给定n个正整数序列,我们需要计算连续的子序列,其总和可以被k整除。
约束:N最多10 ^ 6,每个元素最多10 ^ 9,K最多100
示例:令N = 5且K = 3且阵列为1 2 3 4 1
这里的答案是4
说明:存在4个子序列,其和可以被3整除,它们是
3
1 2
1 2 3
2 3 4
我的尝试:
long long int count=0;
for(int i=0;i<n;i++){
long long int sum=0;
for(int j=i;j<n;j++)
{
sum=sum+arr[j];
if(sum%k==0)
{
count++;
}
}
}
但显然它的方法很糟糕。他们可以更好地解决这个问题吗?请帮忙。
完整问题:https://www.hackerrank.com/contests/w6/challenges/consecutive-subsequences
答案 0 :(得分:21)
这是一个快速的O(n + k)解决方案:
1)让计算前缀和pref [i](对于0&lt; = i&lt; n)。
2)现在我们可以计算count [i] - 具有和i的模数k(0 <= i 3)答案是所有i的总和[i] *(count [i] - 1)/ 2。 4)最好以模k为前缀和计算,以避免溢出。 为什么会这样?让我们仔细看看可被k整除的子阵列。让我们说它从L位置开始并以R位置结束。当且仅当pref [L - 1] == pref [R](模k)时,它可以被k整除,因为它们的差值是零模k(通过可分性的定义)。因此,对于每个固定的模数,我们可以选择带有此前缀sum modulo k的任意两个前缀(并且确实有count [i] *(count [i] - 1)/ 2种方法)。 这是我的代码:long long get_count(const vector<int>& vec, int k) {
//Initialize count array.
vector<int> cnt_mod(k, 0);
cnt_mod[0] = 1;
int pref_sum = 0;
//Iterate over the input sequence.
for (int elem : vec) {
pref_sum += elem;
pref_sum %= k;
cnt_mod[pref_sum]++;
}
//Compute the answer.
long long res = 0;
for (int mod = 0; mod < k; mod++)
res += (long long)cnt_mod[mod] * (cnt_mod[mod] - 1) / 2;
return res;
}
答案 1 :(得分:0)
这必须使您的计算更容易:
//Now we will move all numbers to [0..K-1]
long long int count=0;
for(int i=0;i<n;i++){
arr[i] = arr[i]%K;
}
//Now we will calculate cout of all shortest subsequences.
long long int sum=0;
int first(0);
std::vector<int> beg;
std::vector<int> end;
for(int i=0;i<n;i++){
if (arr[i] == 0)
{
count++;
continue;
}
sum += arr[i];
if (sum == K)
{
beg.push_back(first);
end.push_back(i);
count++;
}
else
{
while (sum > K)
{
sum -= arr[first];
first++;
}
if (sum == K)
{
beg.push_back(first);
end.push_back(i);
count++;
}
}
}
//this way we found all short subsequences. And we need to calculate all subsequences that consist of some short subsequencies.
int party(0);
for (int i = 0; i < beg.size() - 1; ++i)
{
if (end[i] == beg[i+1])
{
count += party + 1;
party++;
}
else
{
party = 0;
}
}
因此,当max array size = 10 ^ 6且rest的最大大小= 99时,即使你需要在简单的int32中汇总所有数字,你也不会有溢出。
你将花费的时间将在O(n + n)
附近