前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >2022-04-23:给定你一个整数数组 nums 我们要将 nums 数组中的每个元素移动到 A 集合 或者 B 集合中 使得

2022-04-23:给定你一个整数数组 nums 我们要将 nums 数组中的每个元素移动到 A 集合 或者 B 集合中 使得

作者头像
福大大架构师每日一题
发布2023-06-09 10:09:30
4910
发布2023-06-09 10:09:30
举报
文章被收录于专栏:福大大架构师每日一题

2022-04-23:给定你一个整数数组 nums 我们要将 nums 数组中的每个元素移动到 A 集合 或者 B 集合中 使得 A 集合和 B 集合不为空,并且 average(A) == average(B) 如果可以完成则返回true,否则返回false。 注意:对于数组 arr, average(arr) 是 arr 的所有元素的和除以 arr 长度。 输入: nums = [1,2,3,4,5,6,7,8]。 输出: true。

答案2022-04-23:

  1. 1. 定义全局变量 nslr,分别表示数组长度、数组元素之和、左侧集合的元素个数和右侧集合的元素个数。
  2. 2. 定义两个数组 lvaluesrvalues,用于存储左侧集合和右侧集合的指标值。
  3. 3. 编写函数 splitArraySameAverage(nums []int) bool,其中 nums 是输入的整数数组。首先检查数组长度是否为 1,如果是则返回 false。
  4. 4. 计算数组元素之和 s
  5. 5. 创建一个长度为 n/2 的切片 larr 和一个长度为 n-len(larr) 的切片 rarr,将前半部分元素存储在 larr 中,将后半部分元素存储在 rarr 中。
  6. 6. 调用函数 collect(larr, true) 收集左侧集合的指标值,并调用函数 collect(rarr, false) 收集右侧集合的指标值。
  7. 7. 对右侧集合的指标值进行排序,以便进行二分查找。
  8. 8. 遍历左侧集合的指标值,在右侧集合中查找是否存在相反数,如果存在则说明可以分割成两个具有相同平均数的子集,返回 true;否则返回 false。
  9. 9. 编写函数 collect(arr []int, isLeft bool),其中 arr 是需要遍历的整数数组,isLeft 指示是否为左侧集合。在函数中调用递归函数 process(arr, 0, 0, 0, isLeft)
  10. 10. 编写函数 process(arr []int, index int, sum int, num int, isLeft bool),其中 index 表示当前处理的元素下标,sum 表示当前元素之和,num 表示当前元素个数。如果 index 等于数组长度,则计算指标值并将其存储在 lvaluesrvalues 中。
  11. 11. 对于每个元素,都有两种选择:不加入集合(包括左侧集合和右侧集合),或者加入集合并递归到下一个元素。因此,递归函数应该调用 process(arr, index+1, sum, num, isLeft)process(arr, index+1, sum+arr[index], num+1, isLeft) 这两个函数。
  12. 12. 编写函数 contains(num int) bool,其中 num 是需要查找的元素。使用二分查找算法在 rvalues 数组中查找相应的元素。

时间复杂度:

该算法的时间复杂度主要受到递归函数 process 对数组的遍历方式和左侧集合大小的约束,以及二分查找函数 contains 的时间复杂度的影响。

在 process 函数中,对于每个元素都有两种选择,因此共有 2^n 种可能的组合。对于每种组合,最坏情况下需要进行一个二分查找操作,因此 process 函数的时间复杂度为 O(n\times 2^n \log n)

在 contains 函数中,二分查找的时间复杂度为 O(\log n)

因此,该算法的总时间复杂度为 O(n\times 2^n \log n)

空间复杂度:

该算法的空间复杂度主要受到存储左侧集合指标值的数组 lvalues 和存储右侧集合指标值的数组 rvalues 的影响。这两个数组的长度分别为 2^{n/2}2^{n-n/2},因此总空间复杂度为 O(2^n)

此外,还需要定义一些全局变量和局部变量,它们的空间占用不会随着输入规模的增加而增加,因此可以忽略。

总的来说,该算法的空间复杂度为 O(2^n)。由于 n 的取值范围较小,因此该算法的空间复杂度是可以接受的。

golang完整代码如下:

代码语言:javascript
复制
package main

import (
    "fmt"
    "sort"
)

var (
    n       int
    s       int
    l       int
    r       int
    lvalues [1 << 15]int
    rvalues [1 << 15]int
)

func splitArraySameAverage(nums []int) bool {
    n = len(nums)
    if n == 1 {
        return false
    }

    s = 0
    for _, num := range nums {
        s += num
    }

    l = 0
    r = 0

    larr := make([]int, n/2)
    for i := 0; i < len(larr); i++ {
        larr[i] = nums[i]
    }

    rarr := make([]int, n-len(larr))
    for i := len(larr); i < len(nums); i++ {
        rarr[i-len(larr)] = nums[i]
    }

