文章目录
【前缀和】美团20230826秋招T5-平均数为k的最长连续子数组
题目描述与示例
题目描述
给定n
个正整数组成的数组,求平均数正好等于k
的最长连续子数组的长度。
输入描述
第一行输入两个正整数n
和k
,用空格隔开。
第二行输入n
个正整数ai
,用来表示数组。
1 <= n <= 200000
1 < = k, ai <= 10^9
输出描述
如果不存在任何一个连续子数组的平均数等于k
,则输出-1
。
否则输出平均数正好等于k
的最长连续子数组的长度。
示例
输入
Plain
5 2
1 3 2 4 1
输出
Plain
3
说明
取前三个数即可,平均数为2
。
解题思路
求连续子数组的平均数是一个比较难处理的过程,可以先做一步转换,把原数组nums
中每一个元素都减去k
得到一个新数组nums_new
,那么题目就变成了求和为 0
的最长连续子数组的长度了。
由于nums_new
中的元素有负数也有正数,该解题过程不能够用滑动窗口来解决,而应该使用前缀和结合哈希表来解决问题。
对数组nums_new
构建前缀和数组pre_sum_lst
,由于要求计算和为0
的连续子数组,故我们仅需要找到pre_sum_lst
中两个距离最远的相等元素 。该过程可以通过一边遍历pre_sum_lst
中的元素pre_sum
,一边构建哈希表dic
来进行,若
pre_sum
不位于哈希表中,说明它是首次出现,将其下标i
记录在哈希表中pre_sum
已位于哈希表中,说明它之前已经出现过了,第一次出现的下标为dic[pre_sum]
,那么当前和为0的连续子数组的长度为i-dic[pre_sum]
,将其与ans
比较并更新。
上述过程的核心代码如下
python
for i, pre_sum in enumerate(pre_sum_lst):
if pre_sum not in dic:
dic[pre_sum] = i
else:
ans = max(ans, i-dic[pre_sum])
代码
Python
python
# 题目:【前缀和】美团2023秋招-平均数为k的最长连续子数组
# 作者:闭着眼睛学数理化
# 算法:前缀和/哈希表
# 代码有看不懂的地方请直接在群上提问
from itertools import accumulate
# 输入数组长度n,平均值k
n, k = map(int, input().split())
# 对输入的数组nums中的每一个元素进行-k的预处理,得到nums_new数组
nums_new = list(map(lambda x: int(x)-k, input().split()))
# 构建前缀和数组,注意首位需要填充一个0,表示不选取任何数字的前缀和
pre_sum_lst = [0] + list(accumulate(nums_new))
# 构建哈希表,储存每个前缀和首次出现的下标
dic = dict()
# 初始化答案为-1
ans = -1
# 遍历前缀和数组中的所有下标和元素
for i, pre_sum in enumerate(pre_sum_lst):
# 若pre_sum没有在哈希表中出现过
# 则记录其第一次出现的下标
if pre_sum not in dic:
dic[pre_sum] = i
# 若pre_sum在哈希表中出现过
# 则计算当前下标i和其第一次出现下标dic[pre_sum]之差
# 用于更新答案ans
else:
ans = max(ans, i-dic[pre_sum])
print(ans)
Java
java
import java.util.HashMap;
import java.util.Scanner;
public class Main {
public static void main(String[] args) {
Scanner scanner = new Scanner(System.in);
int n = scanner.nextInt();
int k = scanner.nextInt();
int[] nums = new int[n];
for (int i = 0; i < n; i++) {
nums[i] = scanner.nextInt() - k; // 预处理,将每个元素减去 k
}
HashMap<Integer, Integer> prefixSumIndices = new HashMap<>();
prefixSumIndices.put(0, -1); // 初始化前缀和为0的下标为-1
int prefixSum = 0;
int maxLength = -1;
for (int i = 0; i < n; i++) {
prefixSum += nums[i];
if (prefixSumIndices.containsKey(prefixSum)) {
int startIndex = prefixSumIndices.get(prefixSum) + 1; // 子数组的起始下标
int currentLength = i - startIndex + 1; // 当前子数组长度
maxLength = Math.max(maxLength, currentLength);
} else {
prefixSumIndices.put(prefixSum, i);
}
}
System.out.println(maxLength);
}
}
C++
cpp
#include <iostream>
#include <vector>
#include <unordered_map>
using namespace std;
int main() {
int n, k;
cin >> n >> k;
vector<int> nums(n);
for (int i = 0; i < n; ++i) {
cin >> nums[i];
nums[i] -= k; // 预处理,将每个元素减去 k
}
unordered_map<int, int> prefixSumIndices;
prefixSumIndices[0] = -1; // 初始化前缀和为0的下标为-1
int prefixSum = 0;
int maxLength = -1;
for (int i = 0; i < n; ++i) {
prefixSum += nums[i];
if (prefixSumIndices.find(prefixSum) != prefixSumIndices.end()) {
int startIndex = prefixSumIndices[prefixSum] + 1; // 子数组的起始下标
int currentLength = i - startIndex + 1; // 当前子数组长度
maxLength = max(maxLength, currentLength);
} else {
prefixSumIndices[prefixSum] = i;
}
}
cout << maxLength << endl;
return 0;
}
时空复杂度
时间复杂度:O(N)
。构建nums_new
,前缀和数组pre_sum_lst
,遍历前缀和数组pre_sum_lst
,均只需一次遍历。
空间复杂度:O(N)
。主要为前缀和数组pre_sum_lst
和哈希表dic
所占空间。
华为OD算法/大厂面试高频题算法练习冲刺训练
-
华为OD算法/大厂面试高频题算法冲刺训练目前开始常态化报名!目前已服务100+同学成功上岸!
-
课程讲师为全网50w+粉丝编程博主@吴师兄学算法 以及小红书头部编程博主@闭着眼睛学数理化
-
每期人数维持在20人内,保证能够最大限度地满足到每一个同学的需求,达到和1v1同样的学习效果!
-
60+天陪伴式学习,40+直播课时,300+动画图解视频,300+LeetCode经典题,200+华为OD真题/大厂真题,还有简历修改、模拟面试、专属HR对接将为你解锁
-
可上全网独家的欧弟OJ系统练习华子OD、大厂真题
-
可查看链接 大厂真题汇总 & OD真题汇总(持续更新)
-
绿色聊天软件戳
od1336
了解更多