【力扣】989. 数组形式的整数加法

以下为本人的思路,以及力扣的官方题解

989. 数组形式的整数加法

  • 题目
  • 示例1
  • 示例2
  • 示例3
  • 示例4
  • 提示
  • 本人思路
  • 官方题解
    • 思路一 逐位相加
      • 代码
    • 思路二
      • 代码
    • 复杂度分析

题目

对于非负整数 X 而言,X 的数组形式是每位数字按从左到右的顺序形成的数组。例如,如果 X = 1231,那么其数组形式为 [1,2,3,1]。
给定非负整数 X 的数组形式 A,返回整数 X+K 的数组形式。

示例1

输入:A = [1,2,0,0], K = 34
输出:[1,2,3,4]
解释:1200 + 34 = 1234

示例2

输入:A = [2,7,4], K = 181
输出:[4,5,5]

示例3

输入:A = [2,1,5], K = 806
输出:[1,0,2,1]

示例4

输入:A = [9,9,9,9,9,9,9,9,9,9], K = 1
输出:[1,0,0,0,0,0,0,0,0,0,0]

提示

  1. 1 <= A.length <= 10000
  2. 0 <= A[i] <= 9
  3. 0 <= K <= 10000
  4. 如果 A.length > 1,那么 A[0] != 0

本人思路

题目已给出 X 的数组形式 A 和 K,那么我只要把数组形式 A 转为非负整数 X,再将 X 与 K 相加求和得到 R,最后求出 R 的数组形式 r 即可。

但是在实际操作中我发现,这个方法不可取,原因在于数组 A 的长度最大可达到 10000,这意味着我们常用的 int 类型可能会无法准确表示 X(因为会溢出),long 类型也一样。

最终本思路以失败告终。

官方题解

思路一 逐位相加

让我们逐位将数字加在一起。例如计算 123+912,我们从低位到高位依次计算 3+2、2+1 和 1+9。任何时候,若加法的结果大于等于 10,把进位的 1 加入到下一位的计算中,所以最终结果为 1035。

代码

class Solution {
    public List<Integer> addToArrayForm(int[] A, int K) {
        List<Integer> r = new ArrayList<Integer>();
        int n = A.length;
        int sum;
        for(int i=n-1; i>=0; i--)
        {
            sum = A[i]+K%10;
            K = K/10;
            if(sum>9)   // 如果产生进位
            {
                sum = sum%10;
                K ++;
            }
            r.add(sum);
        }
        while(K>0)
        {
            r.add(K%10);
            K = K/10;
        }
        Collections.reverse(r);     // 将 r 中的元素顺序反转
        return r;
    }
}

思路二

思路二是将整个加数 K 加入数组表示的数的最低位。

上面的例子 123+912,我们把它表示成 [1,2,3+912]。然后,我们计算 3+912=915。5 留在当前这一位,将 910/10=91 以进位的形式加入下一位。

然后,我们再重复这个过程,计算 [1,2+91,5]。我们得到 93,3 留在当前位,将 90/10=9 以进位的形式加入下一位。继而又得到 [1+9,3,5],重复这个过程之后,最终得到结果 [1,0,3,5]。

代码

class Solution {
    public List<Integer> addToArrayForm(int[] A, int K) {
        List<Integer> res = new ArrayList<Integer>();
        int n = A.length;
        for (int i=n-1; i>=0||K>0; --i,K/=10) {
            if (i>=0) {
                K += A[i];
            }
            res.add(K%10);
        }
        Collections.reverse(res);
        return res;
    }
}

复杂度分析

  • 时间复杂度:O(max(n, logK)),其中 n 为数组的长度。
  • 空间复杂度:O(max(n, logK))。

你可能感兴趣的:(力扣,leetcode,java)