首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
社区首页 >问答首页 >计数有界切片密码

计数有界切片密码
EN

Stack Overflow用户
提问于 2014-01-21 07:22:44
回答 6查看 12.2K关注 0票数 13

我最近参加了一个密码编程测试,问题是如何在数组中找到有界切片的数目。

我只是简单地解释一下这个问题。

如果Max(SliceArray)-Min(SliceArray)<=K,则表示数组的一个切片是有界的。

如果数组3,5,6,7,3和K=2提供。有界切片的数目是9,

数组中的第一片(0,0) =3 Max(0,0)=3 Max-Min<=K结果0<=2,因此它是有界切片

数组中的第二片(0,1) =3 Max(0,1)=5 Max-Min<=K结果2<=2,因此它是有界切片

数组Min(0,1)=3 Max (0,2) =6 Max-Min<=K结果3<=2中的第二片(0,2),因此它不是有界切片

通过这种方式,您可以发现有九个有界的切片。

(0,0),(0,1),(1,1),(1,2),(2,2),(2,3),(3,3),(4,4)。

以下是我提供的解决方案

代码语言:javascript
代码运行次数:0
运行
复制
private int FindBoundSlice(int K, int[] A)
{
    int BoundSlice=0;
    Stack<int> MinStack = new Stack<int>();
    Stack<int> MaxStack = new Stack<int>();




    for (int p = 0; p < A.Length; p++)
    {
        MinStack.Push(A[p]);
        MaxStack.Push(A[p]);
        for (int q = p; q < A.Length; q++)
        {
            if (IsPairBoundedSlice(K, A[p], A[q], MinStack, MaxStack))
                BoundSlice++;
            else
                break;
        }
    }

    return BoundSlice;
}

private bool IsPairBoundedSlice(int K, int P, int Q,Stack<int> Min,Stack<int> Max)
{
    if (Min.Peek() > P)
    {
        Min.Pop();
        Min.Push(P);
    }

    if (Min.Peek() > Q)
    {
        Min.Pop();
        Min.Push(Q);
    }

    if (Max.Peek() < P)
    {
        Max.Pop();
        Max.Push(P);
    }

    if (Max.Peek() < Q)
    {
        Max.Pop();
        Max.Push(Q);
    }

    if (Max.Peek() - Min.Peek() <= K)
        return true;
    else
        return false;
}

但是,根据密码审查,上述解运行在O(N^2)中,有人能帮助我找到运行在O(N)中的解吗?

最大时间复杂度允许O(N)。最大空间复杂度允许O(N)。

EN

回答 6

Stack Overflow用户

回答已采纳

发布于 2014-01-21 10:12:31

提示

其他人解释了基本算法,即根据最大和最小之间的当前差值,保持2个指针并提前开始或结束。

移动结束时很容易更新最大值和最小值。

然而,这个问题的主要挑战是如何在移动开始时进行更新。大多数堆或平衡的树结构将花费O(logn)更新,并将导致整体O(nlogn)复杂性过高。

为及时做到这一点,O(n):

  1. 提前结束直到超过允许的阈值。
  2. 然后从这个关键位置向后循环,在数组中存储一个累积值,以便在当前结束和当前启动之间的每个位置上达到最小值和最大值。
  3. 现在,您可以从更新的min/max值的数组中提升开始指针并立即查找。
  4. 您可以继续使用这些数组来更新start,直到start达到临界位置。此时返回到步骤1,并生成一组新的查找值。

总的来说,这个过程只对每个元素进行一次反向工作,所以总复杂度是O(n)。

示例

对于K为4的序列:

代码语言:javascript
代码运行次数:0
运行
复制
4,1,2,3,4,5,6,10,12

第一步向前推进,直到我们超过界限。

代码语言:javascript
代码运行次数:0
运行
复制
start,4,1,2,3,4,5,end,6,10,12

步骤2从端到端向后工作,计算数组MAX和MIN。MAXi是从i到结束的所有元素的最大值。

代码语言:javascript
代码运行次数:0
运行
复制
Data = start,4,1,2,3,4,5,end,6,10,12
MAX  = start,5,5,5,5,5,5,critical point=end -
MIN  = start,1,1,2,3,4,5,critical point=end -

