本文涉及的基础知识点
C++二分查找
C++算法:滑动窗口总结
C++算法:前缀和、前缀乘积、前缀异或的原理、源码及测试用例 包括课程视频
LeetCode1477. 找两个和为目标值且不重叠的子数组
给你一个整数数组 arr 和一个整数值 target 。
请你在 arr 中找 两个互不重叠的子数组 且它们的和都等于 target 。可能会有多种方案,请你返回满足要求的两个子数组长度和的 最小值 。
请返回满足要求的最小长度和,如果无法找到这样的两个子数组,请返回 -1 。
示例 1:
输入:arr = [3,2,2,4,3], target = 3
输出:2
解释:只有两个子数组和为 3 ([3] 和 [3])。它们的长度和为 2 。
示例 2:
输入:arr = [7,3,4,7], target = 7
输出:2
解释:尽管我们有 3 个互不重叠的子数组和为 7 ([7], [3,4] 和 [7]),但我们会选择第一个和第三个子数组,因为它们的长度和 2 是最小值。
示例 3:
输入:arr = [4,3,2,6,2,3,4], target = 6
输出:-1
解释:我们只有一个和为 6 的子数组。
示例 4:
输入:arr = [5,5,4,4,5], target = 3
输出:-1
解释:我们无法找到和为 3 的子数组。
示例 5:
输入:arr = [3,1,1,1,5,1,2,1], target = 3
输出:3
解释:注意子数组 [1,2] 和 [2,1] 不能成为一个方案因为它们重叠了。
提示:
1 <= arr.length <= 10^5^
1 <= arr[i] <= 1000
1 <= target <= 10^8^
二分查找
一,计算前缀和。
二,枚举所有和为target的子数组v,每个元素记录[开始,长度]。方法a:滑动窗口,时间复杂度O(n)。方法b:二分查找,前缀和,枚举right。时间复杂度:O(nlogn)。由于arr[i]>0,所以如果[l1,r1][l2,r2]符合,且r1 == r2,则l1 == l2。
三,枚举v中各元素,iMin记录当前元素之前的元素的最小元素长度。ret = min(ret,iMin+当前元素长度)。滑动窗口v[0...j-1]是所有和v[i]不重叠且在其左边的子数组。
代码
核心代码
cpp
class Solution {
public:
int minSumOfLengths(vector<int>& arr, int target) {
vector<int> preSum(1);
for (const auto& n : arr) {
preSum.emplace_back(n + preSum.back());
}
vector<pair<int, int>> v;
for (int i = 0; i < arr.size(); i++) {
auto it = std::equal_range(preSum.begin(), preSum.end(), preSum[i+1] - target);
const int len = it.second - it.first;
if (1 == len ) {
const int left = it.first- preSum.begin();
v.emplace_back(left, i+1-left);
}
}
int iMin = 1000'000;
int iRet = iMin;
for (int i = 0, j = 0; i < v.size(); i++) {
while ((j < v.size()) && (v[j].first + v[j].second <= v[i].first)) {
iMin = min(iMin, v[j].second);
j++;
}
iRet = min(iRet, iMin+v[i].second);
}
return (iRet > arr.size()) ? -1 : iRet;
}
};
单元测试
cpp
class Solution {
public:
int minSumOfLengths(vector<int>& arr, int target) {
vector<int> preSum(1);
for (const auto& n : arr) {
preSum.emplace_back(n + preSum.back());
}
vector<pair<int, int>> v;
for (int i = 0; i < arr.size(); i++) {
auto it = std::equal_range(preSum.begin(), preSum.end(), preSum[i+1] - target);
const int len = it.second - it.first;
if (1 == len ) {
const int left = it.first- preSum.begin();
v.emplace_back(left, i+1-left);
}
}
int iMin = 1000'000;
int iRet = iMin;
for (int i = 0, j = 0; i < v.size(); i++) {
while ((j < v.size()) && (v[j].first + v[j].second <= v[i].first)) {
iMin = min(iMin, v[j].second);
j++;
}
iRet = min(iRet, iMin+v[i].second);
}
return (iRet > arr.size()) ? -1 : iRet;
}
};
扩展阅读
我想对大家说的话 |
---|
工作中遇到的问题,可以按类别查阅鄙人的算法文章,请点击《算法与数据汇总》。 |
学习算法:按章节学习《喜缺全书算法册》,大量的题目和测试用例,打包下载。重视操作 |
有效学习:明确的目标 及时的反馈 拉伸区(难度合适) 专注 |
闻缺陷则喜(喜缺)是一个美好的愿望,早发现问题,早修改问题,给老板节约钱。 |
子墨子言之:事无终始,无务多业。也就是我们常说的专业的人做专业的事。 |
如果程序是一条龙,那算法就是他的是睛 |
失败+反思=成功 成功+反思=成功 |
视频课程
先学简单的课程,请移步CSDN学院,听白银讲师(也就是鄙人)的讲解。
https://edu.csdn.net/course/detail/38771
如何你想快速形成战斗了,为老板分忧,请学习C#入职培训、C++入职培训等课程
https://edu.csdn.net/lecturer/6176
测试环境
操作系统:win7 开发环境: VS2019 C++17
或者 操作系统:win10 开发环境: VS2022 C++17
如无特殊说明,本算法用**C++**实现。