leecode1658 将x减小到0的最小操作数

【LeetCode刷题】滑动窗口思想解决:最大连续1的个数 III、将x减到0的最小操作数 滑动窗口思想解决:最大连续1的个数 III、将x减到0的最小操作数 阅读详情

在这里插入图片描述

总结

我觉得这个题目会的人会觉得很简单,不会的人会觉得很难,关键在于有没有想到反向思维,当正面思考考虑的情况有很多的时候我们需要进行反向思考

我最开始就是正向思考的,没有做出来这个题。

正向思考

  1. 定义左右指针进行遍历的时候,当此时的x不满足情况后如何修改这个指针

    1. 这一步也就是回退,我们需要考虑如何将这个指针进行回退
      比如说当执行了x-=nums[right]后,发现x<0了,我们要回退,x+=nums[right],然后让x-=nums[left]。
    2. 回退的过程有一个点很难处理,就是我们如何判断回退的是左边还是右边。
    3. 还有一个问题就是回退的时候边界很难处理,容易越界

后来本来想看题解了,觉得自己做不出来了,我突然发现leecode竟然还有提示

在这里插入图片描述

提示是,反向思考以下,与其用前缀和后缀,可以考虑去找这个最大子数组

然后就想明白了

反向思维思路

  1. 先对数组求和,然后数组和-x得到了一个数y
  2. 此时我们就需要找这个数组中内部最长的数组=y的情况,就将这个题转换为了一个滑动窗口找最长子数组的问题。
  3. 之后就简单了

代码如下

public int minOperations(int[] nums, int x) {
    int len = nums.length;
    int left = 0,min=100001,sum=0;
    for(int a:nums){
        sum+=a;
    }
    int y= sum-x;//找出其中和为y的最大子数组,其余的就是这个x和y了
    if(y<0){
        return -1;
    }
    sum = 0;
    for(int right = 0;right<len;right++){
        sum+=nums[right];
        while(sum>y){
            sum-=nums[left];
            left++;
        }
        if(sum==y){
            min= Math.min(min,len-(right-left+1));
        }
    }
    return min==100001?-1:min;
}

灵神的思路

思路1,反向思维,滑动窗口

灵神的思路和我的类似,唯一区别在于它是直接算的数组的最大长度,然后得出的最小结果,我是直接算的最小的结果

思路2,直接双指针

这个思路有点奇特,他是先找出了最长后缀,对right指针进行了移动,然后不断遍历left指针,当left指针不满足条件的时候,只去修改右侧指针即可,相比我的想法,不满足条件之后对左右指针进行判断进行修改,这个地方只对这个right进行了修改

class Solution {
    public int minOperations(int[] nums, int x) {
        int n = nums.length;
        int sum = 0;
        int right = n;
        while (right > 0 && sum + nums[right - 1] <= x) { // 计算最长后缀
            right--;
            sum += nums[right];
        }
        if (right == 0 && sum < x) {
            return -1; // 全部移除也无法满足要求
        }

        int ans = sum == x ? n - right : n + 1;
        for (int left = 0; left < n; left++) {
            sum += nums[left];
            while (right < n && sum > x) {
                sum -= nums[right];
                right++; // 缩小后缀长度
            }
            if (sum > x) {
                break; // 缩小失败,说明前缀过长
            }
            if (sum == x) {
                ans = Math.min(ans, left + 1 + n - right); // 前缀+后缀长度
            }
        }
        return ans > n ? -1 : ans;
    }
}

作者:灵茶山艾府
链接:https://leetcode.cn/problems/minimum-operations-to-reduce-x-to-zero/solutions/2048811/ni-xiang-si-wei-pythonjavacgo-by-endless-b4jt/
来源:力扣(LeetCode)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
基于MATLAB的太阳能光伏电力仿真,模拟每日太阳能发电,可视化功率曲线,并通过数值积分计算总能量输出。.zip 1.版本:matlab2014a/2019b/2024b 2.附赠案例数据可直接运行。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。 立即下载

