• LeetCode--1991.找到数组的中间位置


    1 题目描述

    给你一个下标从 0 开始的整数数组 nums , 请你找到 最左边中间位置 middleIndex (也就是所有可能中间位置下标最小的一个)

    中间位置 middleIndex 是满足 nums[0] + nums[1] + ... + nums[middleIndex-1] == nums[middleIndex+1] + nums[middleIndex+2] + ... + nums[nums.length-1] 的数组下标

    如果 middleIndex == 0 , 左边部分的和定义为 0 类似的, 如果 middleIndex == nums.length - 1 , 右边部分的和定义为 0

    请你返回满足上述条件 最左边middleIndex , 如果不存在这样的中间位置, 请你返回 -1

    示例 1:

    输入:nums = [2,  3,  -1,  8,  4]
    输出:3
    解释:
    下标 3 之前的数字和为:2 + 3 + -1 = 4
    下标 3 之后的数字和为:4 = 4
    
    • 1
    • 2
    • 3
    • 4
    • 5

    示例 2:

    输入:nums = [1,  -1,  4]
    输出:2
    解释:
    下标 2 之前的数字和为:1 + -1 = 0
    下标 2 之后的数字和为:0
    
    • 1
    • 2
    • 3
    • 4
    • 5

    示例 3:

    输入:nums = [2,  5]
    输出:-1
    解释:
    不存在符合要求的 middleIndex 
    
    • 1
    • 2
    • 3
    • 4

    示例 4:

    输入:nums = [1]
    输出:0
    解释:
    下标 0 之前的数字和为:0
    下标 0 之后的数字和为:0
    
    • 1
    • 2
    • 3
    • 4
    • 5

    2 解题思路

    解题思路:

    1. 计算数组总和
    2. 遍历数组, 计算左边的和, 右边的和 = 数组总和 - 左边的和 - 当前元素
    3. 如果左边的和 * 2 + 当前元素 = 数组总和, 则找到了中间下标, 返回当前下标

    2.1 代码实现

    public int findMiddleIndex(int[] nums) {  
        // 计算数组总和  
        int total = Arrays.stream(nums).sum();  
        int sum = 0;  
        // 遍历数组,  计算左边的和,  右边的和 = 数组总和 - 左边的和 - 当前元素  
        for (int i = 0; i < nums.length; ++i) {  
            // 如果左边的和 * 2 + 当前元素 = 数组总和,  则找到了中间下标,  返回当前下标  
            if (2 * sum + nums[i] == total) {  
                return i;  
            }  
            // 将当前元素加入到左边的和中  
            sum += nums[i];  
        }  
        return -1;  
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
  • 相关阅读:
    服务器之间配置用户SSH免密登录(Linux Centos 7)
    算法——买卖股票问题
    elasticsearch配置
    如何在MAC系统上安装MMSDK
    HashMap为什么线程不安全?
    最新版的Dubbo Admin 3.0 本地启动方式
    Android : ListView + BaseAdapter-2简单应用
    CentOS下MySQL安装配置
    【经验】Ubuntu18.04切换Python版本及环境,及VScode/pdb调试方法(全)
    利用C#实现Pdf转图片
  • 原文地址:https://blog.csdn.net/weixin_57672329/article/details/134084328