【算法学习】1588. 所有奇数长度子数组的和(java / c / c++ / python / go / rust)

简介: 给你一个正整数数组 arr ,请你计算所有可能的奇数长度子数组的和。子数组 定义为原数组中的一个连续子序列。请你返回 arr 中 所有奇数长度子数组的和 。

1588. 所有奇数长度子数组的和:

给你一个正整数数组 arr ,请你计算所有可能的奇数长度子数组的和。

子数组 定义为原数组中的一个连续子序列。

请你返回 arr 中 所有奇数长度子数组的和 。

样例 1

输入:
    arr = [1,4,2,5,3]
    
输出:
    58
    
解释:
    所有奇数长度子数组和它们的和为:
    [1] = 1
    [4] = 4
    [2] = 2
    [5] = 5
    [3] = 3
    [1,4,2] = 7
    [4,2,5] = 11
    [2,5,3] = 10
    [1,4,2,5,3] = 15
    我们将所有值求和得到 1 + 4 + 2 + 5 + 3 + 7 + 11 + 10 + 15 = 58

样例 2

输入:
    arr = [1,2]
    
输出:
    3
    
解释:
    总共只有 2 个长度为奇数的子数组,[1] 和 [2]。它们的和为 3 。

样例 3

输入:
    arr = [10,11,12]
    
输出:
    66

提示

  • 1 <= arr.length <= 100
  • 1 <= arr[i] <= 1000

分析

  • 这道算法题的题意应该不难理解,暴力O(n3)的解法应该都能想到。
  • 有人会想到用滑动窗口或者前缀和,这些是常用的优化手段。
  • 根据题意我们知道子数组就像子序列,是否出现在子数组中,和数字具体是多少无关,只和位置有关。
  • 既然和具体数字无关,这种子序列,子数组,排列组合,就一定有规律,可以用数学的方式去解决。
  • 我们可以一头到尾遍历一遍,然后累加 每个数字的值乘以每个数字出现在子数组的次数 就可以得到结果。接下来就变成我们是否可以找到每个数字出现在子数组中的次数规律。
  • 假设我们选定一个数字,那么除了这个数字之外,我们还可以另外选择 偶数个其他数字 凑成奇数长度的子数组。
  • 我们可以把其他数字的选择,分成左面和右面两部分,那么这个选定的数字出现在子数组的次数就是 左面可选数字方案数 * 右面数字可选方案数。
  • 奇数=1 + 偶数,选定一个数字之后,如果左面选择奇数个数字,那么右面也必须选择奇数个数字;如果左面选择偶数个数字,那么右面也要选择偶数个数字。这样加上选定的数字,就刚好是奇数长度子数组。
  • 最终每个数字出现的次数就是 左面选择奇数个数字的方案数 右面选择奇数个数字的方案数 + 左面选择偶数个数字的方案数 右面选择偶数个数字的方案数。
  • 从0到n中,奇数的数量是(n + 1) / 2个,偶数的数量是n / 2 + 1(0也算偶数个)。

题解

java

class Solution {
    public int sumOddLengthSubarrays(int[] arr) {
        int ans = 0;

        int endIndex = arr.length - 1;
        for (int i = 0; i <= endIndex; ++i) {
            int leftCount  = i;
            int rightCount = endIndex - i;
            int leftOdd    = (leftCount + 1) / 2;
            int rightOdd   = (rightCount + 1) / 2;
            int leftEven   = leftCount / 2 + 1;
            int rightEven  = rightCount / 2 + 1;
            ans += arr[i] * (leftOdd * rightOdd + leftEven * rightEven);
        }

        return ans;
    }
}

c

int sumOddLengthSubarrays(int* arr, int arrSize){
    int ans = 0;

    int endIndex = arrSize - 1;
    for (int i = 0; i <= endIndex; i++) {
        int leftCount = i;
        int rightCount = endIndex - i;
        int leftOdd = (leftCount + 1) / 2;
        int rightOdd = (rightCount + 1) / 2;
        int leftEven = leftCount / 2 + 1;
        int rightEven = rightCount / 2 + 1;
        ans += arr[i] * (leftOdd * rightOdd + leftEven * rightEven);
    }

    return ans;
}

c++

class Solution {
public:
    int sumOddLengthSubarrays(vector<int>& arr) {
        int ans = 0;

        int endIndex = arr.size() - 1;
        for (int i = 0; i <= endIndex; i++) {
            int leftCount = i;
            int rightCount = endIndex - i;
            int leftOdd = (leftCount + 1) / 2;
            int rightOdd = (rightCount + 1) / 2;
            int leftEven = leftCount / 2 + 1;
            int rightEven = rightCount / 2 + 1;
            ans += arr[i] * (leftOdd * rightOdd + leftEven * rightEven);
        }

        return ans;
    }
};

