谷歌面试:在给定的整数数组中找到所有连续的子序列,其总和在给定范围内。我们能比 O(n^2) 做得更好吗?
Posted
技术标签:
【中文标题】谷歌面试:在给定的整数数组中找到所有连续的子序列,其总和在给定范围内。我们能比 O(n^2) 做得更好吗?【英文标题】:Google Interview: Find all contiguous subsequence in a given array of integers, whose sum falls in the given range. Can we do better than O(n^2)? 【发布时间】:2014-08-23 23:38:55 【问题描述】:给定一个整数数组和一个范围(低、高),找出所有 数组中的连续子序列,其总和在范围内。
有没有比 O(n^2) 更好的解决方案?
我尝试了很多,但找不到比 O(n^2) 更好的解决方案。请帮助我找到更好的解决方案或确认这是我们能做的最好的。
这就是我现在所拥有的,我假设范围被定义为[lo, hi]
。
public static int numOfCombinations(final int[] data, final int lo, final int hi, int beg, int end)
int count = 0, sum = data[beg];
while (beg < data.length && end < data.length)
if (sum > hi)
break;
else
if (lo <= sum && sum <= hi)
System.out.println("Range found: [" + beg + ", " + end + "]");
++count;
++end;
if (end < data.length)
sum += data[end];
return count;
public static int numOfCombinations(final int[] data, final int lo, final int hi)
int count = 0;
for (int i = 0; i < data.length; ++i)
count += numOfCombinations(data, lo, hi, i, i);
return count;
【问题讨论】:
sum > hi .. break
是否假定整数是非负数? (否则,如果总和可以随着我们继续而减少,为什么要打破。)
给定一个全为零的数组和范围 (-1, 1),有 O(n^2) 的解决方案,你显然需要 O(n^2) 的时间来打印答案.
@RaymondChen 我认为在他的代码中,他只返回count
?
所有整数都只能是正数吗?或者可以是正面的还是负面的?
@notbad 整数可以是正数也可以是负数
【参考方案1】:
O(NlogN)
具有简单的数据结构就足够了。
对于连续的子序列,我认为这意味着对于子数组。
我们维护一个前缀和列表,prefix[i] = sum for the first i elements
。如何检查[low, high]
之间是否存在范围朗姆酒?我们可以使用二分搜索。所以,
prefix[0] = array[0]
for i in range(1, N)
prefix[i] = array[i] + prefix[i-1];
idx1 = binarySearch(prefix, prefix[i] - low);
if (idx1 < 0) idx1 = -1 - idx1;
idx2 = binarySearch(prefix, prefix[i] - high);
if (idx2 < 0) idx2 = -1 - idx2;
// for any k between [idx1, idx2], range [k, i] is within range [low, high]
insert(prefix, prefix[i])
我们唯一需要注意的是我们还需要插入新值,因此任何数组或链表都不可以。我们可以使用 TreeSet,或者实现自己的 AVL 树,二分查找和插入都在 O(logN) 内。
【讨论】:
【参考方案2】:O(n)时间解:
您可以为问题的“精确”版本扩展“双指针”的想法。我们将维护变量a
和b
以使xs[i,a), xs[i,a+1), ..., xs[i,b-1)
形式上的所有区间在所寻求的范围[lo, hi]
中都有一个总和。
a, b = 0, 0
for i in range(n):
while a != (n+1) and sum(xs[i:a]) < lo:
a += 1
while b != (n+1) and sum(xs[i:b]) <= hi:
b += 1
for j in range(a, b):
print(xs[i:j])
这实际上是O(n^2)
,因为sum
,但我们可以通过首先计算前缀和ps
来轻松解决这个问题,这样ps[i] = sum(xs[:i])
。那么sum(xs[i:j])
就是ps[j]-ps[i]
。
这是在[2, 5, 1, 1, 2, 2, 3, 4, 8, 2]
和[lo, hi] = [3, 6]
上运行上述代码的示例:
[5]
[5, 1]
[1, 1, 2]
[1, 1, 2, 2]
[1, 2]
[1, 2, 2]
[2, 2]
[2, 3]
[3]
[4]
这在时间O(n + t)
中运行,其中t
是输出的大小。正如一些人所注意到的,输出可以大到t = n^2
,即如果所有连续的子序列都匹配。
如果我们允许以压缩格式写入输出(输出对 a,b
,其中所有子序列都是连续的),我们可以得到纯 O(n)
时间算法。
【讨论】:
我认为即使使用 O(1) 空间实际上也可以解决它。我们可以只维护两个和,sum(xs[i:a])
和 sum(xs[i:b])
,而不是计算前缀和数组。当起始位置移动时,即i
递增,只需从两个和中减去该值即可。
@RameshwarBhaskaran 不幸的是,是的。对于负数,我们不再保证序列随着 b 增加而随着 a 减少。
你能解释一下这个解决方案背后的直觉吗?
