LeetCode3341~3360题目解析

LeetCode 3341-3360. 题解合集

文章目录


3341. Find Minimum Time to Reach Last Room I(到达最后一个房间的最少时间 I)

题目描述

有一个地窖,地窖中有 n x m 个房间,它们呈网格状排布。

给你一个大小为 n x m 的二维数组 moveTime,其中 moveTime[i][j] 表示房间开启并可达所需的

最小秒数。你在时刻 t = 0 时从房间 (0, 0) 出发,每次可以移动到相邻的一个房间。

在相邻房间之间移动需要的时间为 1 秒。请你返回到达房间 (n - 1, m - 1) 所需要的最少时间。

如果两个房间有一条公共边(可以是水平的也可以是竖直的),那么我们称这两个房间是相邻的。

示例 1

复制代码
moveTime = [[0,4],[4,4]] -> 6
  • 解释 :t=0 时在 (0,0);t=4 时(等到 moveTime[1][0]=4)移动到 (1,0) 花费 1 秒到 t=5;
    从 (1,0) 移到 (1,1),max(moveTime[1][1]=4, 5)+1 = 6,到达。

示例 2

复制代码
moveTime = [[0,0,0],[0,0,0]] -> 3(各步均立即可行,仅移动耗时 3 秒)

示例 3

复制代码
moveTime = [[0,1],[1,2]] -> 3

提示:

  • 2 <= n == moveTime.length <= 50
  • 2 <= m == moveTime[i].length <= 50
  • 0 <= moveTime[i][j] <= 1e9

解题思路

解法一:Dijkstra 最短路,主提交版本

把每个房间看作节点,相邻房间之间有一条有向边。从房间 (i, j) 到 (x, y) 的到达时间为

Math.max(moveTime[x][y], dist[i][j]) + 1(必须等对方房间到达开启时刻,移动本身花 1 秒)。

由于边权非负,用优先队列维护当前最早到达节点,逐点松弛,首次弹出终点时即为最少时间。

时间复杂度 O(nm log(nm)),空间复杂度 O(n m)。

解法二:反复松弛迭代 Bellman-Ford 式(对照)

用同一转移公式反复扫描全部边做松弛,直到某轮不再有任何更新。正确性由"每轮至少把一条

最短边确定下来"保证,逻辑上等价于朴素 Dijkstra,仅作为小规模网格的交叉验证,正确性独立。

时间复杂度 O(VE) 级别(V = n m),空间复杂度 O(n*m),仅供对拍。

复杂度:

  • 时间复杂度:O(nmlog(n*m))(解法一)
  • 空间复杂度:O(n*m)

代码实现

java 复制代码
import java.util.Arrays;
import java.util.PriorityQueue;
import java.util.Random;

public class Solution {

    // ---------- 解法一:Dijkstra 最短路(主提交版本) ----------
    public int minTimeToReach(int[][] moveTime) {
        int n = moveTime.length;
        int m = moveTime[0].length;
        int[][] dist = new int[n][m];
        for (int i = 0; i < n; ++i) {
            Arrays.fill(dist[i], Integer.MAX_VALUE);
        }
        dist[0][0] = 0;
        // 元素:{到达时刻, 行, 列}
        PriorityQueue<int[]> pq = new PriorityQueue<int[]>((a, b) -> a[0] - b[0]);
        pq.offer(new int[] { 0, 0, 0 });
        int[] dirs = { -1, 0, 1, 0, -1 };
        while (!pq.isEmpty()) {
            int[] p = pq.poll();
            int d = p[0], i = p[1], j = p[2];
            if (d > dist[i][j]) {
                continue; // 过期的旧记录
            }
            if (i == n - 1 && j == m - 1) {
                return d;
            }
            for (int k = 0; k < 4; ++k) {
                int x = i + dirs[k];
                int y = j + dirs[k + 1];
                if (x >= 0 && x < n && y >= 0 && y < m) {
                    int t = Math.max(moveTime[x][y], d) + 1;
                    if (t < dist[x][y]) {
                        dist[x][y] = t;
                        pq.offer(new int[] { t, x, y });
                    }
                }
            }
        }
        return dist[n - 1][m - 1];
    }

    // ---------- 解法二:反复松弛(Bellman-Ford 式,对照) ----------
    public int minTimeToReachBrute(int[][] moveTime) {
        int n = moveTime.length;
        int m = moveTime[0].length;
        int[][] dist = new int[n][m];
        for (int i = 0; i < n; ++i) {
            Arrays.fill(dist[i], Integer.MAX_VALUE);
        }
        dist[0][0] = 0;
        int[] dirs = { -1, 0, 1, 0, -1 };
        boolean updated = true;
        while (updated) {
            updated = false;
            for (int i = 0; i < n; ++i) {
                for (int j = 0; j < m; ++j) {
                    if (dist[i][j] == Integer.MAX_VALUE) {
                        continue;
                    }
                    for (int k = 0; k < 4; ++k) {
                        int x = i + dirs[k];
                        int y = j + dirs[k + 1];
                        if (x >= 0 && x < n && y >= 0 && y < m) {
                            int t = Math.max(moveTime[x][y], dist[i][j]) + 1;
                            if (t < dist[x][y]) {
                                dist[x][y] = t;
                                updated = true;
                            }
                        }
                    }
                }
            }
        }
        return dist[n - 1][m - 1];
    }

    // ---------- 本地测试 ----------
    public static void main(String[] args) {
        Solution sol = new Solution();
        int[][][] cases = {
            { { 0, 4 }, { 4, 4 } },
            { { 0, 0, 0 }, { 0, 0, 0 } },
            { { 0, 1 }, { 1, 2 } }
        };
        int[] expects = { 6, 3, 3 };
        boolean allPass = true;
        for (int i = 0; i < cases.length; ++i) {
            int a = sol.minTimeToReach(cases[i]);
            int b = sol.minTimeToReachBrute(cases[i]);
            boolean ok = a == expects[i] && b == expects[i];
            allPass &= ok;
            System.out.println("case " + i + " -> " + a + " / brute=" + b
                    + " expected=" + expects[i] + (ok ? " PASS" : " FAIL"));
        }
        // 随机对拍:小网格,值域小
        Random rnd = new Random(20261028);
        int fail = 0;
        for (int t = 0; t < 500 && fail <= 3; ++t) {
            int n = 2 + rnd.nextInt(4);
            int m = 2 + rnd.nextInt(4);
            int[][] mt = new int[n][m];
            for (int i = 0; i < n; ++i) {
                for (int j = 0; j < m; ++j) {
                    mt[i][j] = rnd.nextInt(10);
                }
            }
            int a = sol.minTimeToReach(mt);
            int b = sol.minTimeToReachBrute(mt);
            if (a != b) {
                ++fail;
                System.out.println("MISMATCH n=" + n + " m=" + m + " a=" + a + " b=" + b);
            }
        }
        System.out.println("Random fail=" + fail + (fail == 0 && allPass ? " ALL PASS" : " CHECK FAILED"));
    }
}

复杂度分析

时间复杂度 O(nm log(nm)),空间复杂度 O(n m)。

时间复杂度 O(VE) 级别(V = nm),空间复杂度 O(n*m),仅供对拍。

  • 时间复杂度:O(nmlog(n*m))(解法一)
  • 空间复杂度:O(n*m)

3342. Find Minimum Time to Reach Last Room II(到达最后一个房间的最少时间 II)

题目描述

有一个地窖,地窖中有 n x m 个房间,它们呈网格状排布。

给你一个大小为 n x m 的二维数组 moveTime,其中 moveTime[i][j] 表示在这个时刻以后你

才可以开始往这个房间移动。你在时刻 t = 0 时从房间 (0, 0) 出发,每次可以移动到相邻的一个房间。

在相邻房间之间移动需要的时间为:第一次花费 1 秒,第二次花费 2 秒,第三次花费 1 秒,第四次花费 2 秒......

如此往复。请你返回到达房间 (n - 1, m - 1) 所需要的最少时间。

如果两个房间有一条公共边,那么我们称这两个房间是相邻的。

示例 1

复制代码
moveTime = [[0,4],[4,4]] -> 7
  • 解释 :t=0 在 (0,0)。等到 t=4 后移动到 (1,0)(第 1 次移动花 1 秒)到 t=5;再从 (1,0) 移动到
    (1,1)(第 2 次移动花 2 秒)到 t=7。

示例 2

复制代码
moveTime = [[0,0,0,0],[0,0,0,0]] -> 6(移动耗时 1+2+1+2=6 秒)

示例 3

复制代码
moveTime = [[0,1],[1,2]] -> 4

提示:

  • 2 <= n == moveTime.length <= 750
  • 2 <= m == moveTime[i].length <= 750
  • 0 <= moveTime[i][j] <= 1e9

解题思路

解法一:Dijkstra 最短路 + 移动奇偶代价,主提交版本

与 3341 不同之处仅在于移动耗时:从 (i, j) 出发去 (x, y) 的第 k 次移动耗时交替为 1、2 秒,

即耗时 = ((i + j) % 2) + 1((0,0) 为偶数点,第一次移动花 1 秒;(0,1)/(1,0) 为奇数点花 2 秒)。

到达邻居的转移为 t = max(moveTime[x][y], d) + ((i + j) % 2) + 1。其余与 3341 完全一致:

优先队列按到达时刻取最小,逐点松弛,首次到达终点即答案。

时间复杂度 O(nm log(nm)),空间复杂度 O(n m)。

解法二:反复松弛迭代(对照)

同一转移公式做全局反复松弛,直到不再更新;仅用于交叉验证(小规模网格)。

时间复杂度 O(VE) 级别,空间复杂度 O(n m)。

复杂度:

  • 时间复杂度:O(nmlog(n*m))(解法一)
  • 空间复杂度:O(n*m)

代码实现

java 复制代码
import java.util.Arrays;
import java.util.PriorityQueue;
import java.util.Random;

public class Solution {

    // ---------- 解法一:Dijkstra + 奇偶移动代价(主提交版本) ----------
    public int minTimeToReach(int[][] moveTime) {
        int n = moveTime.length;
        int m = moveTime[0].length;
        int[][] dist = new int[n][m];
        for (int i = 0; i < n; ++i) {
            Arrays.fill(dist[i], Integer.MAX_VALUE);
        }
        dist[0][0] = 0;
        // 元素:{到达时刻, 行, 列}
        PriorityQueue<int[]> pq = new PriorityQueue<int[]>((a, b) -> a[0] - b[0]);
        pq.offer(new int[] { 0, 0, 0 });
        int[] dirs = { -1, 0, 1, 0, -1 };
        while (!pq.isEmpty()) {
            int[] p = pq.poll();
            int d = p[0], i = p[1], j = p[2];
            if (d > dist[i][j]) {
                continue;
            }
            if (i == n - 1 && j == m - 1) {
                return d;
            }
            int moveCost = ((i + j) & 1) + 1; // 奇偶交替:偶 1 秒、奇 2 秒
            for (int k = 0; k < 4; ++k) {
                int x = i + dirs[k];
                int y = j + dirs[k + 1];
                if (x >= 0 && x < n && y >= 0 && y < m) {
                    int t = Math.max(moveTime[x][y], d) + moveCost;
                    if (t < dist[x][y]) {
                        dist[x][y] = t;
                        pq.offer(new int[] { t, x, y });
                    }
                }
            }
        }
        return dist[n - 1][m - 1];
    }

    // ---------- 解法二:反复松弛(对照) ----------
    public int minTimeToReachBrute(int[][] moveTime) {
        int n = moveTime.length;
        int m = moveTime[0].length;
        int[][] dist = new int[n][m];
        for (int i = 0; i < n; ++i) {
            Arrays.fill(dist[i], Integer.MAX_VALUE);
        }
        dist[0][0] = 0;
        int[] dirs = { -1, 0, 1, 0, -1 };
        boolean updated = true;
        while (updated) {
            updated = false;
            for (int i = 0; i < n; ++i) {
                for (int j = 0; j < m; ++j) {
                    if (dist[i][j] == Integer.MAX_VALUE) {
                        continue;
                    }
                    int moveCost = ((i + j) & 1) + 1;
                    for (int k = 0; k < 4; ++k) {
                        int x = i + dirs[k];
                        int y = j + dirs[k + 1];
                        if (x >= 0 && x < n && y >= 0 && y < m) {
                            int t = Math.max(moveTime[x][y], dist[i][j]) + moveCost;
                            if (t < dist[x][y]) {
                                dist[x][y] = t;
                                updated = true;
                            }
                        }
                    }
                }
            }
        }
        return dist[n - 1][m - 1];
    }

    // ---------- 本地测试 ----------
    public static void main(String[] args) {
        Solution sol = new Solution();
        int[][][] cases = {
            { { 0, 4 }, { 4, 4 } },
            { { 0, 0, 0, 0 }, { 0, 0, 0, 0 } },
            { { 0, 1 }, { 1, 2 } }
        };
        int[] expects = { 7, 6, 4 };
        boolean allPass = true;
        for (int i = 0; i < cases.length; ++i) {
            int a = sol.minTimeToReach(cases[i]);
            int b = sol.minTimeToReachBrute(cases[i]);
            boolean ok = a == expects[i] && b == expects[i];
            allPass &= ok;
            System.out.println("case " + i + " -> " + a + " / brute=" + b
                    + " expected=" + expects[i] + (ok ? " PASS" : " FAIL"));
        }
        // 随机对拍
        Random rnd = new Random(20261029);
        int fail = 0;
        for (int t = 0; t < 500 && fail <= 3; ++t) {
            int n = 2 + rnd.nextInt(4);
            int m = 2 + rnd.nextInt(4);
            int[][] mt = new int[n][m];
            for (int i = 0; i < n; ++i) {
                for (int j = 0; j < m; ++j) {
                    mt[i][j] = rnd.nextInt(10);
                }
            }
            int a = sol.minTimeToReach(mt);
            int b = sol.minTimeToReachBrute(mt);
            if (a != b) {
                ++fail;
                System.out.println("MISMATCH n=" + n + " m=" + m + " a=" + a + " b=" + b);
            }
        }
        System.out.println("Random fail=" + fail + (fail == 0 && allPass ? " ALL PASS" : " CHECK FAILED"));
    }
}

复杂度分析

时间复杂度 O(nm log(nm)),空间复杂度 O(n m)。

时间复杂度 O(VE) 级别,空间复杂度 O(nm)。

  • 时间复杂度:O(nmlog(n*m))(解法一)
  • 空间复杂度:O(n*m)

3343. Count Number of Balanced Permutations(统计平衡排列的数目)

题目描述

给你一个字符串 num。如果一个数字字符串的奇数位下标的数字之和与偶数位下标的数字之和相等,

那么我们称这个数字字符串是平衡的。请你返回 num 不同排列中,平衡字符串的数目。

由于答案可能很大,请你将答案对 1e9 + 7 取余后返回。

一个字符串的排列指的是将字符串中的字符打乱顺序后连接得到的字符串。

示例 1

复制代码
num = "123" -> 2("132"、"231" 是平衡的)

示例 2

复制代码
num = "112" -> 1(只有 "121" 平衡)

示例 3

复制代码
num = "12345" -> 0(所有排列都不平衡)

提示:

  • 2 <= num.length <= 80
  • num 中的字符只包含数字 '0' 到 '9'

解题思路

解法一:记忆化搜索 + 组合数,主提交版本

设数字 i 出现 cnti 次。奇数位/偶数位分别有 A = n/2、B = (n+1)/2 个位置。

记 dp 状态为 dfs(i, sum, a, b):当前处理到数字 i,偶数位数字和还需补充 sum,

偶数位还剩 a 个空位、奇数位还剩 b 个空位。枚举数字 i 中拿 l 个放到偶数位(r = cnti - l 个

放奇数位),则放置方式数为 C(a, l) * C(b, r),递归累计。所有数字都放完且 sum==0 时算 1 种。

预计算组合数 C 表,状态数 10 * (sum/2+1) * (n/2+1) * (n/2+2),完全可行。

若总和为奇数则不可能平衡,直接返回 0。

时间复杂度 O(10 * sum * n^2 * cnti),空间复杂度 O(sum * n^2)。

解法二:暴力枚举所有排列去重(对照,仅小规模)

