Medium
题目描述
我们定义数组 arr 的转换数组 conver 如下:
conver[i] = arr[i] + max(arr[0..i]),其中 max(arr[0..i]) 是 arr[j] 在 0 <= j <= i 范围内的最大值。
我们还定义数组 arr 的分数为其转换数组的所有值的和。
给定一个长度为 n 的 0 索引整数数组 nums,返回一个长度为 n 的数组 ans,其中 ans[i] 是前缀 nums[0..i] 的分数。
示例 1:
输入:nums = [2,3,7,5,10]
输出:[4,10,24,36,56]
解释:
对于前缀 [2],转换数组为 [4],分数为 4
对于前缀 [2, 3],转换数组为 [4, 6],分数为 10
对于前缀 [2, 3, 7],转换数组为 [4, 6, 14],分数为 24
对于前缀 [2, 3, 7, 5],转换数组为 [4, 6, 14, 12],分数为 36
对于前缀 [2, 3, 7, 5, 10],转换数组为 [4, 6, 14, 12, 20],分数为 56
示例 2:
输入:nums = [1,1,2,4,8,16]
输出:[2,4,8,16,32,64]
解释:
对于前缀 [1],转换数组为 [2],分数为 2
对于前缀 [1, 1],转换数组为 [2, 2],分数为 4
对于前缀 [1, 1, 2],转换数组为 [2, 2, 4],分数为 8
对于前缀 [1, 1, 2, 4],转换数组为 [2, 2, 4, 8],分数为 16
对于前缀 [1, 1, 2, 4, 8],转换数组为 [2, 2, 4, 8, 16],分数为 32
对于前缀 [1, 1, 2, 4, 8, 16],转换数组为 [2, 2, 4, 8, 16, 32],分数为 64
约束条件:
1 <= nums.length <= 10^51 <= nums[i] <= 10^9
解题思路
解题思路
这道题的关键是理解题意和找到递推关系。
首先分析转换数组的定义:对于位置 i,conver[i] = nums[i] + max(nums[0..i]),即当前元素加上到当前位置为止的最大值。
题目要求的是每个前缀的分数,即转换数组的前缀和。我们可以发现一个重要的递推关系:
核心观察:
- 设
ans[i]为前缀nums[0..i]的分数 - 设
prefixMax[i]为前缀nums[0..i]的最大值 - 则
ans[i] = ans[i-1] + nums[i] + prefixMax[i]
算法步骤:
- 维护前缀最大值
prefixMax - 维护前缀分数
prefixScore - 对于每个位置 i:
- 更新前缀最大值
- 计算当前位置的转换值:
nums[i] + prefixMax - 累加到前缀分数中
这种方法避免了重复计算,时间复杂度为 O(n),空间复杂度为 O(1)(不计算结果数组)。
通过一次遍历就能得到所有前缀的分数,是最优解法。
代码实现
class Solution {
public:
vector<long long> findPrefixScore(vector<int>& nums) {
int n = nums.size();
vector<long long> result(n);
long long prefixScore = 0;
int prefixMax = 0;
for (int i = 0; i < n; i++) {
prefixMax = max(prefixMax, nums[i]);
prefixScore += nums[i] + prefixMax;
result[i] = prefixScore;
}
return result;
}
};
class Solution:
def findPrefixScore(self, nums: List[int]) -> List[int]:
n = len(nums)
result = []
prefix_score = 0
prefix_max = 0
for num in nums:
prefix_max = max(prefix_max, num)
prefix_score += num + prefix_max
result.append(prefix_score)
return result
public class Solution {
public long[] FindPrefixScore(int[] nums) {
int n = nums.Length;
long[] result = new long[n];
long prefixScore = 0;
int prefixMax = 0;
for (int i = 0; i < n; i++) {
prefixMax = Math.Max(prefixMax, nums[i]);
prefixScore += nums[i] + prefixMax;
result[i] = prefixScore;
}
return result;
}
}
var findPrefixScore = function(nums) {
const n = nums.length;
const result = new Array(n);
let prefixScore = 0;
let prefixMax = 0;
for (let i = 0; i < n; i++) {
prefixMax = Math.max(prefixMax, nums[i]);
prefixScore += nums[i] + prefixMax;
result[i] = prefixScore;
}
return result;
};
复杂度分析
| 复杂度类型 | 复杂度 | 说明 |
|---|---|---|
| 时间复杂度 | O(n) | 只需要遍历数组一次 |
| 空间复杂度 | O(1) | 除了结果数组外,只使用常数额外空间 |
相关题目
- . Most Beautiful Item for Each Query (Medium)