- 标签:队列、数组、二分查找、前缀和、滑动窗口、单调队列、堆(优先队列)
- 难度:困难
描述:给定一个整数数组 nums 和一个整数 k。
要求:找出 nums 中和至少为 k 的最短非空子数组,并返回该子数组的长度。如果不存在这样的子数组,返回 −1。
说明:
- 子数组:数组中连续的一部分。
- 1≤nums.length≤105。
- −105≤nums[i]≤105。
- 1≤k≤109。
示例:
输入:nums = [1], k = 1
输出:1
输入:nums = [1,2], k = 4
输出:-1
题目要求得到满足和至少为 k 的子数组的最短长度。
先来考虑暴力做法。如果使用两重循环分别遍历子数组的开始和结束位置,则可以直接求出所有满足条件的子数组,以及对应长度。但是这种做法的时间复杂度为 O(n2)。我们需要对其进行优化。
首先对于子数组和,我们可以使用「前缀和」的方式,方便快速的得到某个子数组的和。
对于区间 [left,right],通过 presum[right+1]−prefixcnts[left] 即可快速求解出区间 [left,right] 的子数组和。
此时问题就转变为:是否能找到满足 i>j 且 presum[i]−presum[j]≥k 两个条件的子数组 [j,i)?如果能找到,则找出 i−j 差值最小的作为答案。
对于区间 [j,i) 来说,我们应该尽可能的减少不成立的区间枚举。
- 对于某个区间 [j,i) 来说,如果 presum[i]−presum[j]≥k,那么大于 i 的索引值就不用再进行枚举了,不可能比 i−j 的差值更优了。此时我们应该尽可能的向右移动 j,从而使得 i−j 更小。
- 对于某个区间 [j,i) 来说,如果 presum[j]≥presum[i],对于任何大于等于 i 的索引值 r 来说,presum[r]−presum[i] 一定比 presum[i]−presum[j] 更小且长度更小,此时 presum[j] 可以直接忽略掉。
因此,我们可以使用单调队列来维护单调递增的前缀数组 presum。其中存放了下标 x:x0,x1,…,满足 presum[x0]<presum[x1]<… 单调递增。
- 使用一重循环遍历位置 i,将当前位置 i 存入倒掉队列中。
- 对于每一个位置 i,如果单调队列不为空,则可以判断其之前存入在单调队列中的 presum[j] 值,如果 presum[i]−presum[j]≥k,则更新答案,并将 j 从队头位置弹出。直到不再满足 presum[i]−presum[j]≥k 时为止(即 presum[i]−presum[j]<k)。
- 如果队尾 presum[j]≥presum[i],那么说明以后无论如何都不会再考虑 presum[j] 了,则将其从队尾弹出。
- 最后遍历完返回答案。
class Solution:
def shortestSubarray(self, nums: List[int], k: int) -> int:
size = len(nums)
# 优化 1
pre_sum = [0 for _ in range(size + 1)]
for i in range(size):
pre_sum[i + 1] = pre_sum[i] + nums[i]
ans = float('inf')
queue = collections.deque()
for i in range(size + 1):
# 优化 2
while queue and pre_sum[i] - pre_sum[queue[0]] >= k:
ans = min(ans, i - queue.popleft())
while queue and pre_sum[queue[-1]] >= pre_sum[i]:
queue.pop()
queue.append(i)
if ans == float('inf'):
return -1
return ans
- 时间复杂度:O(n),其中 n 为数组 nums 的长度。
- 空间复杂度:O(n)。