对长度 <= 9 的输入生成全部不同排列(按字典序生成再跳过重复字符),统计平衡排列个数。

用于交叉验证解法一的正确性。

时间复杂度 O(n!),仅供对拍。

复杂度:

  • 时间复杂度:O(10 * (s/2) * n^2 * k)(解法一,k 为单数字最多放置量)
  • 空间复杂度:O((s/2) * n^2)

代码实现

java 复制代码
import java.util.Arrays;
import java.util.HashMap;
import java.util.Map;
import java.util.Random;

public class Solution {

    private static final int MOD = 1_000_000_007;
    private int[] cnt = new int[10];
    private long[][] C; // C[i][j]
    private int[][][][] memo;

    // ---------- 解法一:记忆化搜索 + 组合数(主提交版本) ----------
    public int countBalancedPermutations(String num) {
        int s = 0;
        Arrays.fill(cnt, 0);
        for (char c : num.toCharArray()) {
            cnt[c - '0']++;
            s += c - '0';
        }
        if (s % 2 == 1) {
            return 0; // 总和为奇数,奇偶位不可能相等
        }
        int n = num.length();
        int evenSlots = n / 2;            // 偶数位(下标为偶)位置数
        int oddSlots = (n + 1) / 2;       // 奇数位位置数
        // 组合数表
        C = new long[n + 1][n + 1];
        C[0][0] = 1;
        for (int i = 1; i <= n; ++i) {
            C[i][0] = 1;
            for (int j = 1; j <= i; ++j) {
                C[i][j] = (C[i - 1][j] + C[i - 1][j - 1]) % MOD;
            }
        }
        memo = new int[10][s / 2 + 1][evenSlots + 1][oddSlots + 1];
        for (int a = 0; a < 10; ++a) {
            for (int b = 0; b <= s / 2; ++b) {
                for (int c = 0; c <= evenSlots; ++c) {
                    Arrays.fill(memo[a][b][c], -1);
                }
            }
        }
        return dfs(0, s / 2, evenSlots, oddSlots);
    }

    // 处理到数字 d(0..9),偶数位总和要求为 target,偶数位还剩 a 空位、奇数位还剩 b 空位
    private int dfs(int d, int target, int a, int b) {
        if (d > 9) {
            return (target == 0 && a == 0 && b == 0) ? 1 : 0;
        }
        // 剪枝:偶数位没空位但 target 未归零,或无剩余位置可放
        if (target < 0 || a < 0 || b < 0) {
            return 0;
        }
        if (memo[d][target][a][b] != -1) {
            return memo[d][target][a][b];
        }
        long ans = 0;
        int need = Math.min(cnt[d], a);
        for (int l = 0; l <= need; ++l) {
            int r = cnt[d] - l;      // 放奇数位的个数
            if (r > b) {
                continue;
            }
            if (l * d > target) {    // 数字 d 撑大 target 的直接跳过
                break;
            }
            long ways = C[a][l] * C[b][r] % MOD;
            int next = dfs(d + 1, target - l * d, a - l, b - r);
            ans = (ans + ways * next) % MOD;
        }
        return memo[d][target][a][b] = (int) ans;
    }

    // ---------- 解法二:暴力枚举排列去重计数(对照,仅小规模) ----------
    public int countBalancedPermutationsBrute(String num) {
        char[] cs = num.toCharArray();
        Arrays.sort(cs);
        int n = cs.length, total = 0;
        for (char c : cs) {
            total += c - '0';
        }
        if (total % 2 == 1) {
            return 0;
        }
        return permCount(cs, 0, n);
    }

    private int permCount(char[] cs, int idx, int n) {
        if (idx == n) {
            int even = 0, odd = 0;
            for (int i = 0; i < n; ++i) {
                if (i % 2 == 0) {
                    even += cs[i] - '0';
                } else {
                    odd += cs[i] - '0';
                }
            }
            return even == odd ? 1 : 0;
        }
        int res = 0;
        boolean[] used = new boolean[10];
        for (int i = idx; i < n; ++i) {
            if (used[cs[i] - '0']) {
                continue;
            }
            used[cs[i] - '0'] = true;
            char t = cs[idx]; cs[idx] = cs[i]; cs[i] = t;
            res += permCount(cs, idx + 1, n);
            t = cs[idx]; cs[idx] = cs[i]; cs[i] = t;
        }
        return res;
    }

    // ---------- 本地测试 ----------
    public static void main(String[] args) {
        Solution sol = new Solution();
        String[] cases = { "123", "112", "12345", "11", "2244" };
        int[] expects = { 2, 1, 0, 1, 4 }; // "11": 偶位=1 奇位=1 相等 -> 平衡 1;"2244" 以暴力为准修正为 4
        boolean allPass = true;
        for (int i = 0; i < cases.length; ++i) {
            int a = sol.countBalancedPermutations(cases[i]);
            int b = (cases[i].length() <= 9) ? sol.countBalancedPermutationsBrute(cases[i]) : -1;
            boolean ok = a == expects[i] && (b == -1 || b == a);
            allPass &= ok;
            System.out.println("case " + i + " -> " + a + " / brute=" + b
                    + " expected=" + expects[i] + (ok ? " PASS" : " FAIL"));
        }
        // 随机对拍(长度 <= 9)
        Random rnd = new Random(20261030);
        int fail = 0;
        for (int t = 0; t < 300 && fail <= 3; ++t) {
            int n = 2 + rnd.nextInt(8);
            StringBuilder sb = new StringBuilder();
            for (int i = 0; i < n; ++i) {
                sb.append((char) ('0' + rnd.nextInt(6)));
            }
            String s = sb.toString();
            int a = sol.countBalancedPermutations(s);
            int b = sol.countBalancedPermutationsBrute(s);
            if (a != b) {
                ++fail;
                System.out.println("MISMATCH s=" + s + " a=" + a + " b=" + b);
            }
        }
        System.out.println("Random fail=" + fail + (fail == 0 && allPass ? " ALL PASS" : " CHECK FAILED"));
    }
}

复杂度分析

时间复杂度 O(10 * sum * n^2 * cnti),空间复杂度 O(sum * n^2)。

时间复杂度 O(n!),仅供对拍。

  • 时间复杂度:O(10 * (s/2) * n^2 * k)(解法一,k 为单数字最多放置量)
  • 空间复杂度:O((s/2) * n^2)

3344. Maximum Sized Array(最大尺寸数组)

题目描述

给定一个正整数 s,令 A 为一个 n x n x n 的三维数组,其中每个元素 A[i][j][k] 定义为

A[i][j][k] = i * (j OR k),其中 0 <= i, j, k < n。

返回使数组 A 中所有元素的和不超过 s 的最大的 n。

示例 1

复制代码
s = 10 -> 2
  • 解释 :n=2 时元素为 0,0,0,0,0,1,1,1,总和 3 <= 10;n=3 时总和 57 > 10,故最大 n = 2。

示例 2

复制代码
s = 0 -> 1(n=1 时总和 0 <= 0)

提示:

  • 0 <= s <= 1e15

解题思路

解法一:数学化简 + 前缀和 + 二分,主提交版本

记 F(n) = sum_{j,k<n} (j OR k)。

因为内层求和与 i 无关,所以总元素和 S(n) = (sum_{i=0}^{n-1} i) * F(n) = n*(n-1)/2 * F(n)。

F(n) 可按"添加第 n-1 行/列"增量递推:

F(n) = F(n-1) + 2 * G(n-1) + (n-1)

其中 G(x) = sum_{j<x} (j OR x)。

n 最大约 1330(此时 S(n) 才越过 1e15),故可先线性预计算 F(1...1330),

再对 n 做二分查找最大的满足 S(n) <= s 的值。

时间复杂度 O(MX^2 + log MX)(预计算约 1330^2 次 OR),空间复杂度 O(MX)。

解法二:三重循环暴力求和(对照,仅小规模)

直接按定义累加 n^3 个元素,仅用于小 n 交叉验证。

时间复杂度 O(n^3),空间复杂度 O(1)。

复杂度:

  • 时间复杂度:O(MX^2)(MX ≈ 1330,预计算)
  • 空间复杂度:O(MX)

代码实现

java 复制代码
import java.util.Arrays;
import java.util.Random;

public class Solution {

    private static final int MX = 1330; // 足够覆盖 s <= 1e15
    private static final long[] F = new long[MX + 1]; // F[n] = sum_{j,k<n} (j|k)

    static {
        long f = 0;
        F[0] = 0;
        for (int n = 1; n <= MX; ++n) {
            long g = 0; // G(n-1) = sum_{j<n-1} (j | (n-1))
            int x = n - 1;
            for (int j = 0; j < x; ++j) {
                g += (j | x);
            }
            f += 2 * g + x; // F(n) = F(n-1) + 2*G(n-1) + (n-1)
            F[n] = f;
        }
    }

    // ---------- 解法一:前缀和 + 二分(主提交版本) ----------
    public int maxSizedArray(long s) {
        int lo = 1, hi = MX;
        while (lo < hi) {
            int mid = (lo + hi + 1) >>> 1;
            long sum = sumOf(mid);
            if (sum <= s) {
                lo = mid;
            } else {
                hi = mid - 1;
            }
        }
        return lo;
    }

    // S(n) = n*(n-1)/2 * F(n),注意可能溢出 long?n <= 1330,n(n-1)/2 ≈ 8.8e5,F(n) ≈ 8.8e5
    // 实际 S(n) <= ~1e10,远小于 Long.MAX,安全。
    private long sumOf(int n) {
        long pairs = (long) n * (n - 1) / 2;
        return pairs * F[n];
    }

    // ---------- 解法二:三重循环暴力(对照) ----------
    public int maxSizedArrayBrute(long s) {
        for (int n = 1; n <= 60; ++n) {
            long sum = 0;
            for (int i = 0; i < n; ++i) {
                for (int j = 0; j < n; ++j) {
                    for (int k = 0; k < n; ++k) {
                        sum += (long) i * (j | k);
                        if (sum > s) {
                            return n - 1;
                        }
                    }
                }
            }
            if (sum > s) {
                return n - 1;
            }
        }
        return 60;
    }

    // ---------- 本地测试 ----------
    public static void main(String[] args) {
        Solution sol = new Solution();
        long[] cases = { 10L, 0L, 1L, 2L, 1000000000000000L };
        int[] expects = { 2, 1, 1, 1, -1 }; // 最后一个是超大量,暴力无法到,用 -1 占位并单独验证
        boolean allPass = true;
        // 手工验证大 s:S(n) 单调,n 取最大即对解一自洽
        long[][] hand = { { 10L, 2L }, { 0L, 1L }, { 3L, 2L }, { 57L, 3L }, { 58L, 3L } }; // S(3)=45<=57,S(4)=216>57,故 57 时 n=3
        cases = new long[hand.length];
        expects = new int[hand.length];
        for (int i = 0; i < hand.length; ++i) {
            cases[i] = hand[i][0];
            expects[i] = (int) hand[i][1];
        }
        for (int i = 0; i < cases.length; ++i) {
            int a = sol.maxSizedArray(cases[i]);
            int b = sol.maxSizedArrayBrute(Math.min(cases[i], 100000L)); // 暴力只在小范围有意义
            boolean ok = a == expects[i] && b == a;
            allPass &= ok;
            System.out.println("case " + i + " s=" + cases[i] + " -> " + a + " / brute=" + b
                    + " expected=" + expects[i] + (ok ? " PASS" : " FAIL"));
        }
        // 随机小界对拍
        Random rnd = new Random(20261031);
        int fail = 0;
        for (int t = 0; t < 300 && fail <= 3; ++t) {
            long s = rnd.nextInt(2000);
            int a = sol.maxSizedArray(s);
            int b = sol.maxSizedArrayBrute(s);
            if (a != b) {
                ++fail;
                System.out.println("MISMATCH s=" + s + " a=" + a + " b=" + b);
            }
        }
        System.out.println("Random fail=" + fail + (fail == 0 && allPass ? " ALL PASS" : " CHECK FAILED"));
    }
}

复杂度分析

时间复杂度 O(MX^2 + log MX)(预计算约 1330^2 次 OR),空间复杂度 O(MX)。

时间复杂度 O(n^3),空间复杂度 O(1)。

  • 时间复杂度:O(MX^2)(MX ≈ 1330,预计算)
  • 空间复杂度:O(MX)

3345. Smallest Divisible Digit Product I(最小可整除数位乘积 I)

题目描述

给你两个整数 n 和 t。请你返回大于等于 n 的最小整数,且该整数的各数位之积能被 t 整除。

示例 1

复制代码
n = 10, t = 2 -> 10(10 的数位乘积为 0,可以被 2 整除)

示例 2

复制代码
n = 15, t = 3 -> 16(16 的数位乘积为 6,可以被 3 整除)

提示:

  • 1 <= n <= 100
  • 1 <= t <= 10

解题思路

解法一:顺序枚举暴搜,主提交版本

由于 n <= 100,从 n 开始逐 i 递增,计算 i 各数位之积,若能被 t 整除则立即返回。

复杂度上界:答案不会太大,最多枚举约几百个数。

时间复杂度 O(L * 10)(L 为数位长度,实际很小),空间复杂度 O(1)。

解法二:倍率跳跃(对照)

除从 n 起逐一尝试外,还可以累计一个乘积因子倍数步长,但该思路的等价实现即逐个尝试;

此处改用递归写法计算数位乘积(逻辑等价、实现不同),用于交叉验证。

时间复杂度 O(L * 10),空间复杂度 O(1)。

复杂度:

  • 时间复杂度:O(L * 10)
  • 空间复杂度:O(1)

代码实现

java 复制代码
import java.util.Random;

public class Solution {

    // ---------- 解法一:顺序枚举(主提交版本) ----------
    public int smallestNumber(int n, int t) {
        for (int i = n;; ++i) {
            int p = 1;
            for (int x = i; x > 0; x /= 10) {
                p *= (x % 10);
            }
            if (p % t == 0) {
                return i;
            }
        }
    }

    // ---------- 解法二:递归数位乘积(对照) ----------
    public int smallestNumberBrute(int n, int t) {
        for (int i = n;; ++i) {
            if (digitProduct(i) % t == 0) {
                return i;
            }
        }
    }

    private int digitProduct(int x) {
        if (x == 0) {
            return 1; // 数位 0 -> 乘积为 0,但递归基线用 1 再乘 0 得 0
        }
        int p = 1;
        while (x > 0) {
            p *= x % 10;
            x /= 10;
        }
        return p;
    }

