一文详解如何科学做「找规律」的算法题|Java 刷题打卡

简介: 一文详解如何科学做「找规律」的算法题|Java 刷题打卡

网络异常,图片无法展示
|


题目描述



这是 LeetCode 上的 1006. 笨阶乘 ,难度为 中等


Tag : 「数学」、「栈」


通常,正整数 n 的阶乘是所有小于或等于 n 的正整数的乘积。


例如,factorial(10) = 10 * 9 * 8 * 7 * 6 * 5 * 4 * 3 * 2 * 1。


相反,我们设计了一个笨阶乘 clumsy:在整数的递减序列中,我们以一个固定顺序的操作符序列来依次替换原有的乘法操作符:乘法(*),除法(/),加法(+)和减法(-)。


例如,clumsy(10) = 10 * 9 / 8 + 7 - 6 * 5 / 4 + 3 - 2 * 1。然而,这些运算仍然使用通常的算术运算顺序:我们在任何加、减步骤之前执行所有的乘法和除法步骤,并且按从左到右处理乘法和除法步骤。


另外,我们使用的除法是地板除法(floor division),所以 10 * 9 / 8 等于 11。这保证结果是一个整数。


实现上面定义的笨函数:给定一个整数 N,它返回 N 的笨阶乘。

 

示例 1:


输入:4
输出:7
解释:7 = 4 * 3 / 2 + 1
复制代码


示例 2:


输入:10
输出:12
解释:12 = 10 * 9 / 8 + 7 - 6 * 5 / 4 + 3 - 2 * 1
复制代码


提示:


  • 1 <= N <= 10000
  • -2^{31}231 <= answer <= 2^{31}231 - 1  (答案保证符合 32 位整数)


通用表达式解法



第一种解法是我们的老朋友解法了,使用「双栈」来解决通用表达式问题。


事实上,我提供这套解决方案不仅仅能解决只有 + - ( )224. 基本计算器) 或者 + - * /(227. 基本计算器 II) 的表达式问题,还能能解决 + - * / ^ % ( ) 的完全表达式问题。


甚至支持自定义运算符,只要在运算优先级上进行维护即可。


对于「表达式计算」这一类问题,你都可以使用这套思路进行解决。我十分建议你加强理解这套处理逻辑。


对于「任何表达式」而言,我们都使用两个栈 numsops


  • nums : 存放所有的数字
  • ops :存放所有的数字以外的操作

然后从前往后做,对遍历到的字符做分情况讨论:

  • 空格 : 跳过
  • ( : 直接加入 ops 中,等待与之匹配的 )
  • ) : 使用现有的 numsops 进行计算,直到遇到左边最近的一个左括号为止,计算结果放到 nums
  • 数字 : 从当前位置开始继续往后取,将整一个连续数字整体取出,加入 nums
  • + - * / ^ % : 需要将操作放入 ops 中。


在放入之前先把栈内可以算的都算掉(只有「栈内运算符」比「当前运算符」优先级高/同等,才进行运算),使用现有的 numsops 进行计算,直到没有操作或者遇到左括号,计算结果放到 nums


我们可以通过 🌰 来理解 只有「栈内运算符」比「当前运算符」优先级高/同等,才进行运算 是什么意思:


因为我们是从前往后做的,假设我们当前已经扫描到 2 + 1 了(此时栈内的操作为 + )。


  1. 如果后面出现的 + 2 或者 - 1 的话,满足「栈内运算符」比「当前运算符」优先级高/同等,可以将 2 + 1 算掉,把结果放到 nums 中;
  2. 如果后面出现的是 * 2 或者 / 1 的话,不满足「栈内运算符」比「当前运算符」优先级高/同等,这时候不能计算 2 + 1


代码:


class Solution {
    public int clumsy(int n) {
        Deque<Integer> nums = new ArrayDeque<>();
        Deque<Character> ops = new ArrayDeque<>();
        // 维护运算符优先级
        Map<Character, Integer> map = new HashMap<>(){{
            put('*', 2);
            put('/', 2);
            put('+', 1);
            put('-', 1);
        }};
        char[] cs = new char[]{'*', '/', '+', '-'};
        for (int i = n, j = 0; i > 0; i--, j++) {
            char op = cs[j % 4];
            nums.addLast(i);
            // 如果「当前运算符优先级」不高于「栈顶运算符优先级」,说明栈内的可以算
            while (!ops.isEmpty() && map.get(ops.peekLast()) >= map.get(op)) {
                calc(nums, ops);
            }
            if (i != 1) ops.add(op);
        }
        // 如果栈内还有元素没有算完,继续算
        while (!ops.isEmpty()) calc(nums, ops);
        return nums.peekLast();
    }
    void calc(Deque<Integer> nums, Deque<Character> ops) {
        int b = nums.pollLast(), a = nums.pollLast();
        int op = ops.pollLast();
        int ans = 0;
        if (op == '+') ans = a + b;
        else if (op == '-') ans = a - b;
        else if (op == '*') ans = a * b;
        else if (op == '/') ans = a / b;
        nums.addLast(ans);
    }
}
复制代码


