[leetcode]1109. 航班预订统计(击败100%用户算法-差分数组的详解)
2021/9/1 9:06:20
本文主要是介绍[leetcode]1109. 航班预订统计(击败100%用户算法-差分数组的详解),对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
执行用时2ms,击败100%用户
内存消耗52.1MB,击败91%用户
这也是我第一次用差分数组,之前从来没有碰到过,利用差分数组就是利用了差分数组在某一区间内同时加减情况,只会改变最左边和最右边+1的位置上的值。区间最左边同步加减,区间最右边同步加减其相反数。
例如有一原始数组为[2,5,4,7,10,1]
获得的差分数组为[2,3,-1,3,3,-9]
第一步:0-3区间的同步加6
则此时原始数组为[2+6,5+6,4+6,7+6,10,1]
获得的差分数组为[2+6,3,-1,3,3-6,-9]
第二步:2-4区间的同步加3
则此时原始数组为[2+6,5+6,4+6+3,7+6+3,10+3,1]
获得的差分数组为[2+6,3,-1+3,3,-3,-9-3]
可以看出其规律,差分数组对应d[i]=a[i]+a[i-1]
且如果在[m,n]区间同时相加x,那么在差分数组内只有最左边的边缘a改变同步加减,即d[m]=a[m]+x-a[m-1]=(a[m]-a[m-1])+x=d[m]+x
而最右边加了一个数,因为最右边加一的位置会产生变化,即d[n]=a[n]-(a[n-1]+x)=d[n]-x
因此在此题中,只需将其初始化为0的差分数组,然后对应相加减即可。
普通未优化的差分数组
class Solution { public int[] corpFlightBookings(int[][] bookings, int n) { int [] anser = new int[n]; for (int i=0;i<bookings.length;i++){ anser[bookings[i][0]-1] +=bookings[i][2]; if (bookings[i][1]<=n-1){ anser[bookings[i][1]] -= bookings[i][2]; } } // for (int i=1;i<n;i++){ // anser[i]=anser[i]+anser[i-1]; // } for (int i =0;i<n;i++){ if (i==0){ }else { anser[i]=anser[i]+anser[i-1]; } } return anser; } }
此时在while循环中需要大量的判断,因此用空间换时间,新建差分数组是我们对留两个,一个留给0的位置,一个留给n+1的位置,这样边间的处理也都在while循环中,结束后再进行重新的赋值,此时时间复杂度最低!
class Solution { public int[] corpFlightBookings(int[][] bookings, int n) { int [] anser = new int[n+2]; int [] anser2 = new int[n]; for (int i=0;i<bookings.length;i++){ anser[bookings[i][0]] +=bookings[i][2]; anser[bookings[i][1]+1] -= bookings[i][2]; } for (int i =0;i<n;i++){ anser[i+1] = anser[i]+anser[i+1]; } for (int i=1;i<=n;i++){ anser2[i-1]=anser[i]; } return anser2; } }
这篇关于[leetcode]1109. 航班预订统计(击败100%用户算法-差分数组的详解)的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2025-01-10Rakuten 乐天积分系统从 Cassandra 到 TiDB 的选型与实战
- 2025-01-09CMS内容管理系统是什么?如何选择适合你的平台?
- 2025-01-08CCPM如何缩短项目周期并降低风险?
- 2025-01-08Omnivore 替代品 Readeck 安装与使用教程
- 2025-01-07Cursor 收费太贵?3分钟教你接入超低价 DeepSeek-V3,代码质量逼近 Claude 3.5
- 2025-01-06PingCAP 连续两年入选 Gartner 云数据库管理系统魔力象限“荣誉提及”
- 2025-01-05Easysearch 可搜索快照功能,看这篇就够了
- 2025-01-04BOT+EPC模式在基础设施项目中的应用与优势
- 2025-01-03用LangChain构建会检索和搜索的智能聊天机器人指南
- 2025-01-03图像文字理解,OCR、大模型还是多模态模型?PalliGema2在QLoRA技术上的微调与应用