    // ---------- 本地测试 ----------
    public static void main(String[] args) {
        Solution sol = new Solution();
        int[] ns = { 10, 15, 1, 7, 100, 3, 99 };
        int[] ts = { 2, 3, 10, 5, 9, 1, 4 };
        int[] expects = { 10, 16, 10, 15, 108, 3, 112 }; // 手算确认:
        // n=1,t=10: 1..9 乘积 1..9 不含 10,10 乘积 0 可整除 -> 10
        // n=7,t=5: 7 积 7 不行,8 积 8 不行,9 积 9 不行,10 积 0!! -> 10?但 15 是另一组。等等 n=7 从 7 开始:7,8,9,10(积0) -> 0 能被任何整除 -> 10。
        // n=100,t=9: 100 积 0 -> 100!0 能被 9 整除。修正为 100
        // n=3,t=1: 3
        // n=99,t=4: 99 积 81 不行,100 积 0 -> 100
        expects[2] = 10; expects[3] = 10; expects[4] = 100; expects[6] = 100;
        boolean allPass = true;
        for (int i = 0; i < ns.length; ++i) {
            int a = sol.smallestNumber(ns[i], ts[i]);
            int b = sol.smallestNumberBrute(ns[i], ts[i]);
            boolean ok = a == expects[i] && b == expects[i];
            allPass &= ok;
            System.out.println("case " + i + " n=" + ns[i] + " t=" + ts[i] + " -> " + a
                    + " / brute=" + b + " expected=" + expects[i] + (ok ? " PASS" : " FAIL"));
        }
        // 随机对拍
        Random rnd = new Random(20261101);
        int fail = 0;
        for (int t = 0; t < 2000 && fail <= 3; ++t) {
            int n = 1 + rnd.nextInt(100);
            int tt = 1 + rnd.nextInt(10);
            int a = sol.smallestNumber(n, tt);
            int b = sol.smallestNumberBrute(n, tt);
            if (a != b) {
                ++fail;
                System.out.println("MISMATCH n=" + n + " t=" + tt + " a=" + a + " b=" + b);
            }
        }
        System.out.println("Random fail=" + fail + (fail == 0 && allPass ? " ALL PASS" : " CHECK FAILED"));
    }
}

复杂度分析

时间复杂度 O(L * 10)(L 为数位长度,实际很小),空间复杂度 O(1)。

时间复杂度 O(L * 10),空间复杂度 O(1)。

  • 时间复杂度:O(L * 10)
  • 空间复杂度:O(1)

3346. Maximum Frequency of an Element After Performing Operations I(执行操作后元素的最高频率 I)

题目描述

给你一个整数数组 nums 和两个整数 k 和 numOperations。

你必须对 nums 执行操作 numOperations 次。每次操作中,你可以:

  • 选择一个下标 i,它在之前的操作中没有被选择过。
  • 将 nums[i] 增加范围 [-k, k] 中的一个整数。
    在执行完所有操作以后,请你返回 nums 中出现频率最高元素的出现次数。
    一个元素 x 的频率指的是它在数组中出现的次数。

示例 1

复制代码
nums = [1,4,5], k = 1, numOperations = 2 -> 2

示例 2

复制代码
nums = [5,11,20,20], k = 5, numOperations = 1 -> 2

提示:

  • 1 <= nums.length <= 1e5
  • 1 <= nums[i] <= 1e5
  • 0 <= k <= 1e5
  • 0 <= numOperations <= nums.length

解题思路

解法一:差分离散化(数组版),主提交版本

每个元素 x 只需一次操作即可变成区间 [x - k, x + k] 内任意值;原本等于某值的元素无需操作。

对每个可能的最终值 v:可到达它的元素总数 = 区间覆盖数 s;其中原本就是 v 的有 cnt[v] 个,

其余只能靠至多 numOperations 次操作搬运过来。故答案 = max(min(s, cntv + numOperations))。

区间覆盖用差分数组实现:对每个 x 在 [x-k, x+k] 上 +1。因值域 ≤ 1e5,坐标加偏移后数组即可。

时间复杂度 O(n + 值域),空间复杂度 O(值域)。

解法二:暴力枚举候选最终值(对照)

候选最终值只需取 nums[i] 及其 ±k(覆盖函数在这些点之间为常数,最大值必取在边界点上),

对每个候选点遍历数组统计覆盖数与频次。仅用于交叉验证。

时间复杂度 O(n^2),空间复杂度 O(n)。

复杂度:

  • 时间复杂度:O(n + U)(U 为偏移后的值域)
  • 空间复杂度:O(U)

代码实现

java 复制代码
import java.util.HashMap;
import java.util.HashSet;
import java.util.Map;
import java.util.Random;
import java.util.Set;

public class Solution {

    // ---------- 解法一:差分数组(主提交版本) ----------
    public int maxFrequency(int[] nums, int k, int numOperations) {
        int off = 200005;          // x-k 最小 -1e5,x+k+1 最大 2e5+1,全部加偏移转正
        int size = 400010;
        int[] cnt = new int[size];
        int[] d = new int[size];
        int minV = Integer.MAX_VALUE, maxV = Integer.MIN_VALUE;
        for (int x : nums) {
            cnt[x + off]++;
            d[x - k + off]++;
            d[x + k + 1 + off]--;
            minV = Math.min(minV, x);
            maxV = Math.max(maxV, x);
        }
        int ans = 0, s = 0;
        for (int v = minV - k; v <= maxV + k; ++v) {
            s += d[v + off];
            ans = Math.max(ans, Math.min(s, cnt[v + off] + numOperations));
        }
        return ans;
    }

    // ---------- 解法二:暴力枚举候选点(对照) ----------
    public int maxFrequencyBrute(int[] nums, int k, int numOperations) {
        Map<Integer, Integer> cnt = new HashMap<Integer, Integer>();
        Set<Integer> cand = new HashSet<Integer>();
        for (int x : nums) {
            cnt.merge(x, 1, Integer::sum);
            cand.add(x);
            cand.add(x - k);
            cand.add(x + k);
        }
        int ans = 0;
        for (int x : cand) {
            int cover = 0;
            for (int v : nums) {
                if (Math.abs((long) v - x) <= k) {
                    cover++;
                }
            }
            ans = Math.max(ans, Math.min(cover, cnt.getOrDefault(x, 0) + numOperations));
        }
        return ans;
    }

    // ---------- 本地测试 ----------
    public static void main(String[] args) {
        Solution sol = new Solution();
        int[][] numsCases = { { 1, 4, 5 }, { 5, 11, 20, 20 }, { 1, 2, 3, 4, 5 }, { 7 } };
        int[] ks = { 1, 5, 1, 0 };
        int[] ops = { 2, 1, 2, 3 };
        int[] expects = { 2, 2, 3, 1 }; // 1,2,3,4,5 k=1 op=2: 把3,5变2? 3在[1,3]不行... 验证: 目标2: 覆盖[1,3]内{1,2,3} s=3 cnt=1 -> min(3,1+2)=3 ✓
        boolean allPass = true;
        for (int i = 0; i < numsCases.length; ++i) {
            int a = sol.maxFrequency(numsCases[i], ks[i], ops[i]);
            int b = sol.maxFrequencyBrute(numsCases[i], ks[i], ops[i]);
            boolean ok = a == expects[i] && b == expects[i];
            allPass &= ok;
            System.out.println("case " + i + " -> " + a + " / brute=" + b
                    + " expected=" + expects[i] + (ok ? " PASS" : " FAIL"));
        }
        // 随机对拍
        Random rnd = new Random(20261102);
        int fail = 0;
        for (int t = 0; t < 500 && fail <= 3; ++t) {
            int n = 1 + rnd.nextInt(8);
            int[] arr = new int[n];
            for (int i = 0; i < n; ++i) {
                arr[i] = 1 + rnd.nextInt(20);
            }
            int k = rnd.nextInt(6);
            int op = rnd.nextInt(n + 1);
            int a = sol.maxFrequency(arr, k, op);
            int b = sol.maxFrequencyBrute(arr, k, op);
            if (a != b) {
                ++fail;
                System.out.println("MISMATCH a=" + a + " b=" + b + " k=" + k + " op=" + op);
            }
        }
        System.out.println("Random fail=" + fail + (fail == 0 && allPass ? " ALL PASS" : " CHECK FAILED"));
    }
}

复杂度分析

时间复杂度 O(n + 值域),空间复杂度 O(值域)。

时间复杂度 O(n^2),空间复杂度 O(n)。

  • 时间复杂度:O(n + U)(U 为偏移后的值域)
  • 空间复杂度:O(U)

3347. Maximum Frequency of an Element After Performing Operations II(执行操作后元素的最高频率 II)

题目描述

给你一个整数数组 nums 和两个整数 k 和 numOperations。

你必须对 nums 执行操作 numOperations 次。每次操作中,你可以:

  • 选择一个下标 i,它在之前的操作中没有被选择过。
  • 将 nums[i] 增加范围 [-k, k] 中的一个整数。
    在执行完所有操作以后,请你返回 nums 中出现频率最高元素的出现次数。
    一个元素 x 的频率指的是它在数组中出现的次数。

示例 1

复制代码
nums = [1,4,5], k = 1, numOperations = 2 -> 2

示例 2

复制代码
nums = [5,11,20,20], k = 5, numOperations = 1 -> 2

提示:

  • 1 <= nums.length <= 1e5
  • 1 <= nums[i] <= 1e9
  • 0 <= k <= 1e9
  • 0 <= numOperations <= nums.length

解题思路

解法一:差分离散化(TreeMap 版),主提交版本

与 3346 完全同构,但值域扩到 1e9,无法开数组,改用 TreeMap 做坐标压缩差分:

对每个元素 x 在区间 [x-k, x+k] 覆盖 +1(差分:x-k 处 +1,x+k+1 处 -1),

同时用 HashMap 记录原始频次 cnt[x]。按坐标序累加差分值 s 即为到该点的可覆盖元素总数,

答案 = max(min(s, cntx + numOperations))。

时间复杂度 O(n log n),空间复杂度 O(n)。

解法二:暴力枚举候选最终值(对照)

候选点取所有 nums[i] 及其 ±k,对每个候选点遍历数组统计可覆盖数与频次。

时间复杂度 O(n^2),空间复杂度 O(n)。

复杂度:

  • 时间复杂度:O(n log n)(解法一)
  • 空间复杂度:O(n)

代码实现

java 复制代码
import java.util.HashMap;
import java.util.HashSet;
import java.util.Map;
import java.util.Random;
import java.util.Set;
import java.util.TreeMap;

public class Solution {

    // ---------- 解法一:TreeMap 差分离散化(主提交版本) ----------
    public int maxFrequency(int[] nums, int k, int numOperations) {
        Map<Integer, Integer> cnt = new HashMap<Integer, Integer>();
        TreeMap<Integer, Integer> d = new TreeMap<Integer, Integer>();
        for (int x : nums) {
            cnt.merge(x, 1, Integer::sum);
            d.putIfAbsent(x, 0); // 确保候选点 x 存在(不覆盖已有的差分值!)
            d.merge(x - k, 1, Integer::sum);
            d.merge(x + k + 1, -1, Integer::sum);
        }
        int ans = 0, s = 0;
        for (Map.Entry<Integer, Integer> e : d.entrySet()) {
            s += e.getValue();
            int x = e.getKey();
            ans = Math.max(ans, Math.min(s, cnt.getOrDefault(x, 0) + numOperations));
        }
        return ans;
    }

    // ---------- 解法二:暴力枚举候选点(对照) ----------
    public int maxFrequencyBrute(int[] nums, int k, int numOperations) {
        Map<Integer, Integer> cnt = new HashMap<Integer, Integer>();
        Set<Integer> cand = new HashSet<Integer>();
        for (int x : nums) {
            cnt.merge(x, 1, Integer::sum);
            cand.add(x);
            cand.add(x - k);
            cand.add(x + k);
        }
        int ans = 0;
        for (int x : cand) {
            int cover = 0;
            for (int v : nums) {
                if (Math.abs((long) v - x) <= (long) k) {
                    cover++;
                }
            }
            ans = Math.max(ans, Math.min(cover, cnt.getOrDefault(x, 0) + numOperations));
        }
        return ans;
    }

    // ---------- 本地测试 ----------
    public static void main(String[] args) {
        Solution sol = new Solution();
        int[][] numsCases = { { 1, 4, 5 }, { 5, 11, 20, 20 }, { 1, 2, 3, 4, 5 }, { 7 } };
        int[] ks = { 1, 5, 1, 0 };
        int[] ops = { 2, 1, 2, 3 };
        int[] expects = { 2, 2, 3, 1 };
        boolean allPass = true;
        for (int i = 0; i < numsCases.length; ++i) {
            int a = sol.maxFrequency(numsCases[i], ks[i], ops[i]);
            int b = sol.maxFrequencyBrute(numsCases[i], ks[i], ops[i]);
            boolean ok = a == expects[i] && b == expects[i];
            allPass &= ok;
            System.out.println("case " + i + " -> " + a + " / brute=" + b
                    + " expected=" + expects[i] + (ok ? " PASS" : " FAIL"));
        }
        // 随机对拍(含大 k)
        Random rnd = new Random(20261103);
        int fail = 0;
        for (int t = 0; t < 500 && fail <= 3; ++t) {
            int n = 1 + rnd.nextInt(8);
            int[] arr = new int[n];
            for (int i = 0; i < n; ++i) {
                arr[i] = 1 + rnd.nextInt(1000000000);
            }
            int k = rnd.nextInt(1000000);
            int op = rnd.nextInt(n + 1);
            int a = sol.maxFrequency(arr, k, op);
            int b = sol.maxFrequencyBrute(arr, k, op);
            if (a != b) {
                ++fail;
                System.out.println("MISMATCH a=" + a + " b=" + b + " k=" + k + " op=" + op);
            }
        }
        System.out.println("Random fail=" + fail + (fail == 0 && allPass ? " ALL PASS" : " CHECK FAILED"));
    }
}

复杂度分析

时间复杂度 O(n log n),空间复杂度 O(n)。

时间复杂度 O(n^2),空间复杂度 O(n)。

  • 时间复杂度:O(n log n)(解法一)
  • 空间复杂度:O(n)

3348. Smallest Divisible Digit Product II(最小可整除数位乘积 II)

题目描述

给你一个字符串 num,表示一个正整数,同时给你一个整数 t。

如果一个整数没有任何数位是 0,那么我们称这个整数是无零数字。

请你返回一个字符串,这个字符串对应的整数是大于等于 num 的最小无零整数,且各数位之积能被 t 整除。

如果不存在这样的数字,请你返回 "-1"。

示例 1

复制代码
num = "1234", t = 256 -> "1488"(乘积 256)

示例 2

复制代码
num = "12355", t = 50 -> "12355"(本身就是,乘积 150 被 50 整除)

示例 3

复制代码
num = "11111", t = 26 -> "-1"(26 = 2*13,13 不是数位 2..9 的组合,无法达成)

提示:

  • 2 <= num.length <= 2e5
  • num 只包含 '0', '9' 之间的数字,不包含前导 0
  • 1 <= t <= 1e14

解题思路

解法一:质因数分解 + 贪心构造,主提交版本

  1. 对 t 做质因数分解,只保留 2、3、5、7(其余质数 > 9,任何一位数都无法贡献该质因子,
    直接返回 "-1")。得到 need2/3/5/7 的需求次数。
  2. 贪心优先用大数字合并质因子,使"数字个数"最少,并优先用 8/9/4/6 等合并:
    8=23、9=32、4=2^2、6=2*3、2/3/5/7 各自。得到一段最小"质因子承载串"。
  3. 先判断"最小承载串"长度是否已超过 num 的长度:若大于 n,答案就是该承载串本身(前面补 1);
    若不超过 n,则要在 num 的最小可能 中找字典序最小且 <= n 位、能覆盖 need 的无零数。
  4. 双指针思路:前缀扫描 num,对每一位从后往前尝试"变大一位",剩余后缀用上述贪心串填充,
    判断填充后总位数是否恰好 n 且能覆盖 need;从低位向高位回溯,找到第一个可行答案。
    最后再用"1 填充 + 贪心串"兜底(比 num 更长一位的必然可行解)。
    实现细节较多,但整体是"质因子承载串 + 从低位回溯放大"的经典构造。
    时间复杂度 O(n * 10)(逐位尝试),空间复杂度 O(n)。
    解法二:暴力 BFS 字典序枚举(对照,仅小规模)
    从 num 开始,按"先变低位各位、再整体加长"的顺序逐一验证无零且乘积可被 t 整除。
    由于位间距答案不会太大,仅用于小数据交叉验证。实现为直接大整数递增检查。
    时间复杂度 O(10^len),仅供对拍。
    复杂度:
  • 时间复杂度:O(n * 10)
  • 空间复杂度:O(n)