相关推荐

人脸识别签到考勤系统实战源码

这是一套可直接运行的人脸识别智能签到考勤系统,基于OpenCV YuNet人脸检测与SFace特征识别实现,全程本机运行,数据保存在本地SQLite,不上传任何服务器。配套交付完整Python源码、9章实战教程(md/html/pdf三种格式)、逐步骤操作截图和答辩PPT讲解。 系统围绕五个功能模块展开:人脸注册支持照片批量导入并提取特征入库;识别签到支持照片或摄像头两种方式,实时框出人脸并标注姓名、相似度与考勤状态;考勤规则引擎按config.py里配置的上下班时间与宽限分钟,自动判定迟到、早退、缺勤;Tkinter管理面板完成人员管理、流水查询与月度汇总;最后通过openpyxl一键导出整月考勤矩阵,正常绿、迟到黄、缺勤红,Excel打开即用。 选型上特意选了YuNet+SFace路线:纯pip安装免编译,CPU单帧识别不到100ms,两个ONNX模型共约37MB,出自OpenCV官方模型仓库,毕设报告引用有据可查。教程第7章整理了16条Windows下真实踩过的报错及排查方法,第8章给出换模型、换人脸、加功能的二次开发路径。 适合做计算机视觉方向毕设或课程设计的学生,也适合想给班级、实验室、小团队搭一套本地签到工具的Python学习者。运行环境为Python 3.9以上、Windows 10/11,不需要GPU。 使用时先pip install -r requirements.txt装齐依赖,再运行download_data.py下载模型,最后启动main.py即可进入图形界面;命令行register、recognize、report子命令也可脱离界面单独调用。

滑动窗口——将x减到0的最小的操作数

因为当前[left,right]区间已经满足要求了即区间和<=tol-x,那么就算你重新从left开始走,依旧会走到那个地方,这是一定的。题目还是很简单的,我们只需要每次在数组的左边或者右边选一个数,让x减去它,然后重复这个过程,如果x恰好可以减到0,那么就返回最小的操作次数;这道题还是有很多细节需要处理:当我们的目标值即最长的子区间的和小于0时,说明该区间不存在,即x不可能减小到0,此时返回-1即可。找出满足的区间即可。那么我们可以将问题转换一下,既然左右的和为x,那么中间的和就等于数组的和。

xsc2004zyj的博客 838

【无人机航测】MATLAB重叠率与地面分辨率协同设计:航线间距及飞行方向优化系统 MATLAB 无人机航测重叠率设计|地面分辨率与航线间距计算

内容概要:本文档介绍了基于MATLAB R2025b开发的无人机航测重叠率与航线间距计算系统,旨在通过建立统一的航测几何计算体系,实现重叠率、地面分辨率与航线间距的动态协同设计。系统结合相机参数、飞行参数、地形数据与风场信息,通过自动化候选航向搜索与多目标优化,选择兼顾覆盖质量、飞行效率与安全性的最优航线方向。项目涵盖从参数输入、摄影测量计算、地形与安全修正,到候选路线生成、综合评价与结果可视化的全流程,并构建了五万组模拟数据用于算法验证与模型训练,支持桌面交互、批量处理与服务化部署,适用于多种复杂场景下的无人机航测任务规划。 适合人群:具备一定MATLAB编程基础和摄影测量知识的科研人员、工程技术人员及高校师生,尤其适合从事无人机航测、地理信息系统(GIS)、遥感与测绘等相关领域的从业者。 使用场景及目标:① 实现无人机航测任务中地面分辨率与航线间距的精确计算与动态优化;② 解决复杂地形与风场环境下航线方向选择困难、覆盖质量难以保障的问题;③ 通过自动化设计减少人为经验依赖,提升航测任务的可靠性与效率;④ 为后续的三维建模、正射影像生成与灾害应急评估等应用提供高质量的数据基础。 阅读建议:建议读者结合文中提供的完整代码示例与GUI界面设计,逐步实践参数配置、模型计算与结果分析流程。重点关注摄影测量公式推导、地形修正策略与多目标优化算法的实现细节,并利用模拟数据进行敏感性分析与模型验证,以深入理解系统的设计理念与工程应用价值。

