未排序数组中累加和为给定值的最长子数组系列问题

这篇博客介绍了如何解决寻找无序数组中累加和为K的最长子数组长度的问题。通过遍历数组并利用哈希表记录累加和的最早出现位置,可以高效地找到满足条件的最长子数组。文章详细阐述了算法的步骤,包括初始化哈希表、遍历数组更新累加和,并检查是否存在累加和为K的情况。最后,博主提醒注意处理从0位置开始的子数组情况,确保算法的正确性。

摘自:程序员代码面试指南

给定一个无序数组arr,其中元素可正、可负、可0。给定一个整数K,求arr所有的子数组中累加和为K的最长数组长度。

解答:

s(i)代表子数组arr[0…i]所有元素的累加和,那么子数组arr[j…i](0 <= j <= i < arr.length)的累加和为s(i) - s(j-1)。

原问题解法只遍历一次arr,具体过程为:

1、设置变量sum = 0,表示从0位置开始一直加到i位置所有元素的和。设置变量len = 0,表示累加和为K的最长子数组长度。设置哈希表map,其中Key表示从arr最左边开始累加的过程中出现过的sum的值,value的值则表示sum值最早出现的位置。

2、从左到右开始遍历,遍历的当前元素为arr[i]。

1) 令 sum = sum + arr[i],即之前所有元素的累加和s(i),在map中查看是否存在s(i) - k。

如果sum - k存在,从map中取出sum - k对应的value,记为j,j代表从左到右不断累加的过程中第一次加出sum - k这个累加和的位置。根据之前的结论,arr[j+1…i]的累加和为s(i) - s(j),此时s(i) = sum,s(j) = sum - k,所以arr[j+1…i]的累加和为k。同时因为map中只记录每一个累加和最早出现的位置,所以此时的arr[j+1…i]是在必须以arr[i]结尾的所有子数组中,最长的累加和为K的子数组,如果该子数组的长度大于len,就更新len。

如果sum - k不存在,说明在必须以arr[i]结尾的情况下没有累加和为k的子数组。

2)检查当前的sum是否在map中。如果不存在,说明此时的sum的值是第一次出现,就把记录(sum,i)加入到map中。如果sum存在,说明之前已经出现过sum,map只记录一个累加和最早出现的位置,所以此时什么记录也不加。

3、继续遍历下一个元素,直到所有的元素遍历完。

大体过程如上,还有一个很重要的问题需要处理。根据arr[j+1…i]的累加和为s(i)-s(j),所以,如果从0位置开始累加,会导致j+1 >= 1。也就是说,所有从0位置开始的子数组都没有考虑过。所以,应该从-1位置开始累加,也就是在遍历之前先把(0,-1)这个记录放进map中,这个记录的意思是如果任何一个数都不加时,累加和为0。这样,从0位置开始的子数组就被我们考虑到了。

比如,数组[1,2,3,3],k = 6。如果从0位置开始累加,也就是遍历之前不加入(0,-1)记录,得到的结果会是2,而不是3。

int maxlength(vector<int> vec, int k)
{
	if (vec.size() == 0) return 0;
	std::map<int, int> mp;
	mp.insert(pair<int, int>(0, -1));
	int len = 0;
	int sum = 0;
	for (int i = 0; i < vec.size(); i++)
	{
		sum += vec[i];
		
