Medium
题目描述
给你一个整数数组 arr 和一个整数 k ,其中数组长度是偶数,值为 n 。
现在需要把数组恰好分成 n / 2 对,使得每对数字的和都能被 k 整除。
如果存在这样的分法,就返回 true ;否则返回 false 。
示例 1:
输入:arr = [1,2,3,4,5,10,6,7,8,9], k = 5
输出:true
解释:划分后的数字对为 (1,9),(2,8),(3,7),(4,6) 以及 (5,10) 。
示例 2:
输入:arr = [1,2,3,4,5,6], k = 7
输出:true
解释:划分后的数字对为 (1,6),(2,5) 以及 (3,4) 。
示例 3:
输入:arr = [1,2,3,4,5,6], k = 10
输出:false
解释:无法在将数组中的数字分为三对的同时满足每对数字和都能被 10 整除的条件。
提示:
arr.length == n1 <= n <= 10^5n是偶数-10^9 <= arr[i] <= 10^91 <= k <= 10^5
解题思路
这道题的核心思路是利用余数的性质来解决配对问题。
分析配对条件:
如果两个数 a 和 b 的和能被 k 整除,那么 (a + b) % k == 0。根据模运算的性质,这等价于 (a % k + b % k) % k == 0。
余数配对规律:
- 余数为 0 的数只能和余数为 0 的数配对
- 余数为
i的数只能和余数为k-i的数配对 - 当
k为偶数时,余数为k/2的数只能和余数为k/2的数配对
处理负数:
由于数组中可能有负数,我们需要将负数的余数转换为正数。对于负数 x,其正余数为 ((x % k) + k) % k。
算法步骤:
- 统计每个余数的出现次数
- 检查余数为 0 的数字个数是否为偶数
- 对于余数
i(1 ≤ i < k),检查余数为i的数字个数是否等于余数为k-i的数字个数 - 特别处理当
k为偶数且i == k/2的情况,此时需要余数为k/2的数字个数为偶数
这种方法的时间复杂度为 O(n),空间复杂度为 O(k),是最优解法。
代码实现
class Solution {
public:
bool canArrange(vector<int>& arr, int k) {
vector<int> freq(k, 0);
// 统计每个余数的频次
for (int num : arr) {
int remainder = ((num % k) + k) % k;
freq[remainder]++;
}
// 余数为0的数必须成对出现
if (freq[0] % 2 != 0) {
return false;
}
// 检查其他余数
for (int i = 1; i <= k / 2; i++) {
if (i == k - i) { // k为偶数,i = k/2的情况
if (freq[i] % 2 != 0) {
return false;
}
} else {
if (freq[i] != freq[k - i]) {
return false;
}
}
}
return true;
}
};
class Solution:
def canArrange(self, arr: List[int], k: int) -> bool:
freq = [0] * k
# 统计每个余数的频次
for num in arr:
remainder = ((num % k) + k) % k
freq[remainder] += 1
# 余数为0的数必须成对出现
if freq[0] % 2 != 0:
return False
# 检查其他余数
for i in range(1, k // 2 + 1):
if i == k - i: # k为偶数,i = k//2的情况
if freq[i] % 2 != 0:
return False
else:
if freq[i] != freq[k - i]:
return False
return True
public class Solution {
public bool CanArrange(int[] arr, int k) {
int[] freq = new int[k];
// 统计每个余数的频次
foreach (int num in arr) {
int remainder = ((num % k) + k) % k;
freq[remainder]++;
}
// 余数为0的数必须成对出现
if (freq[0] % 2 != 0) {
return false;
}
// 检查其他余数
for (int i = 1; i <= k / 2; i++) {
if (i == k - i) { // k为偶数,i = k/2的情况
if (freq[i] % 2 != 0) {
return false;
}
} else {
if (freq[i] != freq[k - i]) {
return false;
}
}
}
return true;
}
}
/**
* @param {number[]} arr
* @param {number} k
* @return {boolean}
*/
var canArrange = function(arr, k) {
const remainderCount = new Array(k).fill(0);
for (let num of arr) {
let remainder = ((num % k) + k) % k;
remainderCount[remainder]++;
}
if (remainderCount[0] % 2 !== 0) return false;
for (let i = 1; i <= Math.floor(k / 2); i++) {
if (i === k - i) {
if (remainderCount[i] % 2 !== 0) return false;
} else {
if (remainderCount[i] !== remainderCount[k - i]) return false;
}
}
return true;
};
复杂度分析
| 复杂度类型 | 值 | 说明 |
|---|---|---|
| 时间复杂度 | O(n + k) | 遍历数组统计余数频次需要 O(n),检查余数配对需要 O(k) |
| 空间复杂度 | O(k) | 需要额外的数组存储每个余数的出现次数 |