口解这道题,我们要回答两个问题:


1.第一个问题,窗口何时扩大,何时缩小?

2.第二个问题,滑动窗口能找到全部的解吗?


对于第一个问题,回答非常简单:


1.当窗口的和小于 target 的时候,窗口的和需要增加,所以要扩大窗口,窗口的右边界向右移动

2.当窗口的和大于 target 的时候,窗口的和需要减少,所以要缩小窗口,窗口的左边界向右移动


当窗口的和恰好等于 target 的时候,我们需要记录此时的结果。设此时的窗口为 [i,j)[i, j)[i,j),那么我们已经找到了一个 iii 开头的序列,也是唯一一个 iii 开头的序列,接下来需要找 i+1i+1i+1 开头的序列,所以窗口的左边界要向右移动


对于第二个问题,我们可以稍微简单地证明一下:


2.JPG


我们一开始要找的是 1 开头的序列,只要窗口的和小于 target,窗口的右边界会一直向右移动。假设 1+2+⋯+81+2+dots+81+2+⋯+8 小于 target,再加上一个 9 之后, 发现 1+2+⋯+8+91+2+dots+8+91+2+⋯+8+9 又大于 target 了。这说明 1 开头的序列找不到解。此时滑动窗口的最右元素是 9。


接下来,我们需要找 2 开头的序列,我们发现,2+⋯+8<1+2+⋯+8<target2 + dots + 8 < 1 + 2 + dots + 8 < mathrm{target}2+⋯+8<1+2+⋯+8<target。这说明 2 开头的序列至少要加到 9。那么,我们只需要把原先 1~9 的滑动窗口的左边界向右移动,变成 2~9 的滑动窗口,然后继续寻找。而右边界完全不需要向左移动。


以此类推,滑动窗口的左右边界都不需要向左移动,所以这道题用滑动窗口一定可以得到所有的解。时间复杂度是 O(n)O(n)O(n)。


注:这道题当前可以用等差数列的求和公式来计算滑动窗口的和。不过我这里没有使用求和公式,是为了展示更通用的解题思路。实际上,把题目中的正整数序列换成任意的递增整数序列,这个方法都可以解。


leetcode滑动窗口详解


解题代码:

/**
 * @param {number} target
 * @return {number[][]}
 */
var findContinuousSequence = function(target) {
    let i = 1; //滑动窗口的左边界
    let j = 1; //滑动窗口的右边界
    let sum = 0; //滑动窗口中数字的和
    let res = []; //存放结果
    while (i <= target / 2) {
        if (sum < target) {
            // 右边界向右移动
            sum += j;
            j++;
        } else if (sum > target) {
            // 左边界向右移动
            sum -= i;
            i++;
        } else {
            let temp = []; //存放结果
            for (var k = i; k < j; k++) {
                temp.push(k);
            }
            res.push(temp);
            // 左边界向右移动
            sum -= i;
            i++;
        }
    }
    return res
};


解题代码:

3.JPG


执行用时:

4.JPG

相关文章
|
5月前
Leetcode第41题(缺失的第一个正数)
这篇文章介绍了解决LeetCode第41题“缺失的第一个正数”的两种方法:使用哈希表和调整数组元素位置,以实现时间复杂度为O(n)且只使用常数级别额外空间的解决方案。
67 0
Leetcode第41题(缺失的第一个正数)
|
7月前
|
算法 Java
LeetCode初级算法题:子数组最大平均数+二叉树的最小深度+最长连续递增序列+柠檬水找零
LeetCode初级算法题:子数组最大平均数+二叉树的最小深度+最长连续递增序列+柠檬水找零
64 0
|
7月前
|
算法 Python
【Leetcode刷题Python】剑指 Offer 33. 二叉搜索树的后序遍历序列
本文提供了一种Python算法,用以判断给定整数数组是否为某二叉搜索树的后序遍历结果,通过识别根节点并递归验证左右子树的值是否满足二叉搜索树的性质。
36 3
|
7月前
|
Python
【Leetcode刷题Python】674. 最长连续递增序列
LeetCode 674题 "最长连续递增序列" 的Python解决方案,使用动态规划算法找出给定整数数组中最长连续递增子序列的长度。
125 0
|
7月前
|
算法 Python
【Leetcode刷题Python】300. 最长递增子序列
LeetCode 300题 "最长递增子序列" 的两种Python解决方案:一种使用动态规划,另一种使用贪心算法结合二分查找。
59 1
|
7月前
|
Python
【Leetcode刷题Python】105. 从前序与中序遍历序列构造二叉树
LeetCode上105号问题"从前序与中序遍历序列构造二叉树"的Python实现,通过递归方法根据前序和中序遍历序列重建二叉树。
51 3
|
7月前
|
Python
【Leetcode刷题Python】376. 摆动序列
文章提供了解决LeetCode "摆动序列" 问题的Python实现代码,通过遍历整数数组并使用两个变量 down 和 up 来记录正差和负差摆动序列的长度,最终返回最长摆动子序列的长度。
57 0
|
7月前
|
Python
【Leetcode刷题Python】946. 验证栈序列
LeetCode题目“946. 验证栈序列”的Python解决方案,通过模拟栈的压入和弹出操作来验证给定的两个序列是否能通过合法的栈操作得到。
46 6
|
9月前
|
存储 算法
力扣经典150题第四十六题:最长连续序列
力扣经典150题第四十六题:最长连续序列
40 0
|
9月前
|
存储 算法 数据可视化
哈希表法快速求解最长连续序列 | 力扣128题详细解析
哈希表法快速求解最长连续序列 | 力扣128题详细解析