2

休了个不短不长的年假,题解系列继续开工~

image.png
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

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:

image.png

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);
  • 重复上述步骤,分别寻找以2,3, ... target开头且满足题意的序列;

划重点.png

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:

image.png

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!

image.png

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):
image.png
image.png
image.png
image.png

红色区域表示序列,它的左边界右边界有个特点,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~
image.png

此外...

image.png
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~

安歌
7k 声望5.5k 粉丝

目前就职于Ringcentral厦门,随缘答题, 佛系写文章,欢迎私信探讨.