• 大厂秋招真题【前缀和】美团20230826秋招T5-平均数为k的最长连续子数组


    【前缀和】美团20230826秋招T5-平均数为k的最长连续子数组

    题目描述与示例

    题目描述

    给定n个正整数组成的数组,求平均数正好等于k最长连续子数组的长度。

    输入描述

    第一行输入两个正整数nk,用空格隔开。

    第二行输入n个正整数ai,用来表示数组。

    1 <= n <= 200000
    1 < = k, ai <= 10^9
    
    • 1
    • 2

    输出描述

    如果不存在任何一个连续子数组的平均数等于k,则输出-1

    否则输出平均数正好等于k的最长连续子数组的长度。

    示例

    输入

    5 2
    1 3 2 4 1
    
    • 1
    • 2

    输出

    3
    
    • 1

    说明

    取前三个数即可,平均数为2

    解题思路

    求连续子数组的平均数是一个比较难处理的过程,可以先做一步转换,把原数组nums中每一个元素都减去k得到一个新数组nums_new,那么题目就变成了求和为0的最长连续子数组的长度了

    由于nums_new中的元素有负数也有正数,该解题过程不能够用滑动窗口来解决,而应该使用前缀和结合哈希表来解决问题。

    对数组nums_new构建前缀和数组pre_sum_lst,由于要求计算和为0的连续子数组,故我们仅需要找到pre_sum_lst两个距离最远的相等元素。该过程可以通过一边遍历pre_sum_lst中的元素pre_sum,一边构建哈希表dic来进行,若

    • pre_sum不位于哈希表中,说明它是首次出现,将其下标i记录在哈希表中
    • pre_sum已位于哈希表中,说明它之前已经出现过了,第一次出现的下标为dic[pre_sum],那么当前和为0的连续子数组的长度为i-dic[pre_sum],将其与ans比较并更新。

    上述过程的核心代码如下

    for i, pre_sum in enumerate(pre_sum_lst):
        if pre_sum not in dic:
            dic[pre_sum] = i
        else:
            ans = max(ans, i-dic[pre_sum])
    
    • 1
    • 2
    • 3
    • 4
    • 5

    代码

    Python

    # 题目:【前缀和】美团2023秋招-平均数为k的最长连续子数组
    # 作者:闭着眼睛学数理化
    # 算法:前缀和/哈希表
    # 代码有看不懂的地方请直接在群上提问
    
    
    from itertools import accumulate
    
    
    # 输入数组长度n,平均值k
    n, k = map(int, input().split())
    # 对输入的数组nums中的每一个元素进行-k的预处理,得到nums_new数组
    nums_new = list(map(lambda x: int(x)-k, input().split()))
    # 构建前缀和数组,注意首位需要填充一个0,表示不选取任何数字的前缀和
    pre_sum_lst = [0] + list(accumulate(nums_new))
    
    
    # 构建哈希表,储存每个前缀和首次出现的下标
    dic = dict()
    # 初始化答案为-1
    ans = -1
    # 遍历前缀和数组中的所有下标和元素
    for i, pre_sum in enumerate(pre_sum_lst):
        # 若pre_sum没有在哈希表中出现过
        # 则记录其第一次出现的下标
        if pre_sum not in dic:
            dic[pre_sum] = i
        # 若pre_sum在哈希表中出现过
        # 则计算当前下标i和其第一次出现下标dic[pre_sum]之差
        # 用于更新答案ans
        else:
            ans = max(ans, i-dic[pre_sum])
    
    print(ans)
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34

    Java

    import java.util.HashMap;
    import java.util.Scanner;
    
    public class Main {
        public static void main(String[] args) {
            Scanner scanner = new Scanner(System.in);
            int n = scanner.nextInt();
            int k = scanner.nextInt();
            
            int[] nums = new int[n];
            for (int i = 0; i < n; i++) {
                nums[i] = scanner.nextInt() - k; // 预处理,将每个元素减去 k
            }
    
            HashMap<Integer, Integer> prefixSumIndices = new HashMap<>();
            prefixSumIndices.put(0, -1); // 初始化前缀和为0的下标为-1
    
            int prefixSum = 0;
            int maxLength = -1;
    
            for (int i = 0; i < n; i++) {
                prefixSum += nums[i];
    
                if (prefixSumIndices.containsKey(prefixSum)) {
                    int startIndex = prefixSumIndices.get(prefixSum) + 1; // 子数组的起始下标
                    int currentLength = i - startIndex + 1; // 当前子数组长度
                    maxLength = Math.max(maxLength, currentLength);
                } else {
                    prefixSumIndices.put(prefixSum, i);
                }
            }
    
            System.out.println(maxLength);
        }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35

    C++

    #include 
    #include 
    #include 
    
    using namespace std;
    
    int main() {
        int n, k;
        cin >> n >> k;
        
        vector<int> nums(n);
        for (int i = 0; i < n; ++i) {
            cin >> nums[i];
            nums[i] -= k; // 预处理,将每个元素减去 k
        }
    
        unordered_map<int, int> prefixSumIndices;
        prefixSumIndices[0] = -1; // 初始化前缀和为0的下标为-1
    
        int prefixSum = 0;
        int maxLength = -1;
    
        for (int i = 0; i < n; ++i) {
            prefixSum += nums[i];
    
            if (prefixSumIndices.find(prefixSum) != prefixSumIndices.end()) {
                int startIndex = prefixSumIndices[prefixSum] + 1; // 子数组的起始下标
                int currentLength = i - startIndex + 1; // 当前子数组长度
                maxLength = max(maxLength, currentLength);
            } else {
                prefixSumIndices[prefixSum] = i;
            }
        }
    
        cout << maxLength << endl;
    
        return 0;
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38

    时空复杂度

    时间复杂度:O(N)。构建nums_new,前缀和数组pre_sum_lst,遍历前缀和数组pre_sum_lst,均只需一次遍历。

    空间复杂度:O(N)。主要为前缀和数组pre_sum_lst和哈希表dic所占空间。


    华为OD算法/大厂面试高频题算法练习冲刺训练

    • 华为OD算法/大厂面试高频题算法冲刺训练目前开始常态化报名!目前已服务100+同学成功上岸!

    • 课程讲师为全网50w+粉丝编程博主@吴师兄学算法 以及小红书头部编程博主@闭着眼睛学数理化

    • 每期人数维持在20人内,保证能够最大限度地满足到每一个同学的需求,达到和1v1同样的学习效果!

    • 60+天陪伴式学习,40+直播课时,300+动画图解视频,300+LeetCode经典题,200+华为OD真题/大厂真题,还有简历修改、模拟面试、专属HR对接将为你解锁

    • 可上全网独家的欧弟OJ系统练习华子OD、大厂真题

    • 可查看链接 大厂真题汇总 & OD真题汇总(持续更新)

    • 绿色聊天软件戳 od1336了解更多

  • 相关阅读:
    高项_第十一章项目风险管理
    优化Vue项目架构和模块化:提升应用性能与开发效率
    VMware中Ubuntu(Linux)无法连接网络解决办法记录
    【Java 进阶篇】创建 HTML 注册页面
    Java Agent场景性能测试分析优化经验分享
    【微信小程序】页面跳转、组件自定义、获取页面参数值
    网络套接字编程(三)
    TensorFlow-Federated简介与安装
    layui增删改查
    文件误删除如何找回呢?四步妙招解决
  • 原文地址:https://blog.csdn.net/weixin_48157259/article/details/133814601