Return the length of the shortest, non-empty, contiguous subarray of A
with sum at least K
.html
If there is no non-empty subarray with sum at least K
, return -1
.git
Example 1:github
Input: A = [1], K = 1 Output: 1
Example 2:算法
Input: A = [1,2], K = 4 Output: -1
Example 3:數組
Input: A = [2,-1,2], K = 3 Output: 3
Note:數據結構
1 <= A.length <= 50000
-10 ^ 5 <= A[i] <= 10 ^ 5
1 <= K <= 10 ^ 9
這道題給了咱們一個非空整數數組和一個正整數K,讓找出非空的子數組使得其和至少爲K,找不到的話返回 -1。這道題的難點在於數組中可能有負數,這樣的話子數組之和就不會隨着長度的增長而增長,從而貪婪算法可能會失效。固然,直接暴力搜索搜索全部的子數組是對 Hard 題目的不尊重,會被 OJ 教育。對於子數組之和的問題,十有八九是要創建累加和數組的,由於其能夠快速的計算任意區間和,但即使是有了累加和數組,遍歷全部區間和仍是會超時。用累加數組計算任意區間 [i, j] 的累加和是用 [0, j] 區間和減去 [0, i-1] 區間和獲得的,只有兩個區間和差值大於等於K的時候,纔會更新結果,全部小於K的區間差是不須要計算的。這樣的話,假如能使得全部區間和按照從小到大的順序排列,那麼當前區間和按順序減去隊列中的區間和,一旦差值小於K了,後面的區間和就不用再檢驗了,這樣就能夠節省不少運算。code
思路有了,下面就來解題吧。這裏用一個最小堆,裏面放一個數對兒,由區間和跟其結束位置組成。遍歷數組中全部的數字,累加到 sum,表示區間 [0, i] 內數字和,判斷一下若 sum 大於等於K,則用 i+1 更新結果 res。而後用一個 while 循環,看 sum 和堆頂元素的差值,若大於等於K,移除堆頂元素並更新結果 res。循環退出後將當前 sum 和i組成數對兒加入最小堆,最後看若結果 res 仍是整型最大值,返回 -1,不然返回結果 res,參見代碼以下:htm
解法一:blog
class Solution { public: int shortestSubarray(vector<int>& A, int K) { int n = A.size(), res = INT_MAX, sum = 0; priority_queue<pair<int, int>, vector<pair<int, int>>, greater<pair<int, int>>> pq; for (int i = 0; i < n; ++i) { sum += A[i]; if (sum >= K) res = min(res, i + 1); while (!pq.empty() && sum - pq.top().first >= K) { res = min(res, i - pq.top().second); pq.pop(); } pq.push({sum, i}); } return res == INT_MAX ? -1 : res; } };
咱們也能夠不用最小堆,直接利用 TreeMap 的自動排序功能,創建區間和跟其結束位置之間的映射。首先創建累加和數組,而後遍歷累加和數組中的每個數字,在 TreeMap 中二分查找第一個大於 sums[i]-K 的 位置 pos,這樣全部前面較小的位置x,都有 sum[i]-x >= K 成立,這樣只要從開頭遍歷到 pos 位置,將每一個區間長度更新結果 res 便可。更新完成後,要將開頭到位置 pos 之間的映射所有刪掉,由於這些已經計算過了,就像上面解法中將堆頂元素移除的操做同樣,而後創建當前區間和跟結束位置i之間的映射,參見代碼以下:排序
解法二:
class Solution { public: int shortestSubarray(vector<int>& A, int K) { int n = A.size(), res = INT_MAX; map<int, int> sumMap; vector<int> sums(n + 1); for (int i = 1; i <= n; ++i) sums[i] = sums[i - 1] + A[i - 1]; for (int i = 0; i <= n; ++i) { auto pos = sumMap.upper_bound(sums[i] - K); for (auto it = sumMap.begin(); it != pos; ++it) { res = min(res, i - it->second); } sumMap.erase(sumMap.begin(), pos); sumMap[sums[i]] = i; } return res == INT_MAX ? -1 : res; } };
上面兩種解法雖然均可以經過 OJ,但也僅僅是險過,來看一種時間和空間的擊敗率都很高的方法,這裏用到了雙向隊列 deque,這是一種兩頭都能操做的飛起的數據結構。雙向隊列不像優先隊列那樣自動排序,這樣就節省了排序的時間,咱們是按照數組原順序將數字下標加入雙向隊列的。在創建好累加和數組之和,遍歷其每一個累加和,而後用一個 while 循環,從雙向隊列的開頭開始遍歷,假如區間和之差大於等於K,就移除隊首元素並更新結果 res。以後這個 while 循環很是重要,能有這麼高的擊敗率,全要靠這個循環,這個是從雙向隊列的末尾開始往前遍歷,假如當前區間和 sums[i] 小於等於隊列末尾的區間和,則移除隊列末尾元素。這是爲啥呢?由於若數組都是正數,那麼長度越長,區間和必定越大,則 sums[i] 必定大於全部雙向隊列中的區間和,但因爲可能存在負數,從而使得長度變長,區間總和反而減小了,以前的區間和之差都沒有大於等於K,如今的更不可能大於等於K,這個結束位置能夠直接淘汰,不用進行計算。循環結束後將當前位置加入雙向數組便可,參見代碼以下:
解法三:
class Solution { public: int shortestSubarray(vector<int>& A, int K) { int n = A.size(), res = INT_MAX; deque<int> dq; vector<int> sums(n + 1); for (int i = 1; i <= n; ++i) sums[i] = sums[i - 1] + A[i - 1]; for (int i = 0; i <= n; ++i) { while (!dq.empty() && sums[i] - sums[dq.front()] >= K) { res = min(res, i - dq.front()); dq.pop_front(); } while (!dq.empty() && sums[i] <= sums[dq.back()]) { dq.pop_back(); } dq.push_back(i); } return res == INT_MAX ? -1 : res; } };
Github 同步地址:
https://github.com/grandyang/leetcode/issues/862
參考資料:
https://leetcode.com/problems/shortest-subarray-with-sum-at-least-k/