[leetcode题解] 第995题Minimum Number of K Consecutive Bit Flips

本文介绍了如何使用差分数组优化LeetCode第995题《Minimum Number of K Consecutive Bit Flips》的解法。通过分析问题,提出了一种在遍历过程中用差分数组实现O(1)时间复杂度的翻转计数策略,降低了原解法的时间复杂度,同时提供了两种不同的实现方法,包括保留差分数组的空间优化和进一步的空间优化到O(1)。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

https://leetcode-cn.com/problems/minimum-number-of-k-consecutive-bit-flips/

分析

不难想到这样一种解法:依次遍历数组A,如果A[i] == 0,第i个位置就需要翻转。此时若i + K > n,则无法实现翻转,返回-1;否则手动修改数组A[i: i+K-1],再遍历下一个位置。在这个过程中直接统计出总的翻转次数即为答案。
这个解法虽然直观,但是时间复杂度为 O ( n K ) O(nK) O(nK),不是一个好的解法。
优化的思路肯定是针对手动翻转这个过程,直觉告诉我们这个过程可以被优化到 O ( 1 ) O(1) O(1)。在遍历的过程中,我们需要知道此时A[i]是否等于0,从而判断是否需要翻转。如果限制不能直接修改数组A,那么容易想到新增一个数组count来统计每个位置所需的翻转次数,从而A[i] + count[i]为偶数时就代表A[i] == 0
不过,即使引入了数组count,每次翻转时也需要给count[i: i+K-1]都加1,时间复杂度并没有被优化,这时候就需要一个新的技巧:差分数组

差分数组

差分数组的定义十分简单,即diff[i] = arr[i] - arr[i-1]diff[0] = arr[0]。显然我们可以利用差分数组来获取原数组的值,即arr[i]等于diffi项之和。
差分数组有什么用呢?以上面的这种情况为例,当我们要给count数组的[i, i + K)这个区间内的子数组都加1时,可以换成去修改差分数组,这样就只用修改diff[i]diff[i+K]这两个值了,分别是diff[i]++diff[i+K]--。这样手动翻转这个过程就只需要 O ( 1 ) O(1) O(1)的时间,而我们又可以在遍历过程中通过差分数组的值来算出此时A[i]的值,完成了优化。
像这样,当我们需要频繁对数组的某个区间内的值进行修改时,差分数组就是一种很高效的技巧,以空间换时间,从而实现 O ( 1 ) O(1) O(1)时间的修改。

解法一

像上面那样定义关于每个位置翻转次数的差分数组,并通过累加来得到每个位置的翻转次数,这个累加可以放到遍历过程中,用变量count存储累加的值。当A[i] + count为偶数时,就代表此时A[i]的值是0,需要进行翻转,差分数组只用更新diff[i]diff[i+K],非常方便。记录下翻转次数即为答案。

代码

class Solution {
public:
    int minKBitFlips(vector<int>& A, int K) {
        int n = A.size();
        int diff[n + 1];
        memset(diff, 0, sizeof(diff));
        int count = 0, ans = 0;
        for (int i = 0; i < n; ++i) {
            count += diff[i];
            if (((A[i] + count) & 1) == 0) {
                if (i + K > n) return -1;
                count++;
                ans++;
                diff[i + K]--;
            }
        }
        return ans;
    }
};

由于模2运算下的加减等同于异或(即2进制下的加减等同于异或),因此代码可以改写成:

class Solution {
public:
    int minKBitFlips(vector<int>& A, int K) {
        int n = A.size();
        int diff[n + 1];
        memset(diff, 0, sizeof(diff));
        int count = 0, ans = 0;
        for (int i = 0; i < n; ++i) {
            count ^= diff[i];
            if (A[i] == count) {
                if (i + K > n) return -1;
                count ^= 1;
                ans++;
                diff[i + K] ^= 1;
            }
        }
        return ans;
    }
};

解法二

在解法一的基础上,我们可以进一步把空间复杂度优化到 O ( 1 ) O(1) O(1),即去掉diff数组。
回顾解法一优化后的代码,只有count ^= diff[i]体现了diff[i]count的影响,而diff[i]是二进制数,只有为1时异或运算才会对count造成变化。
初始时所有的diff[i]都是为0的,什么时候会变为1呢?当我们在遍历i' = i-K时,如果需要进行翻转,则由于diff[i + K] ^= 1diff[i]会变为1。
这样,我们就可以在遍历时对数组做标记,从而在遍历到i时,通过判断i-K是否发生翻转来得知diff[i]是否为1。

代码

class Solution {
public:
    int minKBitFlips(vector<int>& A, int K) {
        int n = A.size();
        int count = 0, ans = 0;
        for (int i = 0; i < n; ++i) {
            if (i >= K && A[i - K] > 1) {
                count ^= 1; // diff[i]为1
                A[i - K] -= 2; // 恢复原数组
            }
            if (A[i] == count) {
                if (i + K > n) return -1;
                count ^= 1;
                ans++;
                A[i] += 2; // 做标记
            }
        }
        return ans;
    }
};
评论 1
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