LintCode：最接近零的子数组和

最新推荐文章于 2020-11-12 14:19:02 发布

原创最新推荐文章于 2020-11-12 14:19:02 发布 · 738 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#算法 #面试 #LintCode

LintCode刷题（按照难易程度）专栏收录该内容

192 篇文章

订阅专栏

本文探讨如何在整数数组中找到一个和最接近于零的子数组，并提供了一个O(nlogn)时间复杂度的解题思路。通过排序和差分计算，找出满足条件的子数组边界。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

给定一个整数数组，找到一个和最接近于零的子数组。返回第一个和最有一个指数。你的代码应该返回满足要求的子数组的起始位置和结束位置

您在真实的面试中是否遇到过这个题？

Yes

样例

给出[-3, 1, 1, -3, 5]，返回[0, 2]，[1, 3]， [1, 1]， [2, 2] 或者 [0, 4]

挑战

O(nlogn)的时间复杂度

标签 Expand

相关题目 Expand

解题思路：

可以先求出位置为i时候的num的0-i数组和sum,在按照大小排序。

排序后将sum相减，输出差最接近0的结果

public class Solution {
         class Pair {
          int sum;
          int index;
          public Pair(int sum, int index) {
               super();
               this.sum = sum;
               this.index = index;
          }

     }
    /**
     * @param nums: A list of integers
     * @return: A list of integers includes the index of the first number
     *          and the index of the last number
     */
    public int[] subarraySumClosest(int[] nums) {
          // write your code here
          int[] res = new int[2];
          if (nums.length == 0 || nums == null)
               return res;
          int len = nums.length;
          if (1 == len) {
               res[0] = 0;
               res[1] = 0;
               return res;
          }
          int pre = 0;
          Pair sumPair[] = new Pair[len + 1];
          sumPair[0] = new Pair(0, 0);
          for (int i = 1; i < len+1; i++) {
               sumPair[i] = new Pair(pre + nums[i - 1], i);
               pre = sumPair[i].sum;
          }
        Arrays.sort(sumPair, new Comparator<Pair>() {
           public int compare(Pair a, Pair b) {
               return a.sum - b.sum;
           }
        });
          int close = Integer.MAX_VALUE;
          for (int i = 1; i < len + 1; i++) {
               if(close>sumPair[i].sum-sumPair[i-1].sum){
                   close = sumPair[i].sum - sumPair[i-1].sum;
                    int tmp[] = new int[]{sumPair[i].index,sumPair[i-1].index};
                    Arrays.sort(tmp);
                    res[0] =  tmp[0];
                    res[1] =  tmp[1]-1;
               }
          }

          return res;

     }
}