不适用于负数和零数。例如:范围 [15, 20] 的 5, 10, 2, 3, 5, -5。数组中所有元素的总和等于 20,但不会被您的算法捕获。不过,您的算法可以很好地处理正整数。【参考方案3】:
从这个problem开始:找到所有和为x的连续子序列。我们需要的是类似的东西。
对于每个索引i,我们可以计算从0到i的段之和,即x。所以,现在的问题是我们需要找到从 0 到 i - 1,从 (x - low) 到 (x - high) 的总和有多少个段,它应该比 O(n) 快。所以有几个数据结构可以帮助你在 O(logn) 中做到这一点,它们是 Fenwick tree 和 Interval tree。
所以我们需要做的是:
遍历从 0 到 n 的所有索引(n 是数组的大小)。
在索引 ith 处,从 0 开始计算到第 i 个索引的总和 x,查询树得到落在范围(x - 高,x - 低)内的数字的总出现次数。
将 x 添加到树中。
所以时间复杂度是O(n log n)
【讨论】:
区间树和段树是两个不同的东西。 区间树不是你想象的那样。支持所需操作的数据结构是 Fenwick 树和 Segment 树。【参考方案4】:您应该使用简单的动态规划和二进制搜索。要查找计数:
from bisect import bisect_left, bisect_right
def solve(A, start, end):
"""
O(n lg n) Binary Search
Bound:
f[i] - f[j] = start
f[i] - f[j'] = end
start < end
f[j] > f[j']
:param A: an integer array
:param start: lower bound
:param end: upper bound
:return:
"""
n = len(A)
cnt = 0
f = [0 for _ in xrange(n+1)]
for i in xrange(1, n+1):
f[i] = f[i-1]+A[i-1] # sum from left
f.sort()
for i in xrange(n+1):
lo = bisect_left(f, f[i]-end, 0, i)
hi = bisect_right(f, f[i]-start, 0, i)
cnt += hi-lo
return cnt
https://github.com/algorhythms/LintCode/blob/master/Subarray%20Sum%20II.py
要查找结果而不是计数,您只需要另一个哈希表来存储原始(未排序) f[i] -> 索引列表的映射。
干杯。
【讨论】:
很好的解决方案!只是 f 可能不需要排序 如果数组包含负数,f需要排序。 @ThinkRecursively 如果数组包含非负数,你只是 sum 数组是单调的,并且不需要排序即可进行二进制搜索,但如果它包含负数,则值可能会下降而且它不是单调的,所以你需要排序,但我不确定算法的其余部分是否适用于负数。 当数组包含负数时不起作用。例如,考虑 [2,-1] 的低 =-1 和高 = 0。有一个子序列 (1,1) 的总和为 -1,但上述算法将返回 0。 @Satvik 如果算法不适用于负数。为什么需要排序?【参考方案5】:yes in my opinion it can be in O(n)
struct subsequence
int first,last,sum;
s;
function(array,low,high)
int till_max=0;
s.first=0;s.last=0;s.sum=0;
for(i=low;i<high;i++)
if(till_max+array[i]>array[i])
s.first=s.first;
s.last=i;
till_max+=array[i];
else
s.first=i;
s.last=i;
till_max=array[i];
if(till_max in range)
s.sum=till_max;
printf("print values between first=%d and last=%d and sum=%d",s.first,s.last,s.sum);
【讨论】:
【参考方案6】:如果所有整数都是非负数,则可以在O(max(size-of-input,size-of-output))
时间内完成。这是最佳选择。
这是 C 中的算法。
void interview_question (int* a, int N, int lo, int hi)
int sum_bottom_low = 0, sum_bottom_high = 0,
bottom_low = 0, bottom_high = 0,
top = 0;
int i;
if (lo == 0) printf ("[0 0) ");
while (top < N)
sum_bottom_low += a[top];
sum_bottom_high += a[top];
top++;
while (sum_bottom_high >= lo && bottom_high <= top)
sum_bottom_high -= a[bottom_high++];
while (sum_bottom_low > hi && bottom_low <= bottom_high)
sum_bottom_low -= a[bottom_low++];
// print output
for (i = bottom_low; i < bottom_high; ++i)
printf ("[%d %d) ", i, top);
printf("\n");
除了最后一个循环标记为“打印输出”外,每个操作都执行O(N)次;对于每个打印的间隔,最后一个循环执行一次。如果我们只需要计算间隔而不打印它们,整个算法就变成了O(N)
。
如果允许负数,那么O(N^2)
很难被击败(可能是不可能的)。
【讨论】:
【参考方案7】:如果只有正数,您可以获得 O(nlogn) 的方法:-
1. Evaluate cumulative sum of array
2. for i find total sum[j] in (sum[i]+low,sum[i]+high) using binary search
3. Total = Total + count
4. do 3 to 5 for all i
时间复杂度:-
Cumulative sum is O(N)
Finding sums in range is O(logN) using binary search
Total Time complexity is O(NlogN)
【讨论】:
二进制搜索?累计总和可能没有排序? @PhamTrung 它仅适用于正整数,请检查以上是关于谷歌面试:在给定的整数数组中找到所有连续的子序列,其总和在给定范围内。我们能比 O(n^2) 做得更好吗?的主要内容,如果未能解决你的问题,请参考以下文章