【LeetCode 算法】Power of Heroes 英雄的力量

文章目录

  • Power of Heroes 英雄的力量
    • 问题描述:
    • 分析
    • 代码
      • Math
    • Tag

Power of Heroes 英雄的力量

问题描述:

给你一个下标从 0 开始的整数数组 nums ,它表示英雄的能力值。如果我们选出一部分英雄,这组英雄的 力量 定义为:

i 0 , i 1 , . . . i k i_0 ,i_1 ,... i_k i0i1...ik 表示这组英雄在数组中的下标。那么这组英雄的力量为 m a x ( n u m s [ i 0 ] , n u m s [ i 1 ] . . . n u m s [ i k ] ) 2 ∗ m i n ( n u m s [ i 0 ] , n u m s [ i 1 ] . . . n u m s [ i k ] ) max(nums[i_0],nums[i_1] ... nums[i_k])2 * mi_n(nums[i_0],nums[i_1] ... nums[i_k]) max(nums[i0],nums[i1]...nums[ik])2min(nums[i0],nums[i1]...nums[ik])
请你返回所有可能的 非空 英雄组的 力量 之和。由于答案可能非常大,请你将结果对 10^9 + 7 取余

1 < = n u m s . l e n g t h < = 1 0 5 1 < = n u m s [ i ] < = 1 0 9 1 <= nums.length <= 10^5\\ 1 <= nums[i] <= 10^9 1<=nums.length<=1051<=nums[i]<=109

分析

一次周赛的hard,当时没时间做。

一开始没看清问题的意思,以为要计算子数组,而实际上是要求子集

子集也可以认为是原数组的一个子序列,虽然这个说法不是很严谨

假如有一个子序列,这个子序列 p o w e r power power就是 m a x ∗ m a x ∗ m i n max*max*min maxmaxmin.

暴力

如果是使用暴力的方式,就是枚举所有的子序列然后对每个子序列进行找 m a x , m i n max,min maxmin
以当前数组的规模,可能有 2 100000 2^{100000} 2100000个子序列,很明显这样不可能,即使可以枚举出所有的子序列,在计算power的过程中的时间复杂度也是 O ( L ) O(L) O(L),和子序列的长度有关。

既然是找最大和最小,那就先排序,从小到大。因为是找子序列,所以排个序,不会影响最终结果。

假设区间 [ j , i ] , i > j [j,i],i>j [j,i],i>j,那么必然 a [ i ] > = a [ j ] a[i]>=a[j] a[i]>=a[j],此时以 a [ i ] a[i] a[i]最大的子序列,就可以计算出来,即 2 i 2^i 2i个,从左向右计算:

  • a [ 0 ] a[0] a[0] m i n min min时,可以与 a [ i ] a[i] a[i]构造的序列数量 2 i − 1 2^{i-1} 2i1,它们可以为最终的ans提供 a [ 0 ] ∗ a [ i ] ∗ 2 i − 1 a[0]*a[i]*2^{i-1} a[0]a[i]2i1.

同理可以计算得到

  • a [ 1 ] ∗ a [ i ] ∗ 2 i − 2 a[1]*a[i]*2^{i-2} a[1]a[i]2i2.
  • a [ 2 ] ∗ a [ i ] ∗ 2 i − 3 a[2]*a[i]*2^{i-3} a[2]a[i]2i3.
  • a [ 3 ] ∗ a [ i ] ∗ 2 i − 4 a[3]*a[i]*2^{i-4} a[3]a[i]2i4.
  • a [ i − 2 ] ∗ a [ i ] ∗ 2 i − 1 − i + 2 a[i-2]*a[i]*2^{i-1-i+2} a[i2]a[i]2i1i+2
  • a [ i − 1 ] ∗ a [ i ] ∗ 2 i − 1 − i + 1 a[i-1]*a[i]*2^{i-1-i+1} a[i1]a[i]2i1i+1