  • 时间复杂度:O(n)O(n)
  • 空间复杂度:O(n)O(n)


数学解法(打表技巧分析)



这次在讲【证明】之前,顺便给大家讲讲找规律的题目该怎么做。


由于是按照特定顺序替换运算符,因此应该是有一些特性可以被我们利用的。


通常我们需要先实现一个可打表的算法(例如上述的解法一,这是为什么掌握「通用表达式」解法具有重要意义),将连续数字的答案打印输出,来找找规律:


Solution solution = new Solution();
    for (int i = 1; i <= 10000; i++) {
        int res = solution.clumsy(i);
        System.out.println(i + " : " + res);
    }
复制代码


网络异常,图片无法展示
|


似乎 nn 与 答案比较接近,我们考虑将两者的差值输出:


Solution solution = new Solution();
    for (int i = 1; i <= 10000; i++) {
        int res = solution.clumsy(i);
        System.out.println(i + " : " + res + " : " + (res - i));
    }
复制代码


网络异常,图片无法展示
|


咦,好像发现了什么不得了的东西。似乎每四个数,差值都是 [1, 2, 2, -1]

再修改我们的打表逻辑,来验证一下(只输出与我们猜想不一样的数字):


Solution solution = new Solution();
    int[] diff = new int[]{1,2,2,-1};
    for (int i = 1; i <= 10000; i++) {
        int res = solution.clumsy(i);
        int t = res - i;
        if (t != diff[i % 4]) {
            System.out.println(i + " : " + res);
        }
    }
复制代码


网络异常,图片无法展示
|

只有前四个数字被输出,其他数字都是符合我们的猜想规律的。


到这里我们已经知道代码怎么写可以 AC 了,十分简单。


代码:


class Solution {
    public int clumsy(int n) {
        int[] special = new int[]{1,2,6,7};
        int[] diff = new int[]{1,2,2,-1};
        if (n <= 4) return special[(n - 1) % 4];
        return n + diff[n % 4];
    }
}
复制代码


  • 时间复杂度:O(1)O(1)
  • 空间复杂度:O(1)O(1)


证明



讲完我们的【实战技巧】之后,再讲讲如何证明。


上述的做法比较适合于笔试或者比赛,但是面试,通常还需要证明做法为什么是正确的。


我们不失一般性的分析某个 n,当然这个 n 必须是大于 4,不属于我们的特判值。


然后对 n 进行讨论(根据我们的打表猜想去证明规律是否可推广):


  1. n % 4 == 0 : f(n) = n * (n - 1) / (n - 2) + ... + 5 - 4 * 3 / 2 + 1 = n + 1f(n)=n(n1)/(n2)+...+543/2+1=n+1,即 diff = 1
  2. n % 4 == 1 : f(n) = n * (n - 1) / (n - 2) + ... + 6 - 5 * 4 / 3 + 2 - 1 = n + 2f(n)=n(n1)/(n2)+...+654/3+21=n+2,即 diff = 2
  3. n % 4 == 2 : f(n) = n * (n - 1) / (n - 2) + ... + 7 - 6 * 5 / 4 + 3 - 2 * 1 = n + 2f(n)=n(n1)/(n2)+...+765/4+321=n+2,即 diff = 2
  4. n % 4 == 3 : f(n) = n * (n - 1) / (n - 2) + ... + 8 - 7 * 6 / 5 + 4 - 3 * 2 / 1 = n - 1f(n)=n(n1)/(n2)+...+876/5+432/1=n1,即 diff = -1


上述的表达式展开过程属于小学数学内容,省略号部分的项式的和为 0,因此你只需要关注我写出来的那部分。


至此,我们证明了我们的打表猜想具有「可推广」的特性。


甚至我们应该学到:证明可以是基于猜想去证明,而不必从零开始进行推导。


最后



这是我们「刷穿 LeetCode」系列文章的第 No.1006 篇,系列开始于 2021/01/01,截止于起始日 LeetCode 上共有 1916 道题目,部分是有锁题,我们将先将所有不带锁的题目刷完。