步骤3现在可以提前、启动并立即查找范围内最小的最大值和最小值,开始到临界点。

这些可以与范围临界点到终点的最大/分钟相结合,以找到范围开始到结束的总体最大/分钟。

PYTHON代码

代码语言:javascript
代码运行次数:0
运行
复制
def count_bounded_slices(A,k):
    if len(A)==0:
        return 0
    t=0
    inf = max(abs(a) for a in A)
    left=0
    right=0
    left_lows = [inf]*len(A)
    left_highs = [-inf]*len(A)
    critical = 0
    right_low = inf
    right_high = -inf
    # Loop invariant
    #  t counts number of bounded slices A[a:b] with a<left
    #  left_lows[i] is defined for values in range(left,critical)
    #    and contains the min of A[left:critical]
    #  left_highs[i] contains the max of A[left:critical]
    #  right_low is the minimum of A[critical:right]
    #  right_high is the maximum of A[critical:right]
    while left<len(A):
        # Extend right as far as possible
        while right<len(A) and max(left_highs[left],max(right_high,A[right]))-min(left_lows[left],min(right_low,A[right]))<=k:
            right_low = min(right_low,A[right])
            right_high = max(right_high,A[right])
            right+=1    
        # Now we know that any slice starting at left and ending before right will satisfy the constraints
        t += right-left
        # If we are at the critical position we need to extend our left arrays
        if left==critical:
            critical=right
            left_low = inf
            left_high = -inf
            for x in range(critical-1,left,-1):
                left_low = min(left_low,A[x])
                left_high = max(left_high,A[x])
                left_lows[x] = left_low
                left_highs[x] = left_high
            right_low = inf
            right_high = -inf
        left+=1
    return t

A = [3,5,6,7,3]
print count_bounded_slices(A,2)
票数 1
EN

Stack Overflow用户

发布于 2015-10-26 22:20:57

现在,仁慈释放他们的黄金解与O(N)的时间和空间。https://codility.com/media/train/solution-count-bounded-slices.pdf

如果你看完pdf后还很困惑,就像我一样.这是一个很好的解释

pdf中的解决方案:

代码语言:javascript
代码运行次数:0
运行
复制
def boundedSlicesGolden(K, A):
N = len(A)

maxQ = [0] * (N + 1)
posmaxQ = [0] * (N + 1)
minQ = [0] * (N + 1)
posminQ = [0] * (N + 1)

firstMax, lastMax = 0, -1
firstMin, lastMin = 0, -1
j, result = 0, 0

for i in xrange(N):
    while (j < N):
        # added new maximum element
        while (lastMax >= firstMax and maxQ[lastMax] <= A[j]):
            lastMax -= 1
        lastMax += 1
        maxQ[lastMax] = A[j]
        posmaxQ[lastMax] = j

        # added new minimum element
        while (lastMin >= firstMin and minQ[lastMin] >= A[j]):
            lastMin -= 1
        lastMin += 1
        minQ[lastMin] = A[j]
        posminQ[lastMin] = j

        if (maxQ[firstMax] - minQ[firstMin] <= K):
            j += 1
        else:
            break
    result += (j - i)
    if result >= maxINT:
        return maxINT
    if posminQ[firstMin] == i:
        firstMin += 1
    if posmaxQ[firstMax] == i:
        firstMax += 1
return result
票数 2
EN

Stack Overflow用户

发布于 2014-01-21 09:56:13

以下是我解决这个问题的尝试:

代码语言:javascript
代码运行次数:0
运行
复制
- you start with p and q form position 0, min =max =0;
- loop until p = q = N-1
- as long as max-min<=k advance q and increment number of bounded slides.
- if max-min >k advance p
- you need to keep track of 2x min/max values because when you advance p, you might remove one  or both of the min/max values
- each time you advance p or q update min/max

如果你想的话,我可以写代码,但我认为这个想法很明确.

希望能帮上忙。

票数 1
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/21251707

复制
相关文章

相似问题

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