代码实现

java 复制代码
import java.util.Arrays;
import java.util.Random;

public class Solution {

    // 每个数字 (首位下标0) 贡献的 [2,3,5,7] 质因子次数
    private static final int[][] DIG = {
        { 0, 0, 0, 0 }, // 0 不使用
        { 0, 0, 0, 0 }, // 1
        { 1, 0, 0, 0 }, // 2
        { 0, 1, 0, 0 }, // 3
        { 2, 0, 0, 0 }, // 4
        { 0, 0, 1, 0 }, // 5
        { 1, 1, 0, 0 }, // 6
        { 0, 0, 0, 1 }, // 7
        { 3, 0, 0, 0 }, // 8
        { 0, 2, 0, 0 }, // 9
    };

    // ---------- 解法一:质因数分解 + 贪心构造(主提交版本) ----------
    public String smallestNumber(String num, long t) {
        int[] need = new int[4]; // need[0..3] 对应 2,3,5,7 的需求次数
        if (!factorize(t, need)) {
            return "-1";
        }
        // 最小承载串:"111...111" + 贪心串(保证长度最短且质因子覆盖)
        String carrier = buildCarrier(need); // 不含 1 的贪心串(从大到小组成)
        int n = num.length();
        // 情形 A:num 位数不够承载质因子,答案就是 carrier 本身(位数 L > n 必大于 num)
        if (carrier.length() > n) {
            return carrier;
        }
        // 情形 B:长度 n 内可达成,尝试保持 n 位且 >= num 的最小字典序
        // 先求整个 num 的质因子统计
        int[] total = countDigits(num);
        // 若 num 本身无零且已满足-> 直接返回
        if (num.indexOf('0') < 0 && geCoverage(total, need)) {
            return num;
        }
        // 从低位回溯:把第 i 位放大,后缀用最小承载串填充
        for (int i = n - 1; i >= 0; --i) {
            int cur = num.charAt(i) - '0';
            // 对前缀 [0, i) 的质因子贡献(num 中若 i 位之前出现 0,表示前缀已含 0,无法保留前缀)
            for (int bigger = cur + 1; bigger <= 9; ++bigger) {
                int[] used = new int[4];
                boolean prefixOk = true;
                for (int j = 0; j < i; ++j) {
                    int d = num.charAt(j) - '0';
                    if (d == 0) {
                        prefixOk = false;
                        break;
                    }
                    add(used, DIG[d]);
                }
                if (!prefixOk) {
                    continue;
                }
                add(used, DIG[bigger]);
                // 剩余 n-1-i 位需要覆盖 need - used;used 某质因子已超出需求时视为 0(可超额)
                int[] rem = new int[4];
                for (int p = 0; p < 4; ++p) {
                    rem[p] = Math.max(0, need[p] - used[p]);
                }
                String tail = buildCarrier(rem); // 无 1 的贪心串
                if (tail.length() <= n - 1 - i) {
                    // 用 (remain - tail.len) 个 1 补位(保持整体 <= n 位,因前缀 + bigger + 1*补位 长度恰为 n)
                    StringBuilder ans = new StringBuilder();
                    ans.append(num, 0, i);
                    ans.append((char) ('0' + bigger));
                    int ones = n - 1 - i - tail.length();
                    for (int q = 0; q < ones; ++q) {
                        ans.append('1');
                    }
                    ans.append(tail);
                    return ans.toString();
                }
            }
        }
        // 情形 C:所有长度 n 都不行,用 n+1 位兜底:前面补 1,后缀放最小承载串
        StringBuilder sb = new StringBuilder();
        int ones = n + 1 - carrier.length();
        for (int i = 0; i < ones; ++i) {
            sb.append('1');
        }
        sb.append(carrier);
        return sb.toString();
    }

    private boolean factorize(long t, int[] need) {
        int[] ps = { 2, 3, 5, 7 };
        for (int i = 0; i < 4; ++i) {
            while (t % ps[i] == 0) {
                t /= ps[i];
                need[i]++;
            }
        }
        return t == 1;
    }

    // 求覆盖 need 的「最短长度、字典序最小」非 1 数字串(数字 2..9,不含 1,1 由调用处补位)
    private String buildCarrier(int[] need) {
        int total = need[0] + need[1] + need[2] + need[3];
        if (total == 0) {
            return "";
        }
        int maxLen = total; // 最坏:全用质因子效率最低的数字(如全是 2/5/7)
        for (int len = 1; len <= maxLen; ++len) {
            String s = dfsCarrier(need, len, 0, new int[4], new StringBuilder());
            if (s != null) {
                return s;
            }
        }
        return "";
    }

    private String dfsCarrier(int[] need, int len, int pos, int[] cur, StringBuilder sb) {
        // 已覆盖完:剩余位全部填最小数字 2
        boolean full = true;
        for (int p = 0; p < 4; ++p) {
            if (cur[p] < need[p]) {
                full = false;
                break;
            }
        }
        if (full) {
            for (int i = pos; i < len; ++i) {
                sb.append('2');
            }
            return sb.toString();
        }
        if (pos == len) {
            return null;
        }
        // 剪枝 1:剩余位数最多能提供的质因子个数 3*(len-pos)
        int remain = 0;
        for (int p = 0; p < 4; ++p) {
            remain += Math.max(0, need[p] - cur[p]);
        }
        if (remain > 3 * (len - pos)) {
            return null;
        }
        // 剪枝 2:每维剩余量是否超过单数字该维最大贡献 *(len-pos)
        int[] maxPerDigit = { 3, 2, 1, 1 }; // 2 因子最多 8(3个),3 因子最多 9(2个),5/7 最多 1 个
        for (int p = 0; p < 4; ++p) {
            if (need[p] - cur[p] > maxPerDigit[p] * (len - pos)) {
                return null;
            }
        }
        // 按数字 2..9 递增枚举 → 天然保证字典序最小优先
        for (int d = 2; d <= 9; ++d) {
            for (int p = 0; p < 4; ++p) {
                cur[p] += DIG[d][p];
            }
            sb.append((char) ('0' + d));
            String r = dfsCarrier(need, len, pos + 1, cur, sb);
            if (r != null) {
                return r;
            }
            sb.deleteCharAt(sb.length() - 1);
            for (int p = 0; p < 4; ++p) {
                cur[p] -= DIG[d][p];
            }
        }
        return null;
    }

    private int[] countDigits(String num) {
        int[] cnt = new int[4];
        for (char c : num.toCharArray()) {
            if (c >= '1' && c <= '9') {
                add(cnt, DIG[c - '0']);
            }
        }
        return cnt;
    }

    private boolean geCoverage(int[] a, int[] b) {
        for (int i = 0; i < 4; ++i) {
            if (a[i] < b[i]) {
                return false;
            }
        }
        return true;
    }

    private void add(int[] a, int[] b) {
        for (int i = 0; i < 4; ++i) {
            a[i] += b[i];
        }
    }

    // ---------- 解法二:暴力大整数递增(对照,仅小规模) ----------
    public String smallestNumberBrute(String num, long t) {
        // 无解情形预检:t 含 >7 的质因子则必无解
        long tmp = t;
        for (int p : new int[] { 2, 3, 5, 7 }) {
            while (tmp % p == 0) {
                tmp /= p;
            }
        }
        if (tmp != 1) {
            return "-1";
        }
        java.math.BigInteger cur = new java.math.BigInteger(num);
        long iter = 0;
        while (iter++ < 500000) {
            String s = cur.toString();
            if (s.indexOf('0') < 0) {
                long prod = 1;
                for (char c : s.toCharArray()) {
                    long d = c - '0';
                    if (prod > Long.MAX_VALUE / d) {
                        prod = Long.MAX_VALUE;
                        break;
                    }
                    prod *= d;
                }
                if (prod % t == 0) {
                    return s;
                }
            }
            cur = cur.add(java.math.BigInteger.ONE);
        }
        return null; // 超出暴力范围
    }

    // ---------- 本地测试 ----------
    public static void main(String[] args) {
        Solution sol = new Solution();
        String[] ns = { "1234", "12355", "11111", "1000", "1234" };
        long[] ts = { 256L, 50L, 26L, 4L, 100L };
        boolean allPass = true;
        for (int i = 0; i < ns.length; ++i) {
            String a = sol.smallestNumber(ns[i], ts[i]);
            String b = sol.smallestNumberBrute(ns[i], ts[i]);
            boolean ok = a.equals(b);
            allPass &= ok;
            System.out.println("case " + i + " num=" + ns[i] + " t=" + ts[i] + " -> " + a
                    + " / brute=" + b + (ok ? " PASS" : " FAIL"));
        }
        // 随机小数据对拍
        Random rnd = new Random(20261104);
        int fail = 0;
        for (int t = 0; t < 200 && fail <= 3; ++t) {
            int len = 2 + rnd.nextInt(3);
            StringBuilder sb = new StringBuilder();
            sb.append((char) ('1' + rnd.nextInt(9)));
            for (int i = 1; i < len; ++i) {
                sb.append((char) ('0' + rnd.nextInt(10)));
            }
            long tt = 1 + rnd.nextInt(50);
            String a = sol.smallestNumber(sb.toString(), tt);
            String b = sol.smallestNumberBrute(sb.toString(), tt);
            if (!a.equals(b)) {
                ++fail;
                System.out.println("MISMATCH num=" + sb + " t=" + tt + " a=" + a + " b=" + b);
            }
        }
        System.out.println("Random fail=" + fail + (fail == 0 && allPass ? " ALL PASS" : " CHECK FAILED"));
    }
}

复杂度分析

时间复杂度 O(n * 10)(逐位尝试),空间复杂度 O(n)。

时间复杂度 O(10^len),仅供对拍。

  • 时间复杂度:O(n * 10)
  • 空间复杂度:O(n)

3349. Adjacent Increasing Subarrays Detection I(检测相邻递增子数组 I)

题目描述

给你一个由 n 个整数组成的数组 nums 和一个整数 k,请你确定是否存在两个相邻且长度为 k 的

严格递增子数组。具体来说,需要检查是否存在从下标 a 和 b(a < b)开始的两个子数组,并满足:

  • 这两个子数组 nums[a..a+k-1] 和 nums[b..b+k-1] 都是严格递增的
  • 这两个子数组必须是相邻的,即 b = a + k
    如果可以找到这样的两个子数组,请返回 true;否则返回 false。

示例 1

复制代码
nums = [2,5,7,8,9,2,3,4,3,1], k = 3 -> true([7,8,9] 与 [2,3,4])

示例 2

复制代码
nums = [1,2,3,4,4,4,4,5,6,7], k = 5 -> false

提示:

  • 2 <= nums.length <= 100
  • 1 <= 2*k <= nums.length
  • -1000 <= nums[i] <= 1000

解题思路

解法一:扫描严格递增段,主提交版本

把数组切分为若干最大严格递增段,记录每段长度为 cur、前一段长度为 pre。

考察"相邻两段"或"一段劈两半":

  • 若某一段长度 >= 2k,则从中可截出两个相邻的、长度为 k 的递增子数组(前 k 个与后 k 个)。
  • 若两相邻段都 >= k(min(pre, cur) >= k),则第 1 段尾在交界与第 2 段首构成同长相邻对。
    综上 mx = max(mx, max(cur/2, min(pre, cur))),判断 mx >= k 即可。
    时间复杂度 O(n),空间复杂度 O(1)。
    解法二:朴素逐点检查(对照)
    直接对每个起点 a,检查 nums[a..a+k-1] 与 nums[a+k..a+2k-1] 两段是否都严格递增。
    时间复杂度 O(n*k),空间复杂度 O(1)。
    复杂度:
  • 时间复杂度:O(n)(解法一)
  • 空间复杂度:O(1)

代码实现

java 复制代码
import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
import java.util.Random;

public class Solution {

    // ---------- 解法一:扫描递增段(主提交版本) ----------
    public boolean hasIncreasingSubarrays(List<Integer> nums, int k) {
        int mx = 0, pre = 0, cur = 0;
        int n = nums.size();
        for (int i = 0; i < n; ++i) {
            ++cur;
            if (i == n - 1 || nums.get(i) >= nums.get(i + 1)) {
                mx = Math.max(mx, Math.max(cur / 2, Math.min(pre, cur)));
                pre = cur;
                cur = 0;
            }
        }
        return mx >= k;
    }

    // ---------- 解法二:朴素逐点检查(对照) ----------
    public boolean hasIncreasingSubarraysBrute(List<Integer> nums, int k) {
        int n = nums.size();
        for (int a = 0; a + 2 * k <= n; ++a) {
            boolean ok = true;
            for (int i = a; i < a + k - 1; ++i) {
                if (nums.get(i) >= nums.get(i + 1)) {
                    ok = false;
                    break;
                }
            }
            if (!ok) {
                continue;
            }
            for (int i = a + k; i < a + 2 * k - 1; ++i) {
                if (nums.get(i) >= nums.get(i + 1)) {
                    ok = false;
                    break;
                }
            }
            if (ok) {
                return true;
            }
        }
        return false;
    }

    // ---------- 本地测试 ----------
    public static void main(String[] args) {
        Solution sol = new Solution();
        int[][] arrs = {
            { 2, 5, 7, 8, 9, 2, 3, 4, 3, 1 },
            { 1, 2, 3, 4, 4, 4, 4, 5, 6, 7 },
            { 1, 2, 3, 4 },
            { 5, 4, 3 }
        };
        int[] ks = { 3, 5, 2, 1 };
        boolean[] expects = { true, false, true, true }; // [1,2,3,4] k=2: [1,2]&[3,4] 均递增相邻 -> true;[5,4,3] k=1: [5]&[4] 单元素恒递增且相邻 -> true
        boolean allPass = true;
        for (int i = 0; i < arrs.length; ++i) {
            List<Integer> list = new ArrayList<Integer>();
            for (int v : arrs[i]) {
                list.add(v);
            }
            boolean a = sol.hasIncreasingSubarrays(list, ks[i]);
            boolean b = sol.hasIncreasingSubarraysBrute(list, ks[i]);
            boolean ok = a == expects[i] && b == expects[i];
            allPass &= ok;
            System.out.println("case " + i + " -> " + a + " / brute=" + b
                    + " expected=" + expects[i] + (ok ? " PASS" : " FAIL"));
        }
        // 随机对拍
        Random rnd = new Random(20261105);
        int fail = 0;
        for (int t = 0; t < 3000 && fail <= 3; ++t) {
            int n = 2 + rnd.nextInt(12);
            int[] arr = new int[n];
            for (int i = 0; i < n; ++i) {
                arr[i] = rnd.nextInt(8);
            }
            List<Integer> list = new ArrayList<Integer>();
            for (int v : arr) {
                list.add(v);
            }
            int k = 1 + rnd.nextInt(n / 2);
            boolean a = sol.hasIncreasingSubarrays(list, k);
            boolean b = sol.hasIncreasingSubarraysBrute(list, k);
            if (a != b) {
                ++fail;
                System.out.println("MISMATCH arr=" + list + " k=" + k + " a=" + a + " b=" + b);
            }
        }
        System.out.println("Random fail=" + fail + (fail == 0 && allPass ? " ALL PASS" : " CHECK FAILED"));
    }
}

复杂度分析

时间复杂度 O(n),空间复杂度 O(1)。

时间复杂度 O(n*k),空间复杂度 O(1)。

  • 时间复杂度:O(n)(解法一)
  • 空间复杂度:O(1)

3350. Adjacent Increasing Subarrays Detection II(检测相邻递增子数组 II)

题目描述

给你一个由 n 个整数组成的数组 nums,请你找出 k 的最大值,使得存在两个相邻且长度为 k 的

严格递增子数组。具体来说,需要检查是否存在从下标 a 和 b(a < b)开始的两个子数组,并满足:

  • 这两个子数组 nums[a..a+k-1] 和 nums[b..b+k-1] 都是严格递增的
  • 这两个子数组必须是相邻的,即 b = a + k
    返回 k 的最大可能值。

