休了个不短不长的年假,题解系列继续开工~
本专题旨在分享刷Leecode过程发现的一些思路有趣或者有价值的题目。
题目相关
- 原题地址: https://leetcode-cn.com/problems/he-wei-sde-lian-xu-zheng-shu-xu-lie-lcof/]
题目描述:
输入一个正整数 target ,输出所有和为 target 的连续正整数序列(至少含有两个数)。序列内的数字由小到大排列,不同序列按照首个数字从小到大排列。
- 示例 1:
输入:target = 9
输出:[[2,3,4],[4,5]] - 示例 2:
输入:target = 15
输出:[[1,2,3,4,5],[4,5,6],[7,8]]
限制:1 <= target <= 10^5
- 示例 1:
思路解析
暴力破解
题目的含义比较清晰,需要求出和为特定值的 连续正整数序列。
首先,这道题的很直接的也会想到一个 -- 暴力破解:
具体思路:
- 首先寻找是否存在满足要求的,以1为开头的序列,所以初始化一个序列为
[ 1 ]
依次往序列里添加连续的正整数,让序列变成
[1, 2, 3..i. target]
, 并且每次添加完一个整数时,对比当前序列所有整数之和sum,与目标值target的关系:- 如果
sum < target
,则继续往序列里添加下一个数; - 如果已经满足
sum = target
,那么存储当前序列,并且说明以1开始的序列寻找可以停止了; - 如果直接到
sum > target
,那么说明以1开始的序列寻找可以停止了(不存在以1为开头并且满足要求的序列);
- 如果
- 重复上述步骤,分别寻找以2,3, ... target开头且满足题意的序列;
上面这种思路的话 最坏的情况下,需要外层循环(外层循环也就是遍历以1..n开头的序列)n
次,内层循环n
次(内层循环就是寻找当前开头固定时,不同结尾的序列),那么总的复杂度就是O(n^2)
,由于 1 <= target <= 10^5
, 所以O(n^2)
明显超时;
红色区域表示序列,它的左边界和右边界有个特点,都只向右侧移动,而整个遍历的过程,其实就像是一个推拉窗的移动过程,这个算法也就由此得名。
滑动窗口
从上述过程可以看到,暴力破解的问题在于时间复杂度太高,而之所以高,是因为在遍历过程存在一些可以跳过的过程, 为了便于理解,我们带入一个题设中的示例1,target = 9
的情况来进行演示。按照暴力破解思路:
- 首先序列为
[1]
, 序列之和sum = 1
, 1 < 9 继续循环; - 序列为
[1, 2]
, 序列之和sum = 3
, 3 < 9 继续循环; - 序列为
[1, 2,3]
, 序列之和sum = 6
, 6 < 9 继续循环; - 序列为
[1, 2, 3 ,4]
, 序列之和sum = 12
, 12 > 9 ,那 Stop!;
到此说明不存在以1为开头切满足要求的序列,那么按照前面的思路,接下来是要寻找以2开头且满足题意的序列,那么现在问题来了:
我们真的有必要从[2]
开始吗? 在找以1开头的序列时,我们已经发现[1,2,3]
之和都小于target了,那序列[2,3]
之和肯定也小于9,那为什么还要按部就班的,先走一次[2]
再到[2,3]
再到[2,3,4]
呢?
这,就是突破的关键!
所以我们发现,再找完以i开头的序列之后,跳到寻找以i+1开头的序列时,是可以跳过一些中间遍历次数的,可以这么做:
- 序列为
[1, 2, 3 ,4]
, 序列之和sum = 12, 12 < 9
,此时要停止寻找以1为开头的序列,那么我们直接去掉序列左边的值,从[2,3,4]
开始寻找以2开头的序列; - 按照规则,
[2, 3 ,4]
之和刚好为9
,此时保存当前序列结果,并且停止寻找以2为开头切满足要求的序列,接下来准备寻找3开头的序列,我们同样去掉此时序列的最左边值, 从[3, 4]
开始运算;
重复上述过程, 会发现,在遍历过程中,我们的序列如下图所示(懒得做动图了,分开看更有利于理解):
红色区域表示序列,它的左边界
和右边界
有个特点,都只向右侧移动
,而整个遍历的过程,其实就像是一个推拉窗
的移动过程,这个算法也就由此得名。
当然,要使用上面的算法,我们要回答一个问题:相较于暴力破解,滑动窗口确实减少了循环次数,但是滑动窗口能否找到所有的解呢?(也就是在上述的跳跃过程导致遗漏呢?)
这个是可以证明的,因为按照前文的遍历思路:
- 寻找1开头的序列时,只要序列之和小于
target
,则窗口右边界一直往右拓展,直到找到[1,2,3]
时,此时序列值之和还是小于target
; 而到[1,2,3,4]
时,此时序列之和第一次大于target
,说明以1开头的序列寻找结束; - 那么此时以2开头的序列
[2,3]
<[1,2,3]
<target
, 说明只需要从[2,3,4]开始寻找就可以了,(读者朋友也可以拿示例2带入试试看,加深理解)以此类推,说明滑动窗口的算法是不会有遗漏的。
完整代码
到这里只需要整理前面的思路,伪代码也就出来了:
- 初始化,设定序列窗口的左右边界,分别为
1,2
,然后开始循环; - 循环,当序列内之和小于target时,右边界右移;
- 循环过程如果发现序列值和等于target,则存储当前序列,并且把左边界右移;
- 循环过程如果发现序列值和大于target,则把左边界右移;
- 当左边界追上右边界时,循环结束(可以思考下为什么?)
那么实际代码如下:
var findContinuousSequence = function(target) {
const res = [];
const sum = [0, 1];
let l = 1; // 左边界
let r = 2; // 右边界
let s = 3; // 当前序列之和sum
while(l < r){
if(s === target) {
// 满足题意的序列添加到结果
res.push(getList(l, r));
}
if(s > target) {
s = s - l;
l++;
} else {
r++;
s += r;
}
}
return res;
};
function getList (l, r) {
const res = [];
for(let i = l; i<=r; i++) {
res.push(i)
}
return res;
}
那么滑动窗口的内容就到此为止了~
此外...
在文章末尾顺便打个小广告,问下有没有想来外企955的小伙伴:
- 面朝大海办公,不打卡 不考勤 到点就下班,工作生活两不误;
- 假期超长(每年年假+带薪病假+企业年假 = 20天起步!);
- 而且很多岗位可以长期远程办公! 不再困扰与一线高昂房价难落地的问题;
- 可内推,base杭州和厦门~
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。