LeetCode 1658. 将 x 减到 0 的最小操作数

【前缀和+双指针】如果我们只考虑使用双指针的话,比如i从0开始,j从n - 1开始,sum是从0到i和从j到n - 1的数之和,那么当i向右移动的时候,总和是增大的,如果此时sum比x小,那么j需要向左移动来使得sum增大,但是i再次向右移动的时候,sum增大了,j需要向右移动来减小了,这样的话j既要向左又要向右就会比较麻烦。但是我们可以发现,当后续i向右移动的时候,如果刚才j所在位置的sum比x大,那么i向右移动的时候j就只能向右移动了。所以我们可以初试时设置j也指向0,j随着i右移而右移。

Sasakihaise_的博客 449

【电力负荷预测】项目介绍 MATLAB实现基于BO-Transformer-LSTM贝叶斯优化算法(BO)优化Transformer-LSTM组合模型进行居民用户多步电力负荷预测(含模型描述及部分示例

内容概要:本文介绍了一个基于BO-Transformer-LSTM的组合模型,用于实现居民用户多步电力负荷预测的完整项目实例。该模型融合Transformer的全局注意力机制与LSTM的局部时序记忆能力,构建能够捕捉长时依赖与周期性特征的深度学习架构,并引入贝叶斯优化(BO)自动搜索最优超参数组合,提升预测精度与训练效率。项目涵盖从原始数据清洗、特征工程、滑动窗口样本构建、模型设计到超参数优化、反归一化及多步误差评估的全流程,强调时间顺序划分以防止信息泄露,并通过周期编码、外生变量融合等方式增强数据表达能力。文中提供了详细的MATLAB代码示例,包括数据预处理、网络搭建、贝叶斯优化配置和预测结果评估等关键步骤。 适合人群:具备一定机器学习和时间序列分析基础,熟悉MATLAB编程环境,从事电力系统预测、智能电网、负荷管理等相关领域的研究人员、工程师及研究生。 使用场景及目标:①应用于居民级或多用户聚合负荷的短期至中期多步预测(如未来24小时);②服务于配电系统运行调度、需求响应基线设定、家庭能源管理系统优化、分布式能源协调控制等实际工程场景;③为科研提供可复现的深度学习+贝叶斯优化的技术路线参考。 阅读建议:此资源以实际项目为导向,建议读者结合提供的代码逐步实现并调试模型,重点关注数据质量控制、时间特征编码、组合网络结构设计与贝叶斯优化稳定性之间的协同关系,在实践中深入理解多步预测中的误差累积机制与超参数敏感性问题。

国央企创新负责人如何通过平台实现科研成果的快速识别与转化?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

必刷算法100题之将X减到0的最小操作数

用滑动窗口解决将X减到0的最小操作数的问题

2201_75880772的博客 464

PotPlayer自用皮肤

自用 PotPlayer 皮肤,仅微调了字体大小与颜色,是按个人习惯调整,未做适配性调整。

Day63 | 灵神 | 滑动窗口:将x减到0的最小操作数

根据我们的思路,左指针收缩条件那就是当前子数组的和大于sum这个数,我们就收缩左指针,从而减小子数组的和,来和sum进行比较。这道题左指针收缩条件得根据我们转换后的思维来写,不能通过原来的题目得出这个收缩条件。还是继续前几天的核心思路,固定右端点,遍历右端点,然后寻找左指针收缩条件。如果正好等于sum才是满足条件的情况,才会去更新最后的结果。这道题笔者没什么思路,直接做的,答案是错误的,遗憾落泪。子数组的长度还是(r-l+1)

m0_74795952的博客 343

2-shell及常用命令-续.pdf

2-shell及常用命令-续.pdf

【顶级EI复现】基于KKT条件与分段解析优化的双有源桥DC-DC变换器软开关协同最小应力闭环控制方法(Simulink仿真实现)

