【Leetcode】3159. 查询数组中元素的出现位置

文章目录

题目

题目链接🔗

给你一个整数数组 nums ,一个整数数组 queries 和一个整数 x 。

对于每个查询 q u e r i e s i queriesi queriesi ,你需要找到 n u m s nums nums 中第 q u e r i e s i queriesi queriesi 个 x x x 的位置,并返回它的下标。如果数组中 x x x 的出现次数少于 q u e r i e s i queriesi queriesi ,该查询的答案为 − 1 -1 −1 。

请你返回一个整数数组 a n s w e r answer answer ,包含所有查询的答案。

示例 1:

输入:nums = 1,3,1,7, queries = 1,3,2,4, x = 1

输出:0,-1,2,-1

解释:

第 1 个查询,第一个 1 出现在下标 0 处。 第 2 个查询,nums 中只有两个 1 ,所以答案为 -1 。 第 3 个查询,第二个

1 出现在下标 2 处。 第 4 个查询,nums 中只有两个 1 ,所以答案为 -1 。

示例 2:

输入:nums = 1,2,3, queries = 10, x = 5

输出:-1

解释:

第 1 个查询,nums 中没有 5 ,所以答案为 -1 。

提示:

  1. 1 ≤ n u m s . l e n g t h , q u e r i e s . l e n g t h ≤ 1 0 5 1 \leq nums.length, queries.length \leq 10^5 1≤nums.length,queries.length≤105
  2. 1 ≤ q u e r i e s i ≤ 1 0 5 1 \leq queriesi \leq 10^5 1≤queriesi≤105
  3. 1 ≤ n u m s i , x ≤ 1 0 4 1 \leq numsi, x \leq 10^4 1≤numsi,x≤104

思路

  1. 处理查询之前的预处理:

    为了能快速回答每个查询,我们可以预先遍历数组 n u m s nums nums,记录所有出现 x x x 的下标。将所有这些下标存储在一个数组 a r r arr arr 中。

  2. 处理每个查询:

    对于每个查询 q u e r i e s i queriesi queriesi,如果 q u e r i e s i queriesi queriesi 大于数组 a r r arr arr 的长度,则返回 − 1 -1 −1,表示没有足够的 x x x 出现。否则返回 a r r q u e r i e s \[ i − 1 ] arrqueries\[i - 1] arrqueries\[i−1],即第 q u e r i e s i queriesi queriesi 个 x x x 的下标。

代码

c++ 复制代码
class Solution {
public:
    vector<int> occurrencesOfElement(vector<int>& nums, vector<int>& queries, int x) {
        vector<int> arr;
        vector<int> answer;
        for(int i = 0; i < nums.size(); ++i)
        {
            if(nums[i] == x)
            {
                arr.push_back(i);
            }
        }
        for(int i = 0; i < queries.size(); ++i)
        {
            if(queries[i] > arr.size())answer.push_back(-1);
            else answer.push_back(arr[queries[i]-1]);
            
        }
        return answer;
    }
};

复杂度分析

时间复杂度

  1. 预处理部分:

    我们遍历 n u m s nums nums 一次,寻找所有出现 x x x 的位置,时间复杂度为 O ( n ) O(n) O(n),其中 n n n 是数组 n u m s nums nums 的长度。

  2. 查询部分:

    对于每个查询,我们访问 a r r arr arr 数组,查找第 q u e r i e s i queriesi queriesi 个 x x x 的下标,这个操作的时间复杂度为 O ( 1 ) O(1) O(1)。因此,处理所有查询的时间复杂度是 O ( q ) O(q) O(q),其中 q q q 是查询数组 q u e r i e s queries queries 的长度。

总时间复杂度为 O ( n + q ) O(n + q) O(n+q),其中 n n n 是 n u m s nums nums 数组的长度, q q q 是查询数组 q u e r i e s queries queries 的长度。

空间复杂度

额外使用了一个数组 a r r arr arr 来存储 x x x 的所有下标,空间复杂度是 O ( n ) O(n) O(n),其中 n n n 是 n u m s nums nums 数组的长度。

结果

总结

通过预处理来加速查询,先遍历一遍 n u m s nums nums 数组,找出所有 x x x 出现的位置,然后对每个查询进行常数时间的处理

相关推荐
Pniubi几秒前
力扣19 . 删除表的倒数第N个节点(栈)
算法·leetcode·职场和发展
青少儿编程课堂27 分钟前
第十八届蓝桥杯青少组图形化 + 全国青少年信息素养大赛 + 电子学会图形化考级:校园三消乐大挑战解析
c++·python·算法·bfs·信息学竞赛
青少儿编程课堂42 分钟前
蓝桥杯·全国青少年信息素养大赛·电子学会Python/C++考级:网格连通块与岛屿数量(DFS+BFS双解)
c++·python·算法·bfs·信息学竞赛
forest_0912 小时前
多 Agent 协作第二课:交叉验证≠独立验证
人工智能·python·算法·机器学习·prompt·agi
纪念 22913 小时前
C++ 算法基础 (差分)
开发语言·c++·算法
文丑颜不良啊15 小时前
LeetCode2761~2780题目解析
java·leetcode
jyOverQ16 小时前
从零学 JVM(六):垃圾回收算法详解——标记清除、标记复制与标记整理
jvm·算法
严肃小白兔18 小时前
第 06/24 期:神经网络的反向传播算法:从链式法则到梯度计算
人工智能·神经网络·算法
落羽的落羽18 小时前
【C++】C++17的主要特性
linux·服务器·开发语言·c++·算法·机器学习