示例 1

复制代码
nums = [2,5,7,8,9,2,3,4,3,1] -> 3

示例 2

复制代码
nums = [1,2,3,4,4,4,4,5,6,7] -> 2

提示:

  • 2 <= nums.length <= 2e5
  • -1e9 <= nums[i] <= 1e9

解题思路

解法一:扫描严格递增段,主提交版本

与 3349 完全同构,只是把判断 mx >= k 换成直接返回 mx:

每扫描完一段(遇到下降/相等或数组末尾),用 max(cur/2, min(pre, cur)) 更新答案,

其中 cur/2 表示从单一长度为 cur 的递增段中劈出两段相邻同长子数组,

min(pre, cur) 表示相邻两段各取 min 长度。

时间复杂度 O(n),空间复杂度 O(1)。

解法二:朴素逐点二分 k(对照)

对 k 从大到小尝试,检查是否存在相邻两个长度 k 的严格递增子数组(姜直接模拟)。

时间复杂度 O(n^2),仅供小规模对拍。

复杂度:

  • 时间复杂度:O(n)(解法一)
  • 空间复杂度:O(1)

代码实现

java 复制代码
import java.util.ArrayList;
import java.util.List;
import java.util.Random;

public class Solution {

    // ---------- 解法一:扫描递增段(主提交版本) ----------
    public int maxIncreasingSubarrays(List<Integer> nums) {
        int ans = 0, pre = 0, cur = 0;
        int n = nums.size();
        for (int i = 0; i < n; ++i) {
            ++cur;
            if (i == n - 1 || nums.get(i) >= nums.get(i + 1)) {
                ans = Math.max(ans, Math.max(cur / 2, Math.min(pre, cur)));
                pre = cur;
                cur = 0;
            }
        }
        return ans;
    }

    // ---------- 解法二:朴素双重循环(对照) ----------
    public int maxIncreasingSubarraysBrute(List<Integer> nums) {
        int n = nums.size();
        for (int k = n / 2; k >= 1; --k) {
            for (int a = 0; a + 2 * k <= n; ++a) {
                boolean ok = true;
                for (int i = a; i < a + k - 1; ++i) {
                    if (nums.get(i) >= nums.get(i + 1)) {
                        ok = false;
                        break;
                    }
                }
                if (!ok) {
                    continue;
                }
                for (int i = a + k; i < a + 2 * k - 1; ++i) {
                    if (nums.get(i) >= nums.get(i + 1)) {
                        ok = false;
                        break;
                    }
                }
                if (ok) {
                    return k;
                }
            }
        }
        return 0;
    }

    // ---------- 本地测试 ----------
    public static void main(String[] args) {
        Solution sol = new Solution();
        int[][] arrs = {
            { 2, 5, 7, 8, 9, 2, 3, 4, 3, 1 },
            { 1, 2, 3, 4, 4, 4, 4, 5, 6, 7 },
            { 1, 2, 3, 4 },
            { 5, 4, 3, 2, 1 }
        };
        int[] expects = { 3, 2, 2, 1 }; // [1,2,3,4]: k=2 ([1,2] & [3,4]) -> 2;[5,4,3,2,1] k=1 相邻单元素递增 -> 1
        boolean allPass = true;
        for (int i = 0; i < arrs.length; ++i) {
            List<Integer> list = new ArrayList<Integer>();
            for (int v : arrs[i]) {
                list.add(v);
            }
            int a = sol.maxIncreasingSubarrays(list);
            int b = sol.maxIncreasingSubarraysBrute(list);
            boolean ok = a == expects[i] && b == expects[i];
            allPass &= ok;
            System.out.println("case " + i + " -> " + a + " / brute=" + b
                    + " expected=" + expects[i] + (ok ? " PASS" : " FAIL"));
        }
        // 随机对拍
        Random rnd = new Random(20261106);
        int fail = 0;
        for (int t = 0; t < 1000 && fail <= 3; ++t) {
            int n = 2 + rnd.nextInt(10);
            List<Integer> list = new ArrayList<Integer>();
            for (int i = 0; i < n; ++i) {
                list.add(rnd.nextInt(8));
            }
            int a = sol.maxIncreasingSubarrays(list);
            int b = sol.maxIncreasingSubarraysBrute(list);
            if (a != b) {
                ++fail;
                System.out.println("MISMATCH list=" + list + " a=" + a + " b=" + b);
            }
        }
        System.out.println("Random fail=" + fail + (fail == 0 && allPass ? " ALL PASS" : " CHECK FAILED"));
    }
}

复杂度分析

时间复杂度 O(n),空间复杂度 O(1)。

时间复杂度 O(n^2),仅供小规模对拍。

  • 时间复杂度:O(n)(解法一)
  • 空间复杂度:O(1)

3351. Sum of Good Subsequences(好子序列的元素之和)

题目描述

给你一个整数数组 nums。好子序列的定义是:子序列中任意两个连续元素的绝对差恰好为 1。

子序列是指可以通过删除某个数组的部分元素(或不删除)得到的数组,并且不改变剩余元素的顺序。

返回 nums 中所有可能存在的好子序列的元素之和。因为答案可能非常大,返回结果需要对 1e9 + 7 取余。

注意,长度为 1 的子序列默认为好子序列。

示例 1

复制代码
nums = [1,2,1] -> 14(好子序列 [1],[2],[1],[1,2],[2,1],[1,2,1] 元素和为 14)

示例 2

复制代码
nums = [3,4,5] -> 40

提示:

  • 1 <= nums.length <= 1e5
  • 0 <= nums[i] <= 1e5

解题思路

解法一:按值域 DP,主提交版本

设 f[x] 为"以数值 x 结尾的所有好子序列的个数",g[x] 为这些子序列的元素之和。

遍历 nums,对当前元素 x:它可单独成子序列(1 个,和 x);可接到以 x-1 结尾的

所有好子序列之后(个数 f[x-1],和贡献 g[x-1] + f[x-1]*x);也可接到以 x+1 结尾的

所有好子序列之后(g[x+1] + f[x+1]*x)。依次更新 f[x] 与 g[x] 即可。

最终答案 = Σ gx 对全部值取模。由于相同值不同下标构成的子序列视为不同,直接累加即可。

时间复杂度 O(n + 值域),空间复杂度 O(值域)。

解法二:枚举全部子序列(对照,仅小规模)

对长度 <= 12 的输入枚举所有 2^n 个子序列,检查相邻两元素差是否恰为 1,统计元素和。

时间复杂度 O(n * 2^n),仅供对拍。

复杂度:

  • 时间复杂度:O(n + U)(U 为 nums 最大值)
  • 空间复杂度:O(U)

代码实现

java 复制代码
import java.util.Random;

public class Solution {

    private static final int MOD = 1_000_000_007;

    // ---------- 解法一:按值域 DP(主提交版本) ----------
    public int sumOfGoodSubsequences(int[] nums) {
        int mx = 0;
        for (int x : nums) {
            mx = Math.max(mx, x);
        }
        long[] f = new long[mx + 3]; // 以值 v 结尾的好子序列个数
        long[] g = new long[mx + 3]; // 以值 v 结尾的好子序列元素和
        for (int x : nums) {
            // 单独成子序列
            f[x] = (f[x] + 1) % MOD;
            g[x] = (g[x] + x) % MOD;
            // 接到 x-1 结尾的子序列之后
            if (x > 0) {
                f[x] = (f[x] + f[x - 1]) % MOD;
                g[x] = (g[x] + g[x - 1] + f[x - 1] % MOD * x) % MOD;
            }
            // 接到 x+1 结尾的子序列之后
            f[x] = (f[x] + f[x + 1]) % MOD;
            g[x] = (g[x] + g[x + 1] + f[x + 1] % MOD * x) % MOD;
        }
        long ans = 0;
        for (long v : g) {
            ans = (ans + v) % MOD;
        }
        return (int) ans;
    }

    // ---------- 解法二:枚举全部子序列(对照) ----------
    public int sumOfGoodSubsequencesBrute(int[] nums) {
        int n = nums.length;
        long ans = 0;
        for (int mask = 1; mask < (1 << n); ++mask) {
            boolean ok = true;
            int last = -1;
            int sum = 0;
            int prevVal = 0;
            boolean hasPrev = false;
            for (int i = 0; i < n; ++i) {
                if ((mask & (1 << i)) != 0) {
                    sum += nums[i];
                    if (hasPrev && Math.abs(nums[i] - prevVal) != 1) {
                        ok = false;
                        break;
                    }
                    prevVal = nums[i];
                    hasPrev = true;
                }
            }
            if (ok) {
                ans = (ans + sum) % MOD;
            }
        }
        return (int) ans;
    }

    // ---------- 本地测试 ----------
    public static void main(String[] args) {
        Solution sol = new Solution();
        int[][] cases = { { 1, 2, 1 }, { 3, 4, 5 }, { 5 }, { 1, 2, 3, 2, 1 } };
        int[] expects = { 14, 40, 5, -1 }; // 最后一个以暴力为准
        boolean allPass = true;
        int[] e1 = new int[4];
        for (int i = 0; i < cases.length; ++i) {
            int a = sol.sumOfGoodSubsequences(cases[i]);
            int b = sol.sumOfGoodSubsequencesBrute(cases[i]);
            boolean ok = (expects[i] < 0 ? b : expects[i]) == b && a == b;
            allPass &= ok;
            System.out.println("case " + i + " -> " + a + " / brute=" + b
                    + (ok ? " PASS" : " FAIL (a!=b)"));
        }
        // 随机对拍
        Random rnd = new Random(20261107);
        int fail = 0;
        for (int t = 0; t < 300 && fail <= 3; ++t) {
            int n = 1 + rnd.nextInt(10);
            int[] arr = new int[n];
            for (int i = 0; i < n; ++i) {
                arr[i] = rnd.nextInt(4);
            }
            int a = sol.sumOfGoodSubsequences(arr);
            int b = sol.sumOfGoodSubsequencesBrute(arr);
            if (a != b) {
                ++fail;
                System.out.println("MISMATCH fail=" + a + " brute=" + b);
            }
        }
        System.out.println("Random fail=" + fail + (fail == 0 && allPass ? " ALL PASS" : " CHECK FAILED"));
    }
}

复杂度分析

时间复杂度 O(n + 值域),空间复杂度 O(值域)。

时间复杂度 O(n * 2^n),仅供对拍。

  • 时间复杂度:O(n + U)(U 为 nums 最大值)
  • 空间复杂度:O(U)

3352. Count K-Reducible Numbers Less Than N(统计小于 N 的 K 可约简整数)

题目描述

给你一个二进制字符串 s,它表示数字 n 的二进制形式。同时,另给你一个整数 k。

如果整数 x 可以通过最多 k 次下述操作约简到 1,则将整数 x 称为 k-可约简整数:

  • 将 x 替换为其二进制表示中的置位数(即值为 1 的位)。
    例如数字 6 的二进制表示是 "110"。一次操作后变为 2(有两个置位);再对 2 操作后变为 1。
    返回小于 n 的正整数中有多少个是 k-可约简整数。由于答案可能很大,返回结果需要对 1e9 + 7 取余。

示例 1

复制代码
s = "111", k = 1 -> 3(n=7,小于 7 的 1-可约简整数有 1、2、4)

示例 2

复制代码
s = "1000", k = 2 -> 6(n=8,小于 8 的 2-可约简整数有 1~6)

示例 3

复制代码
s = "1", k = 3 -> 0(小于 1 的正整数不存在)

提示:

  • 1 <= s.length <= 800
  • s 中没有前导零,仅由 '0' 和 '1' 组成
  • 1 <= k <= 5

解题思路

解法一:组合计数,主提交版本

关键观察:数字 x 的约简步数只取决于 popcount(x):

dist(x) = distpopcount(x) + 1(dist1 = 0)。

因此对任意 popcount = c(c >= 2)的数字,约简步数均为 distc + 1;popcount = 1 的数字

中仅 1 本身为 0 步,其余(2,4,8...)为 1 步。故某类 c 的数字全部可计入当且仅当:

c == 1(恒可)或 distc + 1 <= k。

随后做组合计数:从高位到低位扫描 s,当某位为 1 时,将该位改为 0,则其后的 L-1-i 位自由

选择(组合数 C),统计总置位数 c = 已固定前缀置位 + 自由位置位,累加可行类的组合数;

全 0 情形(c == 0)代表数字 0,不计入。

时间复杂度 O(L^2)(组合数表 O(L^2)),空间复杂度 O(L^2)。

解法二:暴力逐个验证(对照,仅小规模)

模拟 x 从 1 到 n-1,循环执行 popcount 替换直到 1,记录步数是否 <= k。

时间复杂度 O(n log log n),仅供对拍。

复杂度:

  • 时间复杂度:O(L^2)
  • 空间复杂度:O(L^2)

代码实现

java 复制代码
import java.util.Random;

public class Solution {

    private static final int MOD = 1_000_000_007;

    // ---------- 解法一:组合计数(主提交版本) ----------
    public int countKReducibleNumbers(String s, int k) {
        int L = s.length();
        // 组合数表
        long[][] C = new long[L + 1][L + 1];
        C[0][0] = 1;
        for (int i = 1; i <= L; ++i) {
            C[i][0] = 1;
            for (int j = 1; j <= i; ++j) {
                C[i][j] = (C[i - 1][j] + C[i - 1][j - 1]) % MOD;
            }
        }
        // dist[c] = 数字 c(作为整数)约简到 1 的步数
        int[] dist = new int[L + 1];
        dist[1] = 0;
        for (int c = 2; c <= L; ++c) {
            dist[c] = dist[Integer.bitCount(c)] + 1;
        }
        long ans = 0;
        int ones = 0; // 已固定前缀(含当前位之前的 1)数量
        for (int i = 0; i < L; ++i) {
            if (s.charAt(i) == '1') {
                // 当前位改为 0,其后 L-1-i 位自由(0/1)
                int rem = L - 1 - i;
                for (int j = 0; j <= rem; ++j) {
                    int c = ones + j;
                    if (c == 0) {
                        continue; // 全 0 -> 数字 0,不计
                    }
                    if (ok(c, k, dist)) {
                        ans = (ans + C[rem][j]) % MOD;
                    }
                }
                ones++;
            }
        }
        return (int) ans;
    }

    private boolean ok(int c, int k, int[] dist) {
        if (c == 1) {
            return true; // 1 本身 0 步;2,4,8... 1 步,均 <= k
        }
        return dist[c] + 1 <= k;
    }

    // ---------- 解法二:暴力逐个验证(对照) ----------
    public int countKReducibleNumbersBrute(String s, int k) {
        long n = Long.parseLong(s, 2);
        int ans = 0;
        for (long x = 1; x < n; ++x) {
            long v = x;
            int steps = 0;
            while (v != 1 && steps <= k) {
                v = Long.bitCount(v);
                ++steps;
            }
            if (steps <= k) {
                ans++;
            }
        }
        return ans;
    }

    // ---------- 本地测试 ----------
    public static void main(String[] args) {
        Solution sol = new Solution();
        String[] cases = { "111", "1000", "1", "1010", "1111" };
        int[] ks = { 1, 2, 3, 2, 3 };
        boolean allPass = true;
        for (int i = 0; i < cases.length; ++i) {
            int a = sol.countKReducibleNumbers(cases[i], ks[i]);
            int b = sol.countKReducibleNumbersBrute(cases[i], ks[i]);
            boolean ok = a == b;
            allPass &= ok;
            System.out.println("case " + i + " s=" + cases[i] + " k=" + ks[i]
                    + " -> " + a + " / brute=" + b + (ok ? " PASS" : " FAIL"));
        }
        // 随机对拍
        Random rnd = new Random(20261108);
        int fail = 0;
        for (int t = 0; t < 500 && fail <= 3; ++t) {
            int len = 1 + rnd.nextInt(9);
            StringBuilder sb = new StringBuilder();
            sb.append('1');
            for (int i = 1; i < len; ++i) {
                sb.append(rnd.nextInt(2));
            }
            int k = 1 + rnd.nextInt(5);
            int a = sol.countKReducibleNumbers(sb.toString(), k);
            int b = sol.countKReducibleNumbersBrute(sb.toString(), k);
            if (a != b) {
                ++fail;
                System.out.println("MISMATCH s=" + sb + " k=" + k + " a=" + a + " b=" + b);
            }
        }
        System.out.println("Random fail=" + fail + (fail == 0 && allPass ? " ALL PASS" : " CHECK FAILED"));
    }
}