最后还要补一个 a [ i ] 3 a[i]^3 a[i]3,单个的也要算。

到此以a[i]为最大的所有子序列的power都可以计算出。
p [ i ] = a [ i ] 3 + a [ 0 ] ∗ a [ i ] ∗ 2 i − 1 + a [ 1 ] ∗ a [ i ] ∗ 2 i − 2 + . . + a [ i − 1 ] ∗ a [ i ] ∗ 2 i − 1 − i + 1 p [ i ] = a [ i ] ∗ ( a [ i ] 2 + a [ 0 ] ∗ 2 i − 1 + a [ 1 ] ∗ 2 i − 2 + . . + a [ i − 1 ] ∗ 2 i − 1 − i + 1 ) p[i] = a[i]^3 +a[0]*a[i]*2^{i-1} + a[1]*a[i]*2^{i-2} +.. + a[i-1]*a[i]*2^{i-1-i+1}\\ p[i] = a[i]*( a[i]^2 + a[0]*2^{i-1}+ a[1]*2^{i-2} + ..+ a[i-1]*2^{i-1-i+1}) p[i]=a[i]3+a[0]a[i]2i1+a[1]a[i]2i2+..+a[i1]a[i]2i1i+1p[i]=a[i](a[i]2+a[0]2i1+a[1]2i2+..+a[i1]2i1i+1)

如果此时让k = i+1,即右移一位

p [ k ] = a [ k ] ∗ ( a [ k ] 2 + a [ 0 ] ∗ 2 i − 1 ∗ 2 + a [ 1 ] ∗ 2 i − 2 ∗ 2 + . . + a [ i − 1 ] ∗ 2 i − 1 − i + 1 ∗ 2 + a [ i ] ) p[k] = a[k]*( a[k]^2 + a[0]*2^{i-1}*2+ a[1]*2^{i-2}*2 + ..+ a[i-1]*2^{i-1-i+1}*2 + a[i])\\ p[k]=a[k](a[k]2+a[0]2i12+a[1]2i22+..+a[i1]2i1i+12+a[i])
由于右端点移动,新增了1位a[k],导致一部分同时乘2
假设计算下标 i i i时 令 S i = a [ 0 ] ∗ 2 i − 1 + a [ 1 ] ∗ 2 i − 2 + . . + a [ i − 1 ] ∗ 2 i − 1 − i + 1 S_i = a[0]*2^{i-1}+ a[1]*2^{i-2} + ..+ a[i-1]*2^{i-1-i+1} Si=a[0]2i1+a[1]2i2+..+a[i1]2i1i+1
那么 p [ i ] = a [ i ] ∗ ( a [ i ] 2 + S i ) p[i] = a[i]*( a[i]^2 + S_i) p[i]=a[i](a[i]2+Si)

而当计算下标 k k k时,不需要重复计算 这一部分S,而是可以通过前一个i的S,来计算出当前所需要的 S k S_k Sk
S k = 2 ∗ S i + a [ i − 1 ] S_k= 2*S_i + a[i-1] Sk=2Si+a[i1]
p [ k ] = a [ k ] ∗ ( a [ k ] 2 + S k ) ; p[k] = a[k]*( a[k]^2 + S_k); p[k]=a[k](a[k]2+Sk);

计算过程中还需要注意取余

代码

Math

class Solution {
    long MOD = (long)1e9+7;
    public int sumOfPower(int[] nums) { 
        Arrays.sort(nums);
        long sum = 0,s = 0;
        int n = nums.length;         
        for(int i=0;i<n;i++){
            long cur = ((long)nums[i])%MOD;
            long pow = (cur*cur)%MOD; 
            sum = (sum + (pow*((cur +s)%MOD))%MOD)%MOD;
            s = ( 2*s + cur)%MOD; 
        }
        return (int)sum;
    }
}

时间复杂度 O ( N L o g N ) O(NLogN) O(NLogN)

空间复杂度 O ( L o g N ) O(LogN) O(LogN)

Tag

Array
Math
Sort

你可能感兴趣的:(数据结构与算法,算法,leetcode,数据结构)