内容概要:本文详细介绍了一种基于KKT(Karush-Kuhn-Tucker)最优性条件与分段解析优化技术的双有源桥(DAB)DC-DC变换器闭环控制方法,旨在实现软开关条件下器件电压和电流应力的协同最小化,从而提升变换器的转换效率与系统可靠性。该方法通过建立精确的数学模型,结合KKT条件进行优化求解,并采用分段解析策略提高实时控制性能,在Simulink环境中完成了完整的闭环控制系统建模与仿真验证。作为“顶级EI复现”级别的研究成果,内容涵盖控制算法设计、优化机制分析、仿真架构搭建及结果对比,具有较强的理论深度与工程应用价值,适用于电力电子高频化、高效化发展的前沿研究方向。; 适合人群:面向具备电力电子、自动控制或电气工程等相关专业背景,熟悉Simulink仿真平台,且从事科研工作1年以上的研究生、博士生及科研人员;特别适合致力于DC-DC变换器拓扑优化、软开关技术、最小化开关应力控制、能量高效传输等领域研究的专业人士。; 使用场景及目标:① 复现高水平EI期刊论文中的先进优化控制算法;② 掌握KKT条件在非线性约束优化问题中的具体应用;③ 深入理解DAB变换器在不同工况下的软开关实现机制与应力抑制策略;④ 构建高精度仿真模型以支撑学术论文撰写、科研项目申报或实际工程系统的控制方案设计。; 阅读建议:建议结合提供的Simulink仿真模型同步学习,重点关注KKT条件推导过程与分段解析优化模块的实现逻辑。由于内容涉及较强的数学建模与优化理论,推荐具备扎实的电路理论、现代控制理论及数值优化基础后再行研读,并可参考同系列“顶级EI复现”资源以构建系统性知识体系。

【Leetcode】“滑” 出新天地:滑动窗口法的思路转换与问题破解

本期主要讲解了关于力扣上面的两道题目:1.将x减小到零的最小操作数 ,水果成篮;两篇的核心就是改变思维方式,从反面进行入手,以及如何读懂题目描述,利用滑动窗口进行解决;

GGBond778的博客 3228

交错并联图腾柱PFC变换器仿真设计(Simulink仿真实现)

内容概要:本文档系统性地介绍了基于Simulink平台的“交错并联图腾柱PFC变换器”仿真设计,聚焦于高效率功率因数校正技术的建模与实现。内容涵盖双闭环控制策略(电压外环与电流内环)、PI控制器设计、交错并联结构优化以及图腾柱拓扑的工作原理,旨在提升系统动态响应性能、降低输入电流谐波含量并改善功率因数。文档不仅提供详细的仿真模型构建流程,还配套Mathcad计算书用于参数设计与功率等级扩展,并列举了多种相关电力电子变换器的仿真案例,如三相维也纳整流器、LLC谐振变换器、双向Buck-Boost电路等,形成了一套完整的电力电子系统仿真资源体系,适用于从理论分析到工程实践的全流程学习与研究。; 适合人群:电气工程、自动化、电力电子及相关专业的高校本科生、研究生,以及从事新能源发电、电源设计、电能质量治理、工业自动化等领域的研发工程师;具备基本电路理论知识和Simulink/Matlab使用经验者更佳。; 使用场景及目标:①支持高校课程设计、毕业设计或科研项目中对先进PFC拓扑的仿真验证与性能优化;②帮助工程技术人员快速掌握图腾柱PFC的核心控制逻辑与建模方法,缩短产品开发周期;③作为电力电子系统教学与技术培训的标准化参考案例,强化理论与实践结合能力。; 其他说明:文档由“荔枝科研社”整理发布,所有资源可通过指定公众号或百度网盘链接获取,建议按照目录顺序系统学习,并结合提供的Mathcad计算书、参考文献及仿真文件进行参数验证与二次开发,以深化理解与应用能力。

