【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 ] queries[i] queries[i] ,你需要找到 n u m s nums nums 中第 q u e r i e s [ i ] queries[i] queries[i] 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 ] queries[i] queries[i] ,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 queries[i] \leq 10^5 1≤queries[i]≤105
  3. 1 ≤ n u m s [ i ] , x ≤ 1 0 4 1 \leq nums[i], x \leq 10^4 1≤nums[i],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 ] queries[i] queries[i],如果 q u e r i e s [ i ] queries[i] queries[i] 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 ] arr[queries[i] - 1] arr[queries[i]−1],即第 q u e r i e s [ i ] queries[i] queries[i] 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 ] queries[i] queries[i] 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
荼蘼1 小时前
基于 KNN 算法的手写数字识别项目实践
人工智能·算法·机器学习
Yuroo zhou1 小时前
IMU的精度对无人机姿态控制意味着什么?
单片机·嵌入式硬件·算法·无人机·嵌入式实时数据库
jackzhuoa2 小时前
java小白闯关记第一天(两个数相加)
java·算法·蓝桥杯·期末
Codeking__3 小时前
链表算法综合——重排链表
网络·算法·链表
minji...3 小时前
数据结构 堆(4)---TOP-K问题
java·数据结构·算法
技术卷4 小时前
详解力扣高频SQL50题之610. 判断三角形【简单】
sql·leetcode·oracle
AI_Keymaker4 小时前
一句话生成3D世界:腾讯开源混元3D模型
算法
Leon_vibs4 小时前
当 think 遇上 tool:深入解析 Agent 的规划之道
算法
旧时光巷4 小时前
【机器学习-2】 | 决策树算法基础/信息熵
算法·决策树·机器学习·id3算法·信息熵·c4.5算法
落羽的落羽4 小时前
【C++】论如何封装红黑树模拟实现set和map
数据结构·c++·学习