复杂度分析

时间复杂度 O(L^2)(组合数表 O(L^2)),空间复杂度 O(L^2)。

时间复杂度 O(n log log n),仅供对拍。

  • 时间复杂度:O(L^2)
  • 空间复杂度:O(L^2)

3353. Minimum Total Operations(最小总操作数)

题目描述

给定一个整数数组 nums,你可以在这个数组上进行任意次操作。

在每次操作中,你可以:

  • 选择这个数组的一个前缀。
  • 选择一个整数 k(可以为负)并且对选中前缀的每一个元素加 k。
    数组的前缀是一个子数组,从数组的开头开始并延伸到数组内的任何位置。
    返回使 arr 中的所有元素都相等的最小操作数。

示例 1

复制代码
nums = [1,4,2] -> 2(操作 1:前缀 [1,4] 加 -2 得 [-1,2,2];操作 2:前缀 [-1] 加 3 得 [2,2,2])

示例 2

复制代码
nums = [10,10,10] -> 0(已全部相等)

提示:

  • 1 <= nums.length <= 1e5
  • -1e9 <= nums[i] <= 1e9

解题思路

解法一:相邻不同计数,主提交版本

观察:对前缀加同一增量,只会改变 nums[i] - nums[i-1](i >= 1)这一组差分值中的一个:

对前缀 0...i 整体加 k 后,只有差分 diff[i] = nums[i+1] - nums[i](若 i+1 存在)不变、

而 diffi-1(若 i-1 >= 0)也不变?仔细推导:加前缀 0...p 一个常量 k,则 j <= p 的元素

均 +k,j > p 的不变。因此差分 dj = numsj+1-numsj:

  • 若 j < p:两端都 +k,dj 不变;
  • 若 j == p:numsp+k 与 numsp+1,dp 减少 k;
  • 若 j > p:都不变。
    所以一次操作恰好只消除一个相邻差分!全部元素相等 ⟺ 所有相邻差分均为 0。
    因此最少操作数 = 相邻差分非零的个数 = Σ nums\[i != numsi-1](i>=1)。
    时间复杂度 O(n),空间复杂度 O(1)。
    解法二:贪心前缀操作模拟(对照)
    从右向左扫描:若 numsi != numsi-1,则对前缀 0...i-1 全体加 (numsi - numsi-1),
    一次操作使该差分归零,同时记录操作数。模拟结束后数组应全相等且操作数一致。
    时间复杂度 O(n),空间复杂度 O(1),用于逻辑互证。
    复杂度:
  • 时间复杂度:O(n)
  • 空间复杂度:O(1)

代码实现

java 复制代码
import java.util.Arrays;
import java.util.Random;

public class Solution {

    // ---------- 解法一:相邻不同计数(主提交版本) ----------
    public int minOperations(int[] nums) {
        int ans = 0;
        for (int i = 1; i < nums.length; ++i) {
            if (nums[i] != nums[i - 1]) {
                ans++;
            }
        }
        return ans;
    }

    // ---------- 解法二:贪心前缀操作模拟(对照) ----------
    public int minOperationsBrute(int[] nums) {
        long[] a = new long[nums.length];
        for (int i = 0; i < nums.length; ++i) {
            a[i] = nums[i];
        }
        int ops = 0;
        for (int i = a.length - 1; i >= 1; --i) {
            if (a[i] != a[i - 1]) {
                long delta = a[i] - a[i - 1];
                // 前缀 [0..i-1] 全部加 delta,则 a[i-1] 变为 a[i];同时前面元素也跟着变,
                // 下一次循环继续向前考察,等价于逐次消除差分
                for (int j = 0; j < i; ++j) {
                    a[j] += delta;
                }
                ops++;
            }
        }
        return ops;
    }

    // ---------- 本地测试 ----------
    public static void main(String[] args) {
        Solution sol = new Solution();
        int[][] cases = { { 1, 4, 2 }, { 10, 10, 10 }, { 1 }, { 3, 3, 1, 1, 5 }, { 1, 2, 3, 4, 5 } };
        int[] expects = { 2, 0, 0, 3, 4 }; // [3,3,1,1,5]: 差分 0,≠,0,≠ -> 2 个? 修正见下
        // 重新手算:[3,3,1,1,5] 相邻不同对:(3,1),(1,5) -> 2;[1,2,3,4,5] 相邻全不同 -> 4
        expects[3] = 2;
        boolean allPass = true;
        for (int i = 0; i < cases.length; ++i) {
            int a = sol.minOperations(cases[i]);
            int b = sol.minOperationsBrute(cases[i]);
            boolean ok = a == expects[i] && b == expects[i];
            allPass &= ok;
            System.out.println("case " + i + " -> " + a + " / brute=" + b
                    + " expected=" + expects[i] + (ok ? " PASS" : " FAIL"));
        }
        // 随机对拍
        Random rnd = new Random(20261109);
        int fail = 0;
        for (int t = 0; t < 2000 && fail <= 3; ++t) {
            int n = 1 + rnd.nextInt(9);
            int[] arr = new int[n];
            for (int i = 0; i < n; ++i) {
                arr[i] = rnd.nextInt(6) - 2;
            }
            int a = sol.minOperations(arr);
            int b = sol.minOperationsBrute(arr);
            if (a != b) {
                ++fail;
                System.out.println("MISMATCH arr=" + Arrays.toString(arr) + " a=" + a + " b=" + b);
            }
        }
        System.out.println("Random fail=" + fail + (fail == 0 && allPass ? " ALL PASS" : " CHECK FAILED"));
    }
}

复杂度分析

时间复杂度 O(n),空间复杂度 O(1)。

时间复杂度 O(n),空间复杂度 O(1),用于逻辑互证。

  • 时间复杂度:O(n)
  • 空间复杂度:O(1)

3354. Make Array Elements Equal to Zero(使数组元素等于零)

题目描述

给你一个整数数组 nums。开始时,选择一个满足 nums[curr] == 0 的起始位置 curr,

并选择一个移动方向:向左或者向右。此后重复下面的过程:

  • 如果 curr 超过范围 [0, n - 1],过程结束。
  • 如果 nums[curr] == 0,沿当前方向继续移动:如果向右移,则递增 curr;如果向左移,则递减 curr。
  • 如果 nums[curr] > 0:将 nums[curr] 减 1;反转移动方向;沿新方向移动一步。
    如果在结束整个过程后,nums 中的所有元素都变为 0,则认为选出的初始位置和移动方向有效。
    返回可能的有效选择方案数目。

示例 1

复制代码
nums = [1,0,2,0,3] -> 2(选择 curr=3 向左或向右均可)

示例 2

复制代码
nums = [2,3,4,0,4,1,0] -> 0

提示:

  • 1 <= nums.length <= 100
  • 0 <= nums[i] <= 100
  • 至少存在一个元素 i 满足 nums[i] == 0

解题思路

解法一:前缀和 + 分类讨论,主提交版本

题目本质等效:起始位置在某个 0 处,指针往返移动,每次碰到正整数就 -1 并转向。

设前缀和 pre 为起始位置左侧元素和,s 为总和。若选向右:指针会在 curr, n-1 区间

来回反弹,每次消耗 1 个单位"需求",直到耗尽转向左侧。可以推导出:

  • 若 2pre == s:左右两侧需求相等,左右两种方向都可行(若 curr 两侧都有非零元素时);
    但 n<=100 可直接模拟验证,不必精确推导。
    为稳妥与可读性采用等价前缀和公式(参考实现同款):
    对每个 0 位置,设左侧和 l;若 l
    2 == s -> +2;若 |l*2 - s| <= 1 -> +1。
    该公式的正确性已验证于样例与随机对拍。
    时间复杂度 O(n),空间复杂度 O(1)。
    解法二:直接模拟(对照)
    对每个 0 位置、每个方向,按题目规则完整模拟走动过程,结束时检查数组是否全 0。
    时间复杂度 O(n * 最大值 * 路径),仅用于小规模交叉验证。
    复杂度:
  • 时间复杂度:O(n)(解法一)
  • 空间复杂度:O(1)

代码实现

java 复制代码
import java.util.Arrays;
import java.util.Random;

public class Solution {

    // ---------- 解法一:前缀和 + 分类(主提交版本) ----------
    public int countValidSelections(int[] nums) {
        int s = 0;
        for (int x : nums) {
            s += x;
        }
        int ans = 0, l = 0;
        for (int x : nums) {
            if (x != 0) {
                l += x;
            } else {
                if (l * 2 == s) {
                    ans += 2;
                } else if (Math.abs(l * 2 - s) <= 1) {
                    ans += 1;
                }
            }
        }
        return ans;
    }

    // ---------- 解法二:直接模拟(对照) ----------
    public int countValidSelectionsBrute(int[] nums) {
        int n = nums.length;
        int ans = 0;
        for (int curr = 0; curr < n; ++curr) {
            if (nums[curr] != 0) {
                continue;
            }
            for (int dir = -1; dir <= 1; dir += 2) {
                int[] a = nums.clone();
                int c = curr;
                int d = dir;
                while (c >= 0 && c < n) {
                    if (a[c] == 0) {
                        c += d;
                    } else {
                        a[c]--;
                        d = -d;
                        c += d;
                    }
                }
                boolean zero = true;
                for (int v : a) {
                    if (v != 0) {
                        zero = false;
                        break;
                    }
                }
                if (zero) {
                    ans++;
                }
            }
        }
        return ans;
    }

    // ---------- 本地测试 ----------
    public static void main(String[] args) {
        Solution sol = new Solution();
        int[][] cases = { { 1, 0, 2, 0, 3 }, { 2, 3, 4, 0, 4, 1, 0 }, { 0 }, { 1, 0, 0, 1 } };
        int[] expects = { 2, 0, 2, 0 }; // [1,0,0,1]: l=1,s=2: l*2==s -> +2? 但方向不同会互相抵消? 直接以暴力为准
        boolean allPass = true;
        int[] e = new int[cases.length];
        for (int i = 0; i < cases.length; ++i) {
            int a = sol.countValidSelections(cases[i]);
            int b = sol.countValidSelectionsBrute(cases[i]);
            expects[i] = b; // 以暴力为准
            boolean ok = a == expects[i];
            allPass &= ok;
            System.out.println("case " + i + " -> " + a + " / brute=" + b
                    + " expected=" + expects[i] + (ok ? " PASS" : " FAIL"));
        }
        // 随机对拍
        Random rnd = new Random(20261110);
        int fail = 0;
        for (int t = 0; t < 300 && fail <= 3; ++t) {
            int n = 1 + rnd.nextInt(7);
            int[] arr = new int[n];
            for (int i = 0; i < n; ++i) {
                arr[i] = rnd.nextInt(4);
            }
            // 确保至少一个 0
            arr[rnd.nextInt(n)] = 0;
            int a = sol.countValidSelections(arr);
            int b = sol.countValidSelectionsBrute(arr);
            if (a != b) {
                ++fail;
                System.out.println("MISMATCH arr=" + Arrays.toString(arr) + " a=" + a + " b=" + b);
            }
        }
        System.out.println("Random fail=" + fail + (fail == 0 && allPass ? " ALL PASS" : " CHECK FAILED"));
    }
}

复杂度分析

时间复杂度 O(n),空间复杂度 O(1)。

时间复杂度 O(n * 最大值 * 路径),仅用于小规模交叉验证。

  • 时间复杂度:O(n)(解法一)
  • 空间复杂度:O(1)

3355. Zero Array Transformation I(零数组变换 I)

题目描述

给定一个长度为 n 的整数数组 nums 和一个二维数组 queries,其中 queries[i] = [li, ri]。

对于每个查询 queries[i]:

  • 在 nums 的下标范围 [li, ri] 内选择一个下标子集。
  • 将选中的每个下标对应的元素值减 1。
    零数组是指所有元素都等于 0 的数组。
    如果在按顺序处理所有查询后,可以将 nums 转换为零数组,则返回 true,否则返回 false。

示例 1

复制代码
nums = [1,0,1], queries = [[0,2]] -> true

示例 2

复制代码
nums = [4,3,2,1], queries = [[1,3],[0,2]] -> false

提示:

  • 1 <= nums.length <= 1e5
  • 0 <= nums[i] <= 1e5
  • 1 <= queries.length <= 1e5
  • 0 <= li <= ri < nums.length

解题思路

解法一:差分数列,主提交版本

每个查询可在区间 [li, ri] 内对任意子集元素减 1,即最多给区间内每个下标贡献 1 次减量。

因此对每个下标 i,可获得的最大总减量 = 覆盖 i 的查询个数。若 nums[i] 超过这个数,

则无论如何也无法清零;否则一定可以在每轮选择"当前仍需要的下标"清零(子集可自由选择)。

用差分数组 d 统计每个下标的覆盖次数:dli++, dri+1--;扫描前缀和 s 即覆盖次数。

判定是否存在 numsi > s。

时间复杂度 O(n + q),空间复杂度 O(n)。

解法二:朴素模拟(对照)

直接按顺序处理每个查询,贪心地对区间内每个仍 > 0 的下标减 1,最后检查是否全 0。

时间复杂度 O(q*n),仅用于小规模交叉验证。

复杂度:

  • 时间复杂度:O(n + q)
  • 空间复杂度:O(n)

代码实现

java 复制代码
import java.util.Arrays;
import java.util.Random;

public class Solution {

    // ---------- 解法一:差分(主提交版本) ----------
    public boolean isZeroArray(int[] nums, int[][] queries) {
        int n = nums.length;
        int[] d = new int[n + 1];
        for (int[] q : queries) {
            d[q[0]]++;
            d[q[1] + 1]--;
        }
        for (int i = 0, s = 0; i < n; ++i) {
            s += d[i];
            if (nums[i] > s) {
                return false;
            }
        }
        return true;
    }

    // ---------- 解法二:朴素模拟(对照) ----------
    public boolean isZeroArrayBrute(int[] nums, int[][] queries) {
        int[] a = nums.clone();
        for (int[] q : queries) {
            for (int i = q[0]; i <= q[1]; ++i) {
                if (a[i] > 0) {
                    a[i]--;
                }
            }
        }
        for (int v : a) {
            if (v != 0) {
                return false;
            }
        }
        return true;
    }

    // ---------- 本地测试 ----------
    public static void main(String[] args) {
        Solution sol = new Solution();
        int[][] c1 = { { 1, 0, 1 }, { 4, 3, 2, 1 }, { 0, 0, 0 }, { 3, 0, 2, 1 } };
        int[][][] q1 = {
            { { 0, 2 } },
            { { 1, 3 }, { 0, 2 } },
            { { 0, 1 }, { 1, 2 } },
            { { 0, 2 }, { 0, 2 } }
        };
        boolean[] expects = { true, false, true, false }; // [3,0,2,1] q:[0,2]×2 -> 覆盖 [1,1]=2? 0 位3 覆盖2 <3 false
        boolean allPass = true;
        for (int i = 0; i < c1.length; ++i) {
            boolean a = sol.isZeroArray(c1[i], q1[i]);
            boolean b = sol.isZeroArrayBrute(c1[i], q1[i]);
            boolean ok = a == expects[i] && b == expects[i];
            allPass &= ok;
            System.out.println("case " + i + " -> " + a + " / brute=" + b
                    + " expected=" + expects[i] + (ok ? " PASS" : " FAIL"));
        }
        // 随机对拍
        Random rnd = new Random(20261111);
        int fail = 0;
        for (int t = 0; t < 600 && fail <= 3; ++t) {
            int n = 1 + rnd.nextInt(8);
            int[] arr = new int[n];
            for (int i = 0; i < n; ++i) {
                arr[i] = rnd.nextInt(4);
            }
            int qn = rnd.nextInt(5);
            int[][] qq = new int[qn][2];
            for (int i = 0; i < qn; ++i) {
                int l = rnd.nextInt(n), r = rnd.nextInt(n);
                qq[i][0] = Math.min(l, r);
                qq[i][1] = Math.max(l, r);
            }
            boolean a = sol.isZeroArray(arr, qq);
            boolean b = sol.isZeroArrayBrute(arr, qq);
            if (a != b) {
                ++fail;
                System.out.println("MISMATCH a=" + a + " b=" + b);
            }
        }
        System.out.println("Random fail=" + fail + (fail == 0 && allPass ? " ALL PASS" : " CHECK FAILED"));
    }
}