在这个系列文章里面,除了讲解解题思路以外,还会尽可能给出最为简洁的代码。如果涉及通解还会相应的代码模板。


为了方便各位同学能够电脑上进行调试和提交代码,我建立了相关的仓库:github.com/SharingSour…


在仓库地址里,你可以看到系列文章的题解链接、系列文章的相应代码、LeetCode 原题链接和其他优选题解。

相关文章
|
5月前
|
负载均衡 算法 关系型数据库
大数据大厂之MySQL数据库课程设计:揭秘MySQL集群架构负载均衡核心算法:从理论到Java代码实战,让你的数据库性能飙升!
本文聚焦 MySQL 集群架构中的负载均衡算法,阐述其重要性。详细介绍轮询、加权轮询、最少连接、加权最少连接、随机、源地址哈希等常用算法,分析各自优缺点及适用场景。并提供 Java 语言代码实现示例,助力直观理解。文章结构清晰,语言通俗易懂,对理解和应用负载均衡算法具有实用价值和参考价值。
大数据大厂之MySQL数据库课程设计:揭秘MySQL集群架构负载均衡核心算法:从理论到Java代码实战,让你的数据库性能飙升!
|
5月前
|
存储 缓存 监控
上网行为监控系统剖析:基于 Java LinkedHashMap 算法的时间序列追踪机制探究
数字化办公蓬勃发展的背景下,上网行为监控系统已成为企业维护信息安全、提升工作效能的关键手段。该系统需实时记录并深入分析员工的网络访问行为,如何高效存储和管理这些处于动态变化中的数据,便成为亟待解决的核心问题。Java 语言中的LinkedHashMap数据结构,凭借其独有的有序性特征以及可灵活配置的淘汰策略,为上网行为监控系统提供了一种兼顾性能与功能需求的数据管理方案。本文将对LinkedHashMap在上网行为监控系统中的应用原理、实现路径及其应用价值展开深入探究。
104 3
|
5月前
|
人工智能 算法 NoSQL
LRU算法的Java实现
LRU(Least Recently Used)算法用于淘汰最近最少使用的数据,常应用于内存管理策略中。在Redis中,通过`maxmemory-policy`配置实现不同淘汰策略,如`allkeys-lru`和`volatile-lru`等,采用采样方式近似LRU以优化性能。Java中可通过`LinkedHashMap`轻松实现LRUCache,利用其`accessOrder`特性和`removeEldestEntry`方法完成缓存淘汰逻辑,代码简洁高效。
193 0
|
13天前
|
算法 安全 数据可视化
基于多目标鲸鱼优化算法(NSWOA)求解地铁隧道竖向位移和成本的双目标求解(以铁道科学报与工程文章为例)研究(Matlab代码实现)
基于多目标鲸鱼优化算法(NSWOA)求解地铁隧道竖向位移和成本的双目标求解(以铁道科学报与工程文章为例)研究(Matlab代码实现)
|
4月前
|
存储 算法 安全
Java中的对称加密算法的原理与实现
本文详细解析了Java中三种常用对称加密算法(AES、DES、3DES)的实现原理及应用。对称加密使用相同密钥进行加解密,适合数据安全传输与存储。AES作为现代标准,支持128/192/256位密钥,安全性高;DES采用56位密钥,现已不够安全;3DES通过三重加密增强安全性,但性能较低。文章提供了各算法的具体Java代码示例,便于快速上手实现加密解密操作,帮助用户根据需求选择合适的加密方案保护数据安全。
341 58
|
3月前
|
存储 负载均衡 算法
我们来说一说 Java 的一致性 Hash 算法
我是小假 期待与你的下一次相遇 ~
102 1
|
3月前
|
存储 监控 算法
企业上网监控场景下布隆过滤器的 Java 算法构建及其性能优化研究
布隆过滤器是一种高效的数据结构,广泛应用于企业上网监控系统中,用于快速判断员工访问的网址是否为违规站点。相比传统哈希表,它具有更低的内存占用和更快的查询速度,支持实时拦截、动态更新和资源压缩,有效提升系统性能并降低成本。
73 0
|
4月前
|
机器学习/深度学习 算法 搜索推荐
决策树算法如何读懂你的购物心理?一文看懂背后的科学
"你为什么总能收到刚好符合需求的商品推荐?你有没有好奇过,为什么刚浏览过的商品就出现了折扣通知?
|
6月前
|
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。
131 3
|
7天前
|
传感器 机器学习/深度学习 算法
【使用 DSP 滤波器加速速度和位移】使用信号处理算法过滤加速度数据并将其转换为速度和位移研究(Matlab代码实现)
【使用 DSP 滤波器加速速度和位移】使用信号处理算法过滤加速度数据并将其转换为速度和位移研究(Matlab代码实现)

热门文章

最新文章