【每日力扣】力扣2740. 找出分区值
夏天,火当令,喝点柠檬水吧,除了生津止渴外,还能提神、消暑、解油腻、开胃!祝身体健康。
题目描述
2740. 找出分区值
给你一个正整数数组 nums
。将 nums
分成两个数组:nums1
和 nums2
,并满足下述条件:
- 数组
nums
中的每个元素都属于数组nums1
或nums2
。 - 两个数组都非空。
- 分区值最小。
分区值的计算方法是
∣
m
a
x
(
n
u
m
s
1
)
−
m
i
n
(
n
u
m
s
2
)
∣
|max(nums1) - min(nums2)|
∣max(nums1)−min(nums2)∣,其中,max(nums1)
表示数组 nums1
中的最大元素,min(nums2)
表示数组 nums2
中的最小元素。
返回表示分区值的整数。
示例
示例 1
输入:nums = [1, 3, 2, 4]
输出:1
解释:
可以将数组 nums
分成 nums1 = [1, 2]
和 nums2 = [3, 4]
。
- 数组
nums1
的最大值等于2
。 - 数组
nums2
的最小值等于3
。 - 分区值等于 ∣ 2 − 3 ∣ = 1 |2 - 3| = 1 ∣2−3∣=1。
可以证明 1
是所有分区方案的最小值。
示例 2
输入:nums = [100, 1, 10]
输出:9
解释:
可以将数组 nums
分成 nums1 = [10]
和 nums2 = [100, 1]
。
- 数组
nums1
的最大值等于10
。 - 数组
nums2
的最小值等于1
。 - 分区值等于 ∣ 10 − 1 ∣ = 9 |10 - 1| = 9 ∣10−1∣=9。
可以证明 9
是所有分区方案的最小值。
提示
- 2 ≤ n u m s . l e n g t h ≤ 1 0 5 2 \leq nums.length \leq 10^5 2≤nums.length≤105
- 1 ≤ n u m s [ i ] ≤ 1 0 9 1 \leq nums[i] \leq 10^9 1≤nums[i]≤109
解题思路
我们需要将 nums
分成两个非空子数组 nums1
和 nums2
,使得
∣
m
a
x
(
n
u
m
s
1
)
−
m
i
n
(
n
u
m
s
2
)
∣
|max(nums1) - min(nums2)|
∣max(nums1)−min(nums2)∣ 最小。为了实现这个目标,我们可以考虑以下步骤:
- 排序:首先将数组
nums
进行排序,这样相邻元素的差值最小。 - 计算最小差值:遍历排序后的数组,计算相邻元素之间的差值,并找出其中的最小值。
这种方法的直觉来源于:若两个元素之间的差值越小,那么将它们分别放入 nums1
和 nums2
中时,得到的分区值也越小。
步骤解析
-
排序数组:将
nums
排序,使得相邻元素之间的差值最小。nums.sort()
-
初始化最小差值:设置一个初始值
ans
为无穷大,作为记录最小差值的变量。ans = float('inf')
-
遍历数组:通过遍历排序后的数组,计算每对相邻元素的差值,并更新
ans
。for i in range(len(nums) - 1): ele = nums[i + 1] - nums[i] ans = min(ans, ele)
-
返回结果:返回最小差值
ans
作为分区值。return ans
代码实现
以下是完整的 Python 代码实现:
from typing import List
class Solution:
def findValueOfPartition(self, nums: List[int]) -> int:
# 将数组进行排序
nums.sort()
# 初始化最小分区值为无穷大
ans = float('inf')
# 遍历排序后的数组,计算相邻元素差值的最小值
for i in range(len(nums) - 1):
ele = nums[i + 1] - nums[i]
ans = min(ans, ele)
# 返回最小分区值
return ans
复杂度分析
- 时间复杂度:排序操作的时间复杂度为 O ( n log n ) O(n \log n) O(nlogn),遍历数组计算差值的时间复杂度为 O ( n ) O(n) O(n),所以总时间复杂度为 O ( n log n ) O(n \log n) O(nlogn)。
- 空间复杂度:仅使用了常数级别的额外空间,因此空间复杂度为 O ( 1 ) O(1) O(1)。
总结
本文介绍了一种通过排序和遍历的方式解决力扣第 2740 题「找出分区值」的方法。通过将数组排序,使得相邻元素的差值最小,进而找出最小的分区值。这种方法有效地降低了时间复杂度,达到了 O ( n log n ) O(n \log n) O(nlogn),并且空间复杂度仅为 O ( 1 ) O(1) O(1),是一种高效且简洁的解决方案。