		if (mp.find(sum - k) != mp.end())
		{
			len = max(i - mp[sum - k], len);
		}
		if (mp.find(sum) == mp.end())
		{
			mp.insert(pair<int, int>(sum, i));
		}
	}
	return len;
}
<think>嗯,用户想用C++和树状数组实现长不降子序列的算法。首先,我得回忆一下长不降子序列(LIS)的常规解法。通常有两种方法,一种是动态规划O(n²),另一种是贪心加二分O(n log n)。但是用户提到要用树状数组,所以可能需要结合离散化和树状数组优化。 首先,树状数组常用于处理前缀和、区间查询等问题。而LIS问题中,我们需要维护一个数组,记录以每个元素结尾的长子序列长度。如果用树状数组的话,可能需要将元素的值离散化,因为原始数值可能很大,不适合直接作为索引。 那具体步骤应该是怎样的呢?比如,处理输入数组,将其离散化,然后遍历每个元素,查询当前元素在离散化后的位置对应的大值,然后更新树状数组。这样,每次查询和更新都是O(log n)的时间复杂度,整体复杂度应该能降到O(n log n)。 然后,离散化的过程需要注意重复元素问题,因为长不降子序列允许非降序,所以离散化时要保留原始的顺序,可能需要稳定排序或者处理相同值时保持原序。 接下来,树状数组的设计。通常树状数组用于和,但这里需要维护的是大值。所以需要将树状数组的更新和查询操作改为取大值。也就是说,每个节点存储的是该区间内的大值,而不是和。 然后,具体实现的时候,遍历数组中的每个元素,找到其在离散化后的排名,查询树状数组中排名-1的位置的大值,加上1就是当前元素长序列长度。然后更新树状数组在该排名处的值。 需要确认离散化是否确处理了相等的情况,比如相等的元素应该被映射到相邻的排名,或者在查询时允许等于的情况。比如,在查询时,应该查询小于等于当前值的大长度,这样在更新的时候才能确累积。 可能还需要考虑是否需要稳定排序,或者在离散化时处理相同值的顺序。比如,使用排序后的数组去重,但保留原始的顺序,这样每个元素可以映射到对应的排名。 然后,具体的C++代码实现。需要包括离散化的步骤,树状数组的结构,以及主函数中的处理逻辑。例如,使用vector保存原始数组排序并去重得到离散化后的索引,然后使用lower_bound或upper_bound来获取每个元素的排名。注意这里如果是非降序,可能需要使用upper_bound来允许相等的元素。 此外,树状数组的更新和查询操作需要调整为处理大值。比如,update函数在更新时比较并取大值,而不是累加。query函数则是查询前缀中的大值。 后,测试一下这个算法是否确。例如,给定一个测试用例,比如输入数组是{3, 1, 4, 1, 5, 9, 2, 6},离散化后的排名应该是处理后的索引,然后逐步计算每个位置的长长度,并更新树状数组终得到的长不降子序列长度是否确。 可能遇到的问题包括离散化错误导致索引越界,或者树状数组的更新逻辑不确,比如没有确处理大值,而是和导致结果错误。这时候需要仔细检查树状数组的update和query函数。 另外,注意树状数组的大小应该等于离散化后的大值加1,以避免索引超出范围。比如离散化后的元素范围是1到m,那么树状数组的大小应该是m+1。 总结一下,步骤应该是: 1. 离散化原数组,将元素映射到排名。 2. 初始化树状数组,用于维护大值。 3. 遍历原数组每个元素,找到其离散化后的排名。 4. 查询树状数组中1到该排名的大值,加1作为当前元素长长度。 5. 更新树状数组在该排名处的值为这个新长度。 6. 终,树状数组中的大值即为LIS的长度。 这样应该就能用树状数组在O(n log n)的时间复杂度内解决问题了。</think>### 使用C++和树状数组实现长不降子序列算法 #### 算法思路 长不降子序列(Longest Non-Decreasing Subsequence, LNDS)的树状数组解法基于以下步骤: 1. **离散化**:将原序列元素映射为压缩后的排名,解决值域过大问题[^3] 2. **树状数组维护大值**:树状数组每个节点存储对应区间内的大LNDS长度 3. **动态更新**:遍历元素时查询小于等于当前值的大长度,并更新树状数组 #### 实现步骤 1. **离散化处理** ```cpp vector<int> discretization(vector<int>& nums) { vector<int> sorted(nums); sort(sorted.begin(), sorted.end()); sorted.erase(unique(sorted.begin(), sorted.end()), sorted.end()); for (int& num : nums) num = lower_bound(sorted.begin(), sorted.end(), num) - sorted.begin() + 1; return sorted; } ``` 2. **树状数组类(大值版本)** ```cpp class FenwickTree { private: vector<int> tree; public: FenwickTree(int size) : tree(size + 1, 0) {} void update(int idx, int value) { while (idx < tree.size()) { tree[idx] = max(tree[idx], value); idx += idx & -idx; } } int query(int idx) { int res = 0; while (idx > 0) { res = max(res, tree[idx]); idx -= idx & -idx; } return res; } }; ``` 3. **主算法实现** ```cpp int lengthOfLNDS(vector<int>& nums) { if (nums.empty()) return 0; discretization(nums); int maxRank = *max_element(nums.begin(), nums.end()); FenwickTree ft(maxRank); int res = 0; for (int num : nums) { int current = ft.query(num) + 1; res = max(res, current); ft.update(num, current); } return res; } ``` #### 算法分析 - **时间复杂度**:$O(n \log n)$,包含离散化$O(n \log n)$和树状数组操作$O(n \log n)$ - **空间复杂度**:$O(n)$,树状数组大小与离散化后的值域相关[^1] - **优化点**:通过离散化压缩值域,利用树状数组高效维护区间大值 #### 测试样例 输入:`[3, 1, 4, 1, 5, 9, 2, 6]` 离散化后排名:`[3, 1, 4, 1, 5, 6, 2, 7]` 输出:4(长序列如`[1, 4, 5, 6]`)
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值