201期比赛题目详解

5471. 和为目标值的最大数目不重叠非空子数组数目

给你一个数组 nums 和一个整数 target

请你返回 非空不重叠 子数组的最大数目,且每个子数组中数字和都为 target

示例 1:

1
2
3
输入:nums = [1,1,1,1,1], target = 2
输出:2
解释:总共有 2 个不重叠子数组(加粗数字表示) [1,1,1,1,1] ,它们的和为目标值 2 。

示例 2:

1
2
3
4
输入:nums = [-1,3,5,1,4,2,-9], target = 6
输出:2
解释:总共有 3 个子数组和为 6 。
([5,1], [4,2], [3,5,1,4,2,-9]) 但只有前 2 个是不重叠的。

示例 3:

1
2
输入:nums = [-2,6,6,3,5,4,1,2,8], target = 10
输出:3

示例 4:

1
2
输入:nums = [0,0,0], target = 0
输出:3

解答

这道题主要考察前缀系列的问题,和 560. 和为K的子数组 题目类似,做法也基本相同

hash+前缀

  1. 首先需要理解一个问题,用 sum[0,i] 代表数组从 [0,i] 的加和,则存在 0 =< j < i < len ,sum[j,i]=sum[i]-sum[j]
  2. 根据上面的理论,可以记录每一个数据的加和,即,sum[i]
  3. 用当前的 sum[i] 与 target 去比较,如果在 sum[i]- target 的值等于 sum[j](0 =< j < i),则 arr[j:i] 是所求的数组。

image-20200809225127230

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
 func maxNonOverlapping(nums []int, target int) int {
count,sum := 0,0
m := make(map[int]int)
m[0]=1
for i := 0; i < len(nums); i++ {
sum += nums[i]
_,hasKey:=m[sum-target];
if hasKey{
m = make(map[int]int)
count++
sum = 0
}
m[sum] ++
}
return count
}

5486. 切棍子的最小成本

有一根长度为 n 个单位的木棍,棍上从 0n 标记了若干位置。例如,长度为 6 的棍子可以标记如下:

img

给你一个整数数组 cuts ,其中 cuts[i] 表示你需要将棍子切开的位置。

你可以按顺序完成切割,也可以根据需要更改切割的顺序。

每次切割的成本都是当前要切割的棍子的长度,切棍子的总成本是历次切割成本的总和。对棍子进行切割将会把一根木棍分成两根较小的木棍(这两根木棍的长度和就是切割前木棍的长度)。请参阅第一个示例以获得更直观的解释。

返回切棍子的 最小总成本

示例 1:

img

1
2
3
4
5
6
输入:n = 7, cuts = [1,3,4,5]
输出:16
解释:按 [1, 3, 4, 5] 的顺序切割的情况如下所示:

第一次切割长度为 7 的棍子,成本为 7 。第二次切割长度为 6 的棍子(即第一次切割得到的第二根棍子),第三次切割为长度 4 的棍子,最后切割长度为 3 的棍子。总成本为 7 + 6 + 4 + 3 = 20 。
而将切割顺序重新排列为 [3, 5, 1, 4] 后,总成本 = 16(如示例图中 7 + 4 + 3 + 2 = 16)。

示例 2:

1
2
3
输入:n = 9, cuts = [5,6,1,4,2]
输出:22
解释:如果按给定的顺序切割,则总成本为 25 。总成本 <= 25 的切割顺序很多,例如,[4,6,5,2,1] 的总成本 = 22,是所有可能方案中成本最小的。

提示:

  • 2 <= n <= 10^6
  • 1 <= cuts.length <= min(n - 1, 100)
  • 1 <= cuts[i] <= n - 1
  • cuts 数组中的所有整数都 互不相同
解答过程

和 312. 戳气球 较为相似,都是经典的区间动态规划题。

  • 思路
  1. 在任意一次切割时,待切割木棍的左端点要么是原始木棍的左端点 0,要么是之前某一次切割的位置;
  2. 同理,待切割木棍的右端点要么是原始木棍的右端点 n,要么是之前某一次切割的位置。
  3. 如果我们将切割位置数组 cuts 进行排序,并在左侧添加 0,右侧添加 n,那么待切割的木棍就对应着数组中一段连续的区间
  4. f[i][j] 表示在当前待切割的木棍的左端点为 cuts[i−1],右端点为 cuts[j+1]时,切开的成本

举个特殊的例子:

  1. 如果当前是第一刀的话 f[1][n-1] 代表是左端点是0 ,右端点为 n 的切割成本
  2. 在 0-n 一共有 n-2 切割位置,我们随机定义一个切开的位置为 k
  3. 则第一刀的切割成本为 cuts[n-1]-cuts[0] ,即是木棍的长度。
  4. 木棍切开分成两段,会有两段 [0,k]和[k,n],切割位置为 [1,k-1]和【k+1,n-1】
  5. 第二刀的成本和第一刀的位置相关,只有两个可能 k-1n-k,对应的位置是 f[0][k-1]和f[k+1][n]
  6. 我们需要寻找的是就是 min(f[0][k-1],f[k+1][n])

根据上面的分析,我们可以定义一个状态转移方程:

f[i][j]= min(f[i][k-1],f[k+1][j])+(cuts[j+1]−cuts[i−1])

基本代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42

func minCost(n int, cuts []int) int {
m := len(cuts)
sort.Ints(cuts)
var arr []int
//追加数据
arr = append(arr, 0)
arr = append(arr, cuts...)
arr = append(arr, n)

//初始化 dp 数组
dp := make([][]int, m+3)
for i := 0; i <= m+2; i++ {
dp[i] = make([]int, m+3)
}

for i := m; i >= 1; i-- {
for j := i; j <= m; j++ {
if i == j {
dp[i][j] = 0
} else {
dp[i][j] = math.MaxInt64
}
for k := i; k <= j; k++ {
//比较当前值和切割后的和
dp[i][j] = min(dp[i][j], dp[i][k-1]+dp[k+1][j])
}
dp[i][j] += arr[j+1] - arr[i-1]
}
}
return dp[1][m]
//return 0
}

func min(v1, v2 int) int {
if v1 > v2 {
return v2
}
return v1
}


作者

付威

发布于

2020-08-11

更新于

2020-08-22

许可协议

评论