力扣刷题 day6

滑动窗口

mu_tong_的博客 671

超全Mathcad全桥LLC谐振变换器开关电源设计mathcad计算书

内容概要:本文介绍了“Plecs全桥LLC谐振变换器仿真模型”这一技术资源,该模型基于Plecs仿真平台构建,完整实现了全桥LLC谐振变换器的电路拓扑与控制系统,用于深入研究其在变频与移相混合控制策略下的动态行为。模型涵盖了软开关实现机制、谐振腔参数设计、功率传输特性、效率优化以及闭环控制策略等核心内容,支持对启动过程、负载突变、频率调节等工况的仿真分析,有助于全面掌握LLC变换器在高效率、高功率密度电源系统中的工作原理与设计方法。; 适合人群:具备电力电子技术基础、熟悉开关电源设计原理的研究生、硬件工程师及从事高频电源产品研发的技术人员。; 使用场景及目标:①用于高校教学与科研中对LLC谐振变换器运行机理的深入理解与验证;②辅助工程师在实际产品开发中进行关键参数设计、性能预测与优化;③支持对变频控制、软启动过程、零电压开关(ZVS)实现条件、负载调整率及系统稳定性等关键指标的仿真分析与验证。; 阅读建议:建议使用者具备Plecs或类似电力电子仿真软件的操作经验,结合经典电力电子教材与LLC设计指南进行学习,通过调整谐振元件参数、开关频率与负载条件,观察系统响应变化,以深化对谐振变换器非线性动态特性的理解,并建议将仿真结果与理论计算对照分析,提升工程设计能力。

深入MoveIt与OMPL集成开发:从源码编译到自定义规划算法实战

本文详细介绍了如何从源码编译集成MoveIt与OMPL,并实现自定义规划算法的完整流程。通过清理环境、获取源码、解决编译依赖与错误,最终指导开发者创建并集成名为MyRRT的自定义规划算法,从而实现对机器人运动规划栈的深度定制与优化。

h0i1j2k3l的博客 467

滑动窗口遍历连续子数组_LeetCode1658

题目描述 给你一个整数数组 nums 和一个整数 x 。每一次操作时,你应当移除数组 nums 最左边或最右边的元素,然后从 x 中减去该元素的值。请注意,需要 修改 数组以供接下来的操作使用。 如果可以将 x 恰好 减到 0 ,返回 最小操作数 ;否则,返回 -1 。 提示: 1 <= nums.length <= 10^5 1 <= nums[i] <= 10^4 1 <= x <= 10^9 来源:力扣(LeetCode) 链接:https://leetcod

fashionbro的博客 427

手把手教你编写I2C读写EEPROM代码(驱动层实现)

从底层寄存器配置到时序控制,详解如何编写可移植的I2C读写EEPROM代码,覆盖起始信号、地址帧、数据收发及ACK应答等关键环节,确保在STM32、ESP32等主流平台稳定运行,真正落地i2c读写eeprom代码需求。

weixin_35756130的博客 506

【优选算法篇】滑动窗口的艺术:如何动态调整子区间解决复杂问题(中篇)

通过滑动窗口,我们可以高效地找到和为sum - x的最大子数组,并计算出最小操作次数。这种方法的时间复杂度是线性的O(n),非常适合处理大规模数据。

braveact的博客 1327

机器人控制入门:用SAC算法让机械臂学会抓取(PyBullet仿真教程)

本文详细介绍了如何使用SAC算法在PyBullet仿真环境中训练机械臂完成抓取任务。通过强化学习中的软Actor-Critic(SAC)算法,结合熵最大化机制和双Q网络架构,有效解决了机械臂控制中的探索难题。教程包含环境搭建、算法原理、状态空间设计、奖励函数优化等核心内容,并提供了实用的训练技巧和参数调优指南。

weixin_29091105的博客 360

【Claude Code】Unable to connect to API 报错原因与排查解决全流程

深入分析 Claude Code 中 Unable to connect to API 系列报错的根因,涵盖 ECONNREFUSED、ECONNRESET、ETIMEDOUT 等 6 种变体,提供从网络连通性检测、代理配置到 LLM 网关路由的完整排查路径,帮助开发者快速恢复 Claude Code 的正常使用。

多媒体编程、网络编程、系统编程、网络安全编程、驱动编程 2847

算法专题二:滑动窗口

所以我们想到了另外的一种方法,定义一个哈希数组的方式。我们在提交后,发现我们的执行用时很长。我们可以发现执行用时减少了很多。希望能对大家有所帮助!通过定义一个容器的方法。

blamep的博客 365

【第48例】BLM模型之市场洞察-五看工具篇(一)

BLM市场洞察

产品线负责人 2109
上一篇: leecode1004 最大连续1的个数III
下一篇: leecode875 爱吃香蕉的珂珂
TranquilGlow
博客等级 码龄5年 132粉丝 62原创
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
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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