Hard

题目描述

给你一个整数数组 nums。请你执行下述步骤:

  1. 找到 nums 中任意两个相邻的非互质数。
  2. 如果不存在这样的数,停止这个过程。
  3. 否则,删除这两个数,并将它们替换为它们的最小公倍数(LCM)。
  4. 只要还能找到两个相邻的非互质数就重复这个过程。

返回修改后的最终数组。可以证明按任意顺序替换相邻的非互质数都会得到相同的结果。

生成的测试用例可以保证最终数组中的值都小于等于 10^8。

如果 GCD(x, y) > 1,其中 GCD(x, y)xy 的最大公约数,则两个值 xy 是非互质的。

示例 1:

输入:nums = [6,4,3,2,7,6,2]
输出:[12,7,6]
解释:
- (6, 4) 非互质,LCM(6, 4) = 12。现在,nums = [12,3,2,7,6,2]。
- (12, 3) 非互质,LCM(12, 3) = 12。现在,nums = [12,2,7,6,2]。
- (12, 2) 非互质,LCM(12, 2) = 12。现在,nums = [12,7,6,2]。
- (6, 2) 非互质,LCM(6, 2) = 6。现在,nums = [12,7,6]。
nums 中不再有相邻的非互质数。
因此,修改后的最终数组是 [12,7,6]。

示例 2:

输入:nums = [2,2,1,1,3,3,3]
输出:[2,1,1,3]
解释:
- (3, 3) 非互质,LCM(3, 3) = 3。现在,nums = [2,2,1,1,3,3]。
- (3, 3) 非互质,LCM(3, 3) = 3。现在,nums = [2,2,1,1,3]。
- (2, 2) 非互质,LCM(2, 2) = 2。现在,nums = [2,1,1,3]。
nums 中不再有相邻的非互质数。
因此,修改后的最终数组是 [2,1,1,3]。

约束条件:

  • 1 <= nums.length <= 10^5
  • 1 <= nums[i] <= 10^5
  • 生成的测试用例保证最终数组中的值都小于等于 10^8。

解题思路

这道题的核心是不断合并相邻的非互质数,直到无法再合并为止。

算法思路:

  1. 栈的使用:由于合并操作会改变数组结构,我们可以使用栈来模拟这个过程。栈中存储已经处理过的元素。

  2. 贪心策略:从左到右遍历数组,对于每个元素,我们检查它是否能与栈顶元素合并(即是否非互质)。如果可以合并,就计算它们的LCM并替换栈顶元素。

  3. 递归检查:当我们得到一个新的LCM值后,需要继续检查这个新值是否能与栈中更前面的元素合并。这就形成了一个循环,直到无法再合并为止。

  4. 数学函数

    • GCD(最大公约数):使用欧几里得算法
    • LCM(最小公倍数):LCM(a,b) = a * b / GCD(a,b)
    • 非互质判断:GCD(a,b) > 1

算法流程:

  • 初始化一个栈
  • 遍历数组中的每个元素
  • 对于当前元素,不断检查它是否能与栈顶元素合并
  • 如果能合并,弹出栈顶,计算LCM,将LCM作为新的当前元素继续检查
  • 如果不能合并,将当前元素压入栈
  • 最后返回栈中的所有元素

这种方法的时间复杂度是O(n log max(nums)),其中log因子来自GCD计算。空间复杂度是O(n)。

代码实现

class Solution {
public:
    vector<int> replaceNonCoprimes(vector<int>& nums) {
        vector<long long> stack;
        
        for (int num : nums) {
            long long current = num;
            
            while (!stack.empty() && gcd(stack.back(), current) > 1) {
                current = lcm(stack.back(), current);
                stack.pop_back();
            }
            
            stack.push_back(current);
        }
        
        vector<int> result;
        for (long long val : stack) {
            result.push_back(val);
        }
        
        return result;
    }
    
private:
    long long gcd(long long a, long long b) {
        while (b) {
            a %= b;
            swap(a, b);
        }
        return a;
    }
    
    long long lcm(long long a, long long b) {
        return a / gcd(a, b) * b;
    }
};
class Solution:
    def replaceNonCoprimes(self, nums: List[int]) -> List[int]:
        import math
        
        stack = []
        
        for num in nums:
            current = num
            
            while stack and math.gcd(stack[-1], current) > 1:
                current = math.lcm(stack[-1], current)
                stack.pop()
            
            stack.append(current)
        
        return stack
public class Solution {
    public IList<int> ReplaceNonCoprimes(int[] nums) {
        List<long> stack = new List<long>();
        
        foreach (int num in nums) {
            long current = num;
            
            while (stack.Count > 0 && GCD(stack[stack.Count - 1], current) > 1) {
                current = LCM(stack[stack.Count - 1], current);
                stack.RemoveAt(stack.Count - 1);
            }
            
            stack.Add(current);
        }
        
        List<int> result = new List<int>();
        foreach (long val in stack) {
            result.Add((int)val);
        }
        
        return result;
    }
    
    private long GCD(long a, long b) {
        while (b != 0) {
            long temp = b;
            b = a % b;
            a = temp;
        }
        return a;
    }
    
    private long LCM(long a, long b) {
        return a / GCD(a, b) * b;
    }
}
var replaceNonCoprimes = function(nums) {
    const stack = [];
    
    for (let num of nums) {
        let current = num;
        
        while (stack.length > 0 && gcd(stack[stack.length - 1], current) > 1) {
            current = lcm(stack[stack.length - 1], current);
            stack.pop();
        }
        
        stack.push(current);
    }
    
    return stack;
};

function gcd(a, b) {
    while (b !== 0) {
        [a, b] = [b, a % b];
    }
    return a;
}

function lcm(a, b) {
    return Math.floor(a / gcd(a, b) * b);
}

复杂度分析

复杂度大O表示法
时间复杂度O(n log(max(nums)))
空间复杂度O(n)

说明:

  • 时间复杂度:每个元素最多被处理常数次,GCD计算的复杂度是O(log(min(a,b)))
  • 空间复杂度:栈最多存储所有原始元素

相关题目