力扣第274场周赛——5965题,相同元素的间隔之和
作者:互联网
题目描述:
初级版本:
- 使用哈希表存放每个元素所对应的下标,键是每个出现的元素,值是这个元素出现的下标,使用list数组进行存放。
- 从前往后遍历,找到每个值对应出现的所有下标,根据这些下标求距离。
java代码:
public long[] getDistances(int[] arr) {
Map<Integer, List<Integer>> m = new HashMap<>();
int length = arr.length;
long[] re = new long[length];
for (int i = 0; i < length; i++) {
List<Integer> orDefault = m.getOrDefault(arr[i], new ArrayList<>());
int size = orDefault.size();
for (int j = 0; j < size; j++) {
re[orDefault.get(j)] += i - orDefault.get(j);
re[i] += i-orDefault.get(j);
}
orDefault.add(i);
m.put(arr[i], orDefault);
}
return re;
}
引入前缀和
- 使用re1数组表示前缀和,re2数组表示后缀和
- re1[i]表示arr[i]之前所有等于arr[i]的元素到arr[i]的距离
- re2[i]表示arr[i]之后所有等于arr[i]的元素到arr[i]的距离
- 那么我们要求的re数组就满足这种关系:re[i] = re1[i] + re2[i]
那么前缀和怎么求
-
根据定义,我们可以得知,re1[i] = 前一个与arr[i]相同的值对应的re[pro] + 前一个到当前这个的距离 × 个数。如图所示:
re1[i] = re1[pro] + (距离)*个数 -
这样我们得到这个转移公式之后,就不需要使用循环一个一个计算了,一步得出结果。
-
同理,后缀也是一样的道理。这样我们就将复杂度降下去了。
- 那么怎么实现这个算法呢?
- 首先肯定是需要使用到哈希表,但是这时候我们保存的“值”就不再是一个list了,可以换成两个数字,val[0]表示key前一次出现的下标,val[1]表示key出现了多少次即可。这样我们就可以实现这个算法啦~~
public long[] getDistances(int[] arr) {
//前缀,<key,val>表示值为key的前面一个相同的下标为val[0],相同的个数为val[1]
Map<Integer, int[]> m1 = new HashMap<>();
int n = arr.length;
long[] re1 = new long[n];
for (int i = 0; i < n; i++) {
int[] orDefault = m1.getOrDefault(arr[i], new int[2]);
//当其前面有与他下相同的时候。相同的下标为ordefaule[0],相同了几个为orderfault[1]
if (orDefault[1] != 0) {
re1[i] += re1[orDefault[0]] + (i - orDefault[0]) * orDefault[1];
}
orDefault[0] = i;
orDefault[1]++;
m1.put(arr[i], orDefault);
}
//后缀
Map<Integer, int[]> m2 = new HashMap<>();
long[] re2 = new long[n];
for (int i = n - 1; i >= 0; i--) {
int[] orDefault = m2.getOrDefault(arr[i], new int[2]);
//当其后面有与他下相同的时候。相同的下标为ordefaule[0],相同了几个为orderfault[1]
if (orDefault[1] != 0) {
re2[i] += re2[orDefault[0]] + (orDefault[0] - i) * orDefault[1];
}
orDefault[0] = i;
orDefault[1]++;
m2.put(arr[i], orDefault);
}
long[] re = new long[n];
for (int i = 0; i < n; i++) {
re[i] = re1[i]+re2[i];
}
return re;
}
标签:周赛,arr,int,re1,力扣,re,274,new,orDefault 来源: https://blog.csdn.net/qq_45778676/article/details/122153998