python

class Solution:
    def sumOddLengthSubarrays(self, arr: List[int]) -> int:
        ans = 0
        endIndex = len(arr) - 1
        for i, v in enumerate(arr):
            leftCount, rightCount = i, endIndex - i
            leftOdd = (leftCount + 1) // 2
            rightOdd = (rightCount + 1) // 2
            leftEven = leftCount // 2 + 1
            rightEven = rightCount // 2 + 1
            ans += v * (leftOdd * rightOdd + leftEven * rightEven)
        return ans
        

go

func sumOddLengthSubarrays(arr []int) (ans int) {
    endIndex := len(arr) - 1
    for i, v := range arr {
        leftCount, rightCount := i, endIndex-i
        leftOdd := (leftCount + 1) / 2
        rightOdd := (rightCount + 1) / 2
        leftEven := leftCount/2 + 1
        rightEven := rightCount/2 + 1
        ans += v * (leftOdd*rightOdd + leftEven*rightEven)
    }
    return ans
}

rust

impl Solution {
    pub fn sum_odd_length_subarrays(arr: Vec<i32>) -> i32 {
        let endIndex = arr.len() - 1;
        arr.iter().enumerate().map(|(i, v)| {
            let leftCount = i;
            let rightCount = endIndex - i;
            let leftOdd = (leftCount + 1) / 2;
            let rightOdd = (rightCount + 1) / 2;
            let leftEven = leftCount / 2 + 1;
            let rightEven = rightCount / 2 + 1;
            arr[i] * ((leftOdd * rightOdd + leftEven * rightEven) as i32)
        }).sum()
    }
}

在这里插入图片描述


原题传送门:https://leetcode-cn.com/problems/sum-of-all-odd-length-subarrays/


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
|
机器学习/深度学习 JSON Java
Java调用Python的5种实用方案:从简单到进阶的全场景解析
在机器学习与大数据融合背景下,Java与Python协同开发成为企业常见需求。本文通过真实案例解析5种主流调用方案,涵盖脚本调用到微服务架构,助力开发者根据业务场景选择最优方案,提升开发效率与系统性能。
2479 0
|
安全 Java 编译器
对比Java学习Go——基础理论篇
本章介绍了Java开发者学习Go语言的必要性。Go语言以简单、高效、并发为核心设计哲学,摒弃了传统的类继承和异常机制,采用组合、接口和多返回值错误处理,提升了代码清晰度与开发效率。Go直接编译为静态二进制文件,启动迅速、部署简便,其基于Goroutine和Channel的并发模型相较Java的线程与锁机制更轻量安全。此外,Go Modules简化了依赖管理,与Java的Maven/Gradle形成鲜明对比,提升了构建与部署效率。
873 1
|
jenkins Shell 测试技术
|
安全 jenkins Java
Java、Python、C++支持jenkins和SonarQube(一)
Jenkins 是一个开源的 持续集成(CI)和持续交付(CD) 工具,用于自动化构建、测试和部署软件项目。它基于 Java 开发,支持跨平台运行,并拥有丰富的插件生态系统,可以灵活地扩展功能
701 5
|
存储 Java Go
对比Java学习Go——函数、集合和OOP
Go语言的函数支持声明与调用,具备多返回值、命名返回值等特性,结合`func`关键字与类型后置语法,使函数定义简洁直观。函数可作为一等公民传递、赋值或作为参数,支持匿名函数与闭包。Go通过组合与接口实现面向对象编程,结构体定义数据,方法定义行为,接口实现多态,体现了Go语言的简洁与高效设计。
394 4
|
jenkins Java Shell
Java、Python、C++支持jenkins和SonarQube(全集)
Jenkins 是一个开源的持续集成(CI)和持续交付(CD)工具,用于自动化构建、测试和部署软件项目。它基于 Java 开发,支持跨平台运行,并拥有丰富的插件生态系统,可以灵活地扩展功能
1042 1
|
jenkins Java 持续交付
Java、Python、C++支持Jenkins和SonarQube(三)
Python与Jenkins和SonarQube
632 1
|
人工智能 安全 Java
Go与Java泛型原理简介
本文介绍了Go与Java泛型的实现原理。Go通过单态化为不同类型生成函数副本,提升运行效率;而Java则采用类型擦除,将泛型转为Object类型处理,保持兼容性但牺牲部分类型安全。两种机制各有优劣,适用于不同场景。
787 24
|
jenkins Java 测试技术
|
存储 Java 编译器
对比Java学习Go——程序结构与变量
本节对比了Java与Go语言的基础结构,包括“Hello, World!”程序、代码组织方式、入口函数定义、基本数据类型及变量声明方式。Java强调严格的面向对象结构,所有代码需置于类中,入口方法需严格符合`public static void main(String[] args)`格式;而Go语言结构更简洁,使用包和函数组织代码,入口函数为`func main()`。两种语言在变量声明、常量定义、类型系统等方面也存在显著差异,体现了各自的设计哲学。
464 0

推荐镜像

更多