Skip to content

Latest commit

 

History

History
172 lines (130 loc) · 5.59 KB

File metadata and controls

172 lines (130 loc) · 5.59 KB
comments difficulty edit_url rating source tags
true
中等
1929
第 233 场周赛 Q3
贪心
二分查找

English Version

题目描述

给你三个正整数 nindexmaxSum 。你需要构造一个同时满足下述所有条件的数组 nums(下标 从 0 开始 计数):

  • nums.length == n
  • nums[i]正整数 ,其中 0 <= i < n
  • abs(nums[i] - nums[i+1]) <= 1 ,其中 0 <= i < n-1
  • nums 中所有元素之和不超过 maxSum
  • nums[index] 的值被 最大化

返回你所构造的数组中的 nums[index]

注意:abs(x) 等于 x 的前提是 x >= 0 ;否则,abs(x) 等于 -x

 

示例 1:

输入:n = 4, index = 2,  maxSum = 6
输出:2
解释:数组 [1,1,2,1] 和 [1,2,2,1] 满足所有条件。不存在其他在指定下标处具有更大值的有效数组。

示例 2:

输入:n = 6, index = 1,  maxSum = 10
输出:3

 

提示:

  • 1 <= n <= maxSum <= 109
  • 0 <= index < n

解法

方法一:二分查找

根据题目描述,如果我们确定了 $nums[index]$ 的值为 $x$,此时我们可以找到一个最小的数组总和。也就是说,在 $index$ 左侧的数组元素从 $x-1$ 一直递减到 $1$,如果还有剩余的元素,那么剩余的元素都为 $1$;同理,在 $index$ 及右侧的数组元素从 $x$ 一直递减到 $1$,如果还有剩余的元素,那么剩余的元素都为 $1$

这样我们就可以计算出数组的总和,如果总和小于等于 $maxSum$,那么此时的 $x$ 是合法的。随着 $x$ 的增大,数组的总和也会增大,因此我们可以使用二分查找的方法,找到一个最大的且符合条件的 $x$

为了方便计算数组左侧、右侧的元素之和,我们定义一个函数 $sum(x, cnt)$,表示一共有 $cnt$ 个元素,且最大值为 $x$ 的数组的总和。函数 $sum(x, cnt)$ 可以分为两种情况:

  • 如果 $x \geq cnt$,那么数组的总和为 $\frac{(x + x - cnt + 1) \times cnt}{2}$
  • 如果 $x \lt cnt$,那么数组的总和为 $\frac{(x + 1) \times x}{2} + cnt - x$

接下来,定义二分的左边界 $left = 1$,右边界 $right = maxSum$,然后二分查找 $nums[index]$ 的值 $mid$,如果 $sum(mid - 1, index) + sum(mid, n - index) \leq maxSum$,那么此时的 $mid$ 是合法的,我们可以将 $left$ 更新为 $mid$,否则我们将 $right$ 更新为 $mid - 1$

最后将 $left$ 作为答案返回即可。

时间复杂度 $O(\log M)$,其中 $M=maxSum$。空间复杂度 $O(1)$

Python3

class Solution:
    def maxValue(self, n: int, index: int, maxSum: int) -> int:
        def sum(x, cnt):
            return (
                (x + x - cnt + 1) * cnt // 2 if x >= cnt else (x + 1) * x // 2 + cnt - x
            )

        left, right = 1, maxSum
        while left < right:
            mid = (left + right + 1) >> 1
            if sum(mid - 1, index) + sum(mid, n - index) <= maxSum:
                left = mid
            else:
                right = mid - 1
        return left

Java

class Solution {
    public int maxValue(int n, int index, int maxSum) {
        int left = 1, right = maxSum;
        while (left < right) {
            int mid = (left + right + 1) >>> 1;
            if (sum(mid - 1, index) + sum(mid, n - index) <= maxSum) {
                left = mid;
            } else {
                right = mid - 1;
            }
        }
        return left;
    }

    private long sum(long x, int cnt) {
        return x >= cnt ? (x + x - cnt + 1) * cnt / 2 : (x + 1) * x / 2 + cnt - x;
    }
}

C++

class Solution {
public:
    int maxValue(int n, int index, int maxSum) {
        auto sum = [](long x, int cnt) {
            return x >= cnt ? (x + x - cnt + 1) * cnt / 2 : (x + 1) * x / 2 + cnt - x;
        };
        int left = 1, right = maxSum;
        while (left < right) {
            int mid = (left + right + 1) >> 1;
            if (sum(mid - 1, index) + sum(mid, n - index) <= maxSum) {
                left = mid;
            } else {
                right = mid - 1;
            }
        }
        return left;
    }
};

Go

func maxValue(n int, index int, maxSum int) int {
	sum := func(x, cnt int) int {
		if x >= cnt {
			return (x + x - cnt + 1) * cnt / 2
		}
		return (x+1)*x/2 + cnt - x
	}
	return sort.Search(maxSum, func(x int) bool {
		x++
		return sum(x-1, index)+sum(x, n-index) > maxSum
	})
}