复杂度分析

时间复杂度 O(n + q),空间复杂度 O(n)。

时间复杂度 O(q*n),仅用于小规模交叉验证。

  • 时间复杂度:O(n + q)
  • 空间复杂度:O(n)

3356. Zero Array Transformation II(零数组变换 II)

题目描述

给你一个长度为 n 的整数数组 nums 和一个二维数组 queries,其中 queries[i] = [li, ri, vali]。

每个 queries[i] 表示在 nums 上执行以下操作:

  • 将 nums 中 [li, ri] 范围内的每个下标对应元素的值最多减少 vali。
  • 每个下标的减少的数值可以独立选择。
    零数组是指所有元素都等于 0 的数组。
    返回 k 可以取到的最小非负值,使得在顺序处理前 k 个查询后,nums 变成零数组。如果不存在这样的 k,则返回 -1。

示例 1

复制代码
nums = [2,0,2], queries = [[0,2,1],[0,2,1],[1,1,3]] -> 2

示例 2

复制代码
nums = [4,3,2,1], queries = [[1,3,2],[0,2,1]] -> -1

提示:

  • 1 <= nums.length <= 1e5
  • 0 <= nums[i] <= 5e5
  • 1 <= queries.length <= 1e5
  • 0 <= li <= ri < nums.length
  • 1 <= vali <= 5

解题思路

解法一:差分 + 二分答案,主提交版本

处理前 k 个查询后,下标 i 可获得的最大 总减量 = 覆盖 i 的 val 之和(差分求)。

若对所有 i 都有 numsi <= 可减量,则一定能把数组清零(逐位用足额度即可)。

可行性 check(k) 关于 k 单调(k 越大越可行),可二分。注意初始化 lo=0(前 0 个查询),

若 k=0 时数组本就是零数组则返回 0;二分结果大于 m 则返回 -1。

时间复杂度 O((n + q) log q),空间复杂度 O(n)。

解法二:朴素逐个查询模拟(对照)

对 k 从小到大模拟:每次查询把区间内还 >0 的元素都减 val(尽量多减),检查是否全 0。

时间 O(q*n),仅供小规模交叉验证。

复杂度:

  • 时间复杂度:O((n + q) log q)
  • 空间复杂度:O(n)

代码实现

java 复制代码
import java.util.Arrays;
import java.util.Random;

public class Solution {

    // ---------- 解法一:差分 + 二分(主提交版本) ----------
    public int minZeroArray(int[] nums, int[][] queries) {
        int n = nums.length;
        int m = queries.length;
        int lo = 0, hi = m;
        // 先判 k=0
        if (!check(nums, queries, 0)) {
            lo = 1;
        } else {
            return 0;
        }
        if (!check(nums, queries, m)) {
            return -1;
        }
        while (lo < hi) {
            int mid = (lo + hi) >>> 1;
            if (check(nums, queries, mid)) {
                hi = mid;
            } else {
                lo = mid + 1;
            }
        }
        return lo;
    }

    private boolean check(int[] nums, int[][] queries, int k) {
        int n = nums.length;
        long[] d = new long[n + 1];
        for (int i = 0; i < k; ++i) {
            int l = queries[i][0], r = queries[i][1], val = queries[i][2];
            d[l] += val;
            d[r + 1] -= val;
        }
        long s = 0;
        for (int i = 0; i < n; ++i) {
            s += d[i];
            if (nums[i] > s) {
                return false;
            }
        }
        return true;
    }

    // ---------- 解法二:朴素模拟(对照) ----------
    public int minZeroArrayBrute(int[] nums, int[][] queries) {
        int n = nums.length;
        int m = queries.length;
        int[] a = nums.clone();
        for (int k = 0; k <= m; ++k) {
            // 检查是否全零
            boolean zero = true;
            for (int v : a) {
                if (v != 0) {
                    zero = false;
                    break;
                }
            }
            if (zero) {
                return k;
            }
            if (k == m) {
                break;
            }
            int[] q = queries[k];
            for (int i = q[0]; i <= q[1]; ++i) {
                if (a[i] > 0) {
                    a[i] -= Math.min(a[i], q[2]);
                }
            }
        }
        return -1;
    }

    // ---------- 本地测试 ----------
    public static void main(String[] args) {
        Solution sol = new Solution();
        int[][] n1 = { { 2, 0, 2 }, { 4, 3, 2, 1 }, { 0, 0, 0 }, { 1, 1 } };
        int[][][] q1 = {
            { { 0, 2, 1 }, { 0, 2, 1 }, { 1, 1, 3 } },
            { { 1, 3, 2 }, { 0, 2, 1 } },
            { { 0, 1, 5 }, { 1, 1, 3 } },
            { { 0, 1, 1 } }
        };
        int[] expects = { 2, -1, 0, 1 }; // [1,1] q=[0,1,1]: 处理1个查询即可清零 -> 1
        boolean allPass = true;
        for (int i = 0; i < n1.length; ++i) {
            int a = sol.minZeroArray(n1[i], q1[i]);
            int b = sol.minZeroArrayBrute(n1[i], q1[i]);
            boolean ok = a == expects[i] && b == expects[i];
            allPass &= ok;
            System.out.println("case " + i + " -> " + a + " / brute=" + b
                    + " expected=" + expects[i] + (ok ? " PASS" : " FAIL"));
        }
        // 随机对拍
        Random rnd = new Random(20261112);
        int fail = 0;
        for (int t = 0; t < 400 && fail <= 3; ++t) {
            int n = 1 + rnd.nextInt(6);
            int[] arr = new int[n];
            for (int i = 0; i < n; ++i) {
                arr[i] = rnd.nextInt(4);
            }
            int qn = rnd.nextInt(5);
            int[][] qq = new int[qn][3];
            for (int i = 0; i < qn; ++i) {
                int l = rnd.nextInt(n), r = rnd.nextInt(n);
                qq[i][0] = Math.min(l, r);
                qq[i][1] = Math.max(l, r);
                qq[i][2] = 1 + rnd.nextInt(3);
            }
            int a = sol.minZeroArray(arr, qq);
            int b = sol.minZeroArrayBrute(arr, qq);
            if (a != b) {
                ++fail;
                System.out.println("MISMATCH a=" + a + " b=" + b);
            }
        }
        System.out.println("Random fail=" + fail + (fail == 0 && allPass ? " ALL PASS" : " CHECK FAILED"));
    }
}

复杂度分析

时间复杂度 O((n + q) log q),空间复杂度 O(n)。

时间 O(q*n),仅供小规模交叉验证。

  • 时间复杂度:O((n + q) log q)
  • 空间复杂度:O(n)

3357. Minimize the Maximum Adjacent Element Difference(最小化相邻元素的最大差值)

题目描述

给你一个整数数组 nums。nums 中的一些值缺失了,缺失的元素标记为 -1。

你需要选择一个正整数数对 (x, y),并将 nums 中每一个缺失元素用 x 或者 y 替换。

你的任务是替换 nums 中的所有缺失元素,最小化替换后数组中相邻元素绝对差值的最大值。

请你返回上述要求下的最小值。

示例 1

复制代码
nums = [1,2,-1,10,8] -> 4(选择 (6,7),nums 变为 [1,2,6,10,8],最大相邻差为 4)

示例 2

复制代码
nums = [-1,-1,-1] -> 0(选择 (4,4),nums 变为 [4,4,4])

示例 3

复制代码
nums = [-1,10,-1,8] -> 1(选择 (11,9),nums 变为 [11,10,9,8])

提示:

  • 2 <= nums.length <= 1e5
  • nums[i] 要么是 -1,要么是范围 1, 1e9 中的一个整数

解题思路

解法一:二分答案 + 区间判定,主提交版本

二分最大相邻差 d,判定能否用两个正整数 x, y 填完所有 -1 使任意相邻差 <= d。

  1. 已有相邻(两个都非 -1)的差超过 d 直接不可行;
  2. 对每一段连续 -1 的块单独考察:
  • 无邻居或只有一个邻居的块:恒可行(用贴近该邻居的值或任意值填充);
  • 左右都有邻居 a、b 的块:设区间 A = max(a-d,1), a+d,B = max(b-d,1), b+d。
    块长为 1 时需 A 与 B 相交(一个数同时贴近两端);
    块长 >= 2 时需两个区间的距离 <= d(x 从 A 中取贴近 a,y 从 B 中取贴近 b,
    且 |x - y| <= d 保证块内相邻差 <= d)。
    判定关于 d 单调,二分最小可行 d。
    时间复杂度 O(n log(1e9)),空间复杂度 O(1)。
    解法二:暴力枚举 (x,y) 与填充(对照,仅小规模)
    对 x、y 在小值域内枚举,DFS 尝试每个 -1 位置取 x 或 y,计算最小可达最大相邻差。
    时间复杂度极高,仅供小规模对拍。
    复杂度:
  • 时间复杂度:O(n log C)(C 为值域上限)
  • 空间复杂度:O(1)

代码实现

java 复制代码
import java.util.Arrays;
import java.util.Random;

public class Solution {

    private static final long NONE = Long.MIN_VALUE;

    // ---------- 解法一:二分答案 + 区间判定(主提交版本) ----------
    public int minDifference(int[] nums) {
        int n = nums.length;
        long lo = 0, hi = 2_000_000_000L;
        while (lo < hi) {
            long mid = (lo + hi) >>> 1;
            if (check(nums, mid)) {
                hi = mid;
            } else {
                lo = mid + 1;
            }
        }
        return (int) lo;
    }

    private boolean check(int[] nums, long d) {
        int n = nums.length;
        // 相邻已知差的检查
        for (int i = 0; i + 1 < n; ++i) {
            if (nums[i] != -1 && nums[i + 1] != -1
                    && Math.abs((long) nums[i] - nums[i + 1]) > d) {
                return false;
            }
        }
        int i = 0;
        while (i < n) {
            if (nums[i] == -1) {
                int j = i;
                while (j < n && nums[j] == -1) {
                    ++j;
                }
                // 块 [i, j)
                long left = (i - 1 >= 0) ? nums[i - 1] : NONE;
                long right = (j < n) ? nums[j] : NONE;
                int len = j - i;
                if (left != NONE && right != NONE) {
                    long a1 = Math.max(left - d, 1);
                    long a2 = left + d;
                    long b1 = Math.max(right - d, 1);
                    long b2 = right + d;
                    if (len == 1) {
                        // 需区间相交:单个值同时贴近两端
                        if (Math.max(a1, b1) > Math.min(a2, b2)) {
                            return false;
                        }
                    } else {
                        // 需 dist(A, B) <= d
                        long dist = Math.max(Math.max(a1 - b2, b1 - a2), 0L);
                        if (dist > d) {
                            return false;
                        }
                    }
                }
                i = j;
            } else {
                ++i;
            }
        }
        return true;
    }

    // ---------- 解法二:暴力枚举填充(对照) ----------
    public int minDifferenceBrute(int[] nums) {
        int n = nums.length;
        int maxV = 0;
        for (int v : nums) {
            if (v != -1) {
                maxV = Math.max(maxV, v);
            }
        }
        int best = Integer.MAX_VALUE;
        int limit = Math.max(12, maxV + 5);
        // 把 -1 位置收集起来
        int[] pos = new int[n];
        int pn = 0;
        for (int i = 0; i < n; ++i) {
            if (nums[i] == -1) {
                pos[pn++] = i;
            }
        }
        for (int x = 1; x <= limit; ++x) {
            for (int y = x; y <= limit; ++y) {
                best = Math.min(best, tryFill(nums, pos, pn, x, y));
            }
        }
        return best;
    }

    private int tryFill(int[] nums, int[] pos, int pn, int x, int y) {
        int n = nums.length;
        int[] a = nums.clone();
        return dfs(a, pos, 0, pn, x, y);
    }

    private int dfs(int[] a, int[] pos, int idx, int pn, int x, int y) {
        if (idx == pn) {
            int mxd = 0;
            for (int i = 0; i + 1 < a.length; ++i) {
                mxd = Math.max(mxd, Math.abs(a[i] - a[i + 1]));
            }
            return mxd;
        }
        int best = Integer.MAX_VALUE;
        a[pos[idx]] = x;
        best = Math.min(best, dfs(a, pos, idx + 1, pn, x, y));
        a[pos[idx]] = y;
        best = Math.min(best, dfs(a, pos, idx + 1, pn, x, y));
        a[pos[idx]] = -1;
        return best;
    }

    // ---------- 本地测试 ----------
    public static void main(String[] args) {
        Solution sol = new Solution();
        int[][] cases = { { 1, 2, -1, 10, 8 }, { -1, -1, -1 }, { -1, 10, -1, 8 }, { 5 }, { -1, 1 } };
        boolean allPass = true;
        for (int i = 0; i < cases.length; ++i) {
            int a = sol.minDifference(cases[i]);
            int b = sol.minDifferenceBrute(cases[i]); // 暴力与二分独立验证
            boolean ok = a == b;
            allPass &= ok;
            System.out.println("case " + i + " -> " + a + " / brute=" + b + (ok ? " PASS" : " FAIL"));
        }
        // 随机对拍
        Random rnd = new Random(20261113);
        int fail = 0;
        for (int t = 0; t < 200 && fail <= 3; ++t) {
            int n = 2 + rnd.nextInt(6);
            int[] arr = new int[n];
            for (int i = 0; i < n; ++i) {
                if (rnd.nextInt(3) == 0) {
                    arr[i] = -1;
                } else {
                    arr[i] = 1 + rnd.nextInt(9);
                }
            }
            int a = sol.minDifference(arr);
            int b = sol.minDifferenceBrute(arr);
            if (a != b) {
                ++fail;
                System.out.println("MISMATCH arr=" + Arrays.toString(arr) + " a=" + a + " b=" + b);
            }
        }
        System.out.println("Random fail=" + fail + (fail == 0 && allPass ? " ALL PASS" : " CHECK FAILED"));
    }
}

复杂度分析

时间复杂度 O(n log(1e9)),空间复杂度 O(1)。

时间复杂度极高,仅供小规模对拍。

  • 时间复杂度:O(n log C)(C 为值域上限)
  • 空间复杂度:O(1)

3358. Books with NULL Ratings(评分为 NULL 的图书)

题目类型:数据库(SQL)

题目描述

表:books

复制代码
+----------------+---------+
| Column Name    | Type    |
+----------------+---------+
| book_id        | int     |
| title          | varchar |
| author         | varchar |
| published_year | int     |
| rating         | decimal |
+----------------+---------+

book_id 是此表的唯一主键。每一行包含一本书的 ID、书名、作者、出版年份与评分;rating 可能为 NULL,表示该书尚未被评分。

编写解决方案,找出所有尚未被评分 (rating IS NULL)的图书。返回 book_id、title、author、published_year(不含 rating 列),按 book_id 升序排序。

示例 1:

复制代码
输入:
books 表:
+---------+------------------------+---------------+----------------+--------+
| book_id | title                  | author        | published_year | rating |
+---------+------------------------+---------------+----------------+--------+
| 1       | The Great Gatsby       | F. Scott      | 1925           | 4.5    |
| 2       | To Kill a Mockingbird  | Harper Lee    | 1960           | NULL   |
| 3       | Pride and Prejudice    | Jane Austen   | 1813           | 4.8    |
| 4       | The Catcher in the Rye | J.D. Salinger | 1951           | NULL   |
| 5       | Animal Farm            | George Orwell | 1945           | 4.2    |
| 6       | Lord of the Flies      | William Golding| 1954          | NULL   |
+---------+------------------------+---------------+----------------+--------+
输出:
+---------+------------------------+---------------+----------------+
| book_id | title                  | author        | published_year |
+---------+------------------------+---------------+----------------+
| 2       | To Kill a Mockingbird  | Harper Lee    | 1960           |
| 4       | The Catcher in the Rye | J.D. Salinger | 1951           |
| 6       | Lord of the Flies      | William Golding| 1954          |
+---------+------------------------+---------------+----------------+
解释:
book_id 为 2、4、6 的书评分为 NULL,被包含;其余书(1、3、5)有评分,不包含。

解题思路

最简单的条件过滤题,只需注意两点:NULL 判空必须用 IS NULL(而非 = NULL),结果集不要多选 rating 列。

解法一(推荐):WHERE rating IS NULL 直接过滤

  1. WHERE rating IS NULL 只保留未评分书籍------SQL 中 NULL 不能与任何值比较,rating = NULL 永远不成立,必须用 IS NULL;
  2. 只 SELECT 题目要求的四列(不带 rating);
  3. ORDER BY book_id 升序输出。

易错点 :若误写成 WHERE rating = NULL 或 WHERE NOT rating IS NULL 的逆操作,都会得到空集/错误结果;IS NULL 是标准判空写法。

代码实现

sql 复制代码
-- 解法一(推荐):IS NULL 判空过滤
SELECT book_id, title, author, published_year
FROM books
WHERE rating IS NULL
ORDER BY book_id;

复杂度分析

  • 时间复杂度 :O(n),其中 n 为 books 行数;单趟扫描过滤。
  • 空间复杂度 :O(1),无额外存储(返回行数另计)。

3359. Find Sorted Submatrices With Maximum Element at Most K(查找最大元素不超过 K 的有序子矩阵)

题目描述

给定一个大小为 m x n 的二维矩阵 grid。同时给定一个非负整数 k。

返回满足下列条件的 grid 的子矩阵数量:

  • 子矩阵中最大的元素小于等于 k。
  • 子矩阵的每一行都以非递增顺序排序。
    矩阵的子矩阵 (x1, y1, x2, y2) 是通过选择所有满足 x1 <= x <= x2 且 y1 <= y <= y2
    的 grid[x][y] 元素组成的矩阵。

示例 1

复制代码
grid = [[4,3,2,1],[8,7,6,1]], k = 3 -> 8

示例 2

复制代码
grid = [[1,1,1],[1,1,1],[1,1,1]], k = 1 -> 36(所有 36 个子矩阵均满足)

示例 3

复制代码
grid = [[1]], k = 1 -> 1

提示:

  • 1 <= m == grid.length <= 1e3
  • 1 <= n == grid[i].length <= 1e3
  • 1 <= grid[i][j] <= 1e9
  • 1 <= k <= 1e9

解题思路

解法一:每行最远合法长度 + 单调栈,主提交版本

  1. 预处理 best[i][j]:从 (i, j) 起向右、同时满足「元素 <= k」且「非递增」
    的最大延伸长度,若 grid[i][j] > k 则 best = 0:
    bestij = 1 + (gridij >= gridij+1 且右邻 <= k ? bestij+1 : 0)。
    如此,一个子矩阵(左边界 j,列宽 len,行段 t...b)合法 ⟺ len <= min(bestt...bj)。
  2. 固定左边界 j,arr[i] = best[i][j]。任一合法子矩阵的列宽上限 = 行段内 arr 的最小值,
    该行段贡献的列宽选择数 = min(arrt...b)。因此对每列 j 求「所有子区间最小值之和」,
    经典单调栈 O(m) 完成。
  3. 所有列的结果求和即为答案。
    时间复杂度 O(mn),空间复杂度 O(m n)。
    解法二:暴力枚举子矩阵(对照,仅小规模)
    直接四重循环枚举左上/右下,检查最大元素 <= k 且逐行非递增。
    时间复杂度 O(m^2 * n^2 * n),仅供对拍。
    复杂度:
  • 时间复杂度:O(m*n)(解法一)
  • 空间复杂度:O(m*n)

代码实现

java 复制代码
import java.util.Arrays;
import java.util.Random;

public class Solution {

    // ---------- 解法一:最远合法长度 + 单调栈(主提交版本) ----------
    public int countSubmatrices(int[][] grid, int k) {
        int m = grid.length, n = grid[0].length;
        int[][] best = new int[m][n];
        for (int i = 0; i < m; ++i) {
            best[i][n - 1] = (grid[i][n - 1] <= k) ? 1 : 0;
            for (int j = n - 2; j >= 0; --j) {
                if (grid[i][j] > k) {
                    best[i][j] = 0;
                } else if (grid[i][j] >= grid[i][j + 1] && best[i][j + 1] > 0) {
                    best[i][j] = best[i][j + 1] + 1;
                } else {
                    best[i][j] = 1;
                }
            }
        }
        long ans = 0;
        for (int j = 0; j < n; ++j) {
            // 提取第 j 列的 best 序列,求所有子区间最小值之和
            int[] a = new int[m];
            for (int i = 0; i < m; ++i) {
                a[i] = best[i][j];
            }
            ans += sumOfSubarrayMin(a);
        }
        return (int) ans;
    }

    // 经典单调栈:所有子数组的最小值之和(相等值去重:左侧严格小,右侧小等)
    private long sumOfSubarrayMin(int[] a) {
        int n = a.length;
        int[] left = new int[n];  // 左侧第一个 <= a[i] 的下标
        int[] right = new int[n]; // 右侧第一个 < a[i] 的下标
        int[] stk = new int[n];
        int top = -1;
        for (int i = 0; i < n; ++i) {
            while (top >= 0 && a[stk[top]] >= a[i]) {
                --top;
            }
            left[i] = (top == -1) ? -1 : stk[top];
            stk[++top] = i;
        }
        top = -1;
        for (int i = n - 1; i >= 0; --i) {
            while (top >= 0 && a[stk[top]] > a[i]) {
                --top;
            }
            right[i] = (top == -1) ? n : stk[top];
            stk[++top] = i;
        }
        long sum = 0;
        for (int i = 0; i < n; ++i) {
            sum += (long) a[i] * (i - left[i]) * (right[i] - i);
        }
        return sum;
    }

    // ---------- 解法二:暴力枚举(对照) ----------
    public int countSubmatricesBrute(int[][] grid, int k) {
        int m = grid.length, n = grid[0].length;
        int cnt = 0;
        for (int x1 = 0; x1 < m; ++x1) {
            for (int y1 = 0; y1 < n; ++y1) {
                for (int x2 = x1; x2 < m; ++x2) {
                    for (int y2 = y1; y2 < n; ++y2) {
                        boolean ok = true;
                        for (int i = x1; i <= x2 && ok; ++i) {
                            for (int j = y1; j <= y2; ++j) {
                                if (grid[i][j] > k) {
                                    ok = false;
                                    break;
                                }
                            }
                            if (ok) {
                                for (int j = y1; j < y2; ++j) {
                                    if (grid[i][j] < grid[i][j + 1]) {
                                        ok = false;
                                        break;
                                    }
                                }
                            }
                        }
                        if (ok) {
                            cnt++;
                        }
                    }
                }
            }
        }
        return cnt;
    }

    // ---------- 本地测试 ----------
    public static void main(String[] args) {
        Solution sol = new Solution();
        int[][][] grids = {
            { { 4, 3, 2, 1 }, { 8, 7, 6, 1 } },
            { { 1, 1, 1 }, { 1, 1, 1 }, { 1, 1, 1 } },
            { { 1 } },
            { { 2, 1 }, { 2, 1 } }
        };
        int[] ks = { 3, 1, 1, 2 };
        boolean allPass = true;
        for (int i = 0; i < grids.length; ++i) {
            int a = sol.countSubmatrices(grids[i], ks[i]);
            int b = sol.countSubmatricesBrute(grids[i], ks[i]);
            boolean ok = a == b;
            allPass &= ok;
            System.out.println("case " + i + " -> " + a + " / brute=" + b + (ok ? " PASS" : " FAIL"));
        }
        // 随机对拍(含任意分布,验证非递增限制)
        Random rnd = new Random(20261114);
        int fail = 0;
        for (int t = 0; t < 400 && fail <= 3; ++t) {
            int m = 1 + rnd.nextInt(4);
            int n = 1 + rnd.nextInt(4);
            int[][] g = new int[m][n];
            for (int i = 0; i < m; ++i) {
                for (int j = 0; j < n; ++j) {
                    g[i][j] = 1 + rnd.nextInt(6);
                }
            }
            int k = 1 + rnd.nextInt(6);
            int a = sol.countSubmatrices(g, k);
            int b = sol.countSubmatricesBrute(g, k);
            if (a != b) {
                ++fail;
                System.out.println("MISMATCH k=" + k + " a=" + a + " b=" + b);
            }
        }
        System.out.println("Random fail=" + fail + (fail == 0 && allPass ? " ALL PASS" : " CHECK FAILED"));
    }
}

复杂度分析

时间复杂度 O(mn),空间复杂度 O(m n)。

时间复杂度 O(m^2 * n^2 * n),仅供对拍。

  • 时间复杂度:O(m*n)(解法一)
  • 空间复杂度:O(m*n)

3360. Stone Removal Game(移除石头游戏)

题目描述

Alice 和 Bob 在玩一个游戏,他们俩轮流从一堆石头中移除石头,Alice 先进行操作。

  • Alice 在第一次操作中移除恰好 10 个石头。
  • 接下来的每次操作中,每位玩家移除的石头数恰好为另一位玩家上一次操作的石头数减 1。
    第一位没法进行操作的玩家输掉这个游戏。
    给你一个正整数 n 表示一开始石头的数目,如果 Alice 赢下这个游戏,请你返回 true,否则返回 false。

示例 1

复制代码
n = 12 -> true(Alice 取 10,剩 2;Bob 需取 9 取不了,Alice 赢)

示例 2

复制代码
n = 1 -> false(Alice 无法取 10,直接输)

提示:

  • 1 <= n <= 50

解题思路

解法一:直接模拟轮次,主提交版本

每次操作需移除的石头数按 10, 9, 8, ... 递减。模拟轮次:足够则减掉并继续,

不够则当前玩家输。记录已成功执行的轮数 odd/even,最后一步若是 Alice 执行(轮数奇数)则她赢。

实现上:变量 x 为当前应取数,k 为已成功轮数;while (n >= x) { n -= x; --x; ++k; }。

结束时若 k 为奇数(最后一步是 Alice)则 Alice 赢,否则 Bob 赢。

时间复杂度 O(sqrt(n)),空间复杂度 O(1)。

解法二:递归模拟胜负(对照)

标准两人博弈递归:轮到某玩家、剩余 n、需取 x 时,若 n < x 则当前玩家输;

否则当前玩家可取 x(唯一选择),递归判断对方是否输。

时间复杂度 O(sqrt(n)),空间复杂度 O(1)。

复杂度:

  • 时间复杂度:O(sqrt(n))
  • 空间复杂度:O(1)

代码实现

java 复制代码
import java.util.Random;

public class Solution {

    // ---------- 解法一:直接模拟(主提交版本) ----------
    public boolean canAliceWin(int n) {
        int x = 10, k = 0;
        while (n >= x) {
            n -= x;
            --x;
            ++k;
        }
        return k % 2 == 1;
    }

    // ---------- 解法二:递归博弈(对照) ----------
    public boolean canAliceWinBrute(int n) {
        return aliceCan(n, 10); // 轮到"当前玩家"(调用时视角为 Alice),需取 10
    }

    // 当前玩家需取 x,剩余石头 n;返回当前玩家最终能否赢
    private boolean aliceCan(int n, int x) {
        if (n < x) {
            return false; // 当前玩家取不了 -> 输
        }
        // 当前玩家取 x 后,轮到对手取 x-1;对手输则当前玩家赢
        return !aliceCan(n - x, x - 1);
    }

    // ---------- 本地测试 ----------
    public static void main(String[] args) {
        Solution sol = new Solution();
        int[] cases = { 12, 1, 10, 11, 19, 20, 30 };
        boolean[] expects = { true, false, true, false, true, true, false }; // n=11: Alice取10剩1,Bob取9取不了-> Alice赢; n=19: 取10剩9 Bob取9剩0, Alice取8取不了->Bob...等等?
        // 重新推导:n=19: Alice取10 (剩9), Bob取9 (剩0), Alice需取8已无石 -> Alice输 -> false
        // n=20: Alice取10 (剩10), Bob取9 (剩1), Alice需取8 取不了 -> Bob赢? 不不------Bob 取完还剩 1,Alice 需取 8 < 1 取不了,Alice 输 -> false? 让我重算:
        // 20: A取10剩10;B取9剩1;A需取8,1<8 取不了 -> A输 -> false。修正 expects
        expects[3] = false; // n=11: A取10剩1;B需取9取不了 -> A赢 true!所以 expects[3] 应为 true
        expects[4] = true;  // n=19 上面算的是 false
        expects[5] = false; // n=20
        // 最终以暴力递归为准(唯一正确来源)
        for (int i = 0; i < cases.length; ++i) {
            boolean a = sol.canAliceWin(cases[i]);
            boolean b = sol.canAliceWinBrute(cases[i]);
            boolean ok = a == b;
            expects[i] = b;
            System.out.println("case " + i + " n=" + cases[i] + " -> " + a + " / brute=" + b
                    + (ok ? " PASS" : " FAIL"));
        }
        // 随机对拍
        Random rnd = new Random(20261115);
        int fail = 0;
        for (int t = 0; t < 500 && fail <= 3; ++t) {
            int n = 1 + rnd.nextInt(50);
            boolean a = sol.canAliceWin(n);
            boolean b = sol.canAliceWinBrute(n);
            if (a != b) {
                ++fail;
                System.out.println("MISMATCH n=" + n + " a=" + a + " b=" + b);
            }
        }
        System.out.println("Random fail=" + fail + (fail == 0 ? " ALL PASS" : " CHECK FAILED"));
    }
}

复杂度分析

时间复杂度 O(sqrt(n)),空间复杂度 O(1)。

  • 时间复杂度:O(sqrt(n))
  • 空间复杂度:O(1)
相关推荐
用户54817845909507 分钟前
Java 与 Python 在大模型与智能体领域的选型
java·python
hai_android30 分钟前
一行 asLiveData,背后是一座生命周期的桥
android·java·kotlin
用户93381043484538 分钟前
MyBatis-Plus LambdaQueryWrapper 隐式转换踩坑:不知不觉索引失效
java
用户37215742613544 分钟前
Java 在 PDF 中查找关键词:获取页码和坐标,并高亮匹配结果
java
Forget the Dream1 小时前
Spring AI 2.0 系列(三):ChatClient 与 ChatModel:Spring AI 2.0 的两层职责
java·人工智能·spring·springai
Rain的Java大神之路2 小时前
把数组本身变成哈希表:原地哈希搞定 LeetCode 41「缺失的第一个正数」
java·后端·leetcode
山楂树の3 小时前
Java 泛型:泛型类、泛型方法、泛型接口与通配符
java·开发语言·笔记
Pniubi4 小时前
力扣239.滑动窗口最大值(优先队列)
算法·leetcode·职场和发展
跳跳的小古风4 小时前
前端转全栈:一条接口从前端请求到 SQL 完整流程
java·前端