    // 左侧 : 收集指标的时候,不能一个数也没有
    collect(larr, true)
    // 右侧 : 收集指标的时候,不能所有数都用
    collect(rarr, false)

    sort.Ints(rvalues[:r])
    for i := 0; i < l; i++ {
        // 左侧x  -x
        if contains(-lvalues[i]) {
            return true
        }
    }

    return false
}

func collect(arr []int, isLeft bool) {
    process(arr, 0, 0, 0, isLeft)
}

func process(arr []int, index int, sum int, num int, isLeft bool) {
    if index == len(arr) {
        if isLeft && num > 0 {
            lvalues[l] = s*num - n*sum
            l++
        }
        if !isLeft && num != len(arr) {
            rvalues[r] = s*num - n*sum
            r++
        }
    } else {
        process(arr, index+1, sum, num, isLeft)
        process(arr, index+1, sum+arr[index], num+1, isLeft)
    }
}

func contains(num int) bool {
    left := 0
    right := r - 1
    for left <= right {
        mid := (left + right) / 2
        if rvalues[mid] == num {
            return true
        } else if rvalues[mid] < num {
            left = mid + 1
        } else {
            right = mid - 1
        }
    }
    return false
}

func main() {
    nums := []int{1, 2, 3, 4, 5, 6, 7, 8}
    if splitArraySameAverage(nums) {
        fmt.Println("可以分割成两个具有相同平均数的子集")
    } else {
        fmt.Println("无法分割成两个具有相同平均数的子集")
    }
}

在这里插入图片描述

rust完整代码如下:

代码语言:javascript
复制
use std::cmp::Ordering;

static mut L_VALUES: [i32; 1 << 15] = [0; 1 << 15];
static mut R_VALUES: [i32; 1 << 15] = [0; 1 << 15];
static mut N: i32 = 0;
static mut S: i32 = 0;
static mut L: i32 = 0;
static mut R: i32 = 0;

pub fn split_array_same_average(nums: Vec<i32>) -> bool {
    unsafe {
        N = nums.len() as i32;
        if N == 1 {
            return false;
        }
        S = nums.iter().sum();
        L = 0;
        R = 0;

        let mut larr = vec![0; N as usize / 2];
        for i in 0..larr.len() {
            larr[i] = nums[i];
        }

        let mut rarr = vec![0; N as usize - larr.len()];
        for i in larr.len()..nums.len() {
            rarr[i - larr.len()] = nums[i];
        }

        collect(&mut larr, 0, 0, 0, true);
        collect(&mut rarr, 0, 0, 0, false);

        let mut r_values = [0; 1 << 15];
        for i in 0..R {
            r_values[i as usize] = R_VALUES[i as usize];
        }
        r_values.sort_unstable();

        for i in 0..L {
            if contains(-L_VALUES[i as usize], &r_values) {
                return true;
            }
        }
        false
    }
}

fn collect(arr: &mut [i32], index: usize, sum: i32, num: i32, is_left: bool) {
    unsafe {
        if index == arr.len() {
            if is_left && num > 0 {
                L_VALUES[L as usize] = S * num - N * sum;
                L += 1;
            }
            if !is_left && num != arr.len() as i32 {
                R_VALUES[R as usize] = S * num - N * sum;
                R += 1;
            }
        } else {
            collect(arr, index + 1, sum, num, is_left);
            collect(arr, index + 1, sum + arr[index], num + 1, is_left);
        }
    }
}

fn contains(num: i32, r_values: &[i32]) -> bool {
    let mut left = 0;
    let mut right = r_values.len() - 1;
    while left <= right {
        let mid = (left + right) / 2;
        match r_values[mid].cmp(&num) {
            Ordering::Equal => return true,
            Ordering::Less => left = mid + 1,
            Ordering::Greater => right = mid - 1,
        }
    }
    false
}

fn main() {
    let nums = vec![1, 2, 3, 4, 5, 6, 7, 8];
    let result = split_array_same_average(nums);
    println!("{}", result);
}
本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2023-04-23,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 福大大架构师每日一题 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • golang完整代码如下:
  • rust完整代码如下:
相关产品与服务
对象存储
对象存储(Cloud Object Storage,COS)是由腾讯云推出的无目录层次结构、无数据格式限制,可容纳海量数据且支持 HTTP/HTTPS 协议访问的分布式存储服务。腾讯云 COS 的存储桶空间无容量上限,无需分区管理,适用于 CDN 数据分发、数据万象处理或大数据计算与分析的数据湖等多种场景。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档