Question

我正在做HackerRank中的problem。此问题开始时定义大小为n的零数组，然后对其进行运算。因此，假设数组为x = [0, 0, 0, 0, 0, 0]。所以n = 6在这里。现在考虑该操作（他们称其为问题中的查询）[1, 2, 5]。这意味着在数组x中，将5从索引0加到1。因此x现在变成x = [5, 5, 0, 0, 0, 0]。并且可能有许多这样的操作（查询）。最后，我们只需要找到最终数组x的max元素。因此示例输入为

因此，我们需要有大小为5的数组x（初始化为零），并且要在其上运行3个查询。如果我们进行查询，我们发现最终数组中的max元素为200。我在这里使用嵌套的for循环完成了代码。外部for循环遍历查询，内部for循环操纵数组x。对于数组大小为x的较小值，我的代码运行良好。但是，当n = 1000000和查询数量m = 100000时，嵌套的for循环将永远运行（它就像一个无限循环）。我想知道如何使它更快。以下是嵌套的for循环

# Construct a zero list of length n
worklist = list([0]*n)
# Loop through the queries
for query in queries:
    # Since the problem defines the queries vector
    # as one based index, we need to modify the
    # indices of query
    index0, index1 = query[0]-1, query[1]-1
    # Now construct the new list with addition
    for i in range(index0, index1+1):
        worklist[i] = worklist[i] + query[2]

我认为我需要为此修改算法。欢迎提出建议。

Answer 1

在此问题的“讨论”页面上，有一个O（n）解决方案，这是重叠的问题。

基本思路是，您只需要在数组中标记“添加”点和“删除”点，因此最后阶段只需要遍历数组一次并将“当前总和”保留在当前索引中，您就可以最多可以记录一个答案。

例如 5 3

1 2 100

2 5 100

3 4 100

您的数组将简化为

0，0，0，0，0，0

获取第一条输入记录（1 2 100）时：

100，0，-100，0，0，0

这意味着当您进行最终扫描总和摘要时，您的循环将在步骤中计算

索引0，总和100

索引1，总和100

索引2，总和为0

索引3，总和0 ...

获得第二条输入记录（2 5 100）时：

100，100，-100，0，0，-100

这意味着当您进行最终扫描总和摘要时，您的循环将在步骤中计算

索引0，总和100

索引1，总和200

索引2，总和100

索引3，总和100

索引4，总和100

索引5，总和0

因此最大值发生在索引1，

获得第二条输入记录（3 4 100）时：

100，100，0，0，-100，-100

这意味着当您进行最终扫描总和摘要时，您的循环将在步骤中计算

索引0，总和100

索引1，总和200

索引2，总和200

索引3，总和200

索引4，总和100

索引5，总和0

因此最大值发生在索引1，

Answer 2

我的回答仅解决了您问题的算法部分，我将简化i / o而不是将其实现为功能，以留出一些东西来测试您的技能。

想法是，不存储结果，而是存储每个位置的累积增量，然后找到具有累积总和的最大值。

让我们看看问题陈述中报告的第一个例子，

我们从l开始，它是一个长度等于n+1的零列表（为什么n+ 1？因为我们需要一些额外的空间来存储 delta 当b==n）时；我们只想将 delta 的

存储在l中

n, m = 10, 3
l = [0]*(n+1)

我们对3个查询重复相同的操作，并在评论中报告列表l的状态

a, b, k = 1, 5, 3
l[a-1] += k ; l[b] -= k
# [0, 0, 3, 0, 0, -3, 0, 0, 0, 0, 0]

a, b, k = 4, 8, 7
l[a-1] += k ; l[b] -= k
# [0, 0, 3, 7, 0, -3, 0, 0, -7, 0, 0]

a, b, k = 6, 9, 1
l[a-1] += k ; l[b] -= k
# [0, 0, 3, 7, 1, -3, 0, 0, -7, -1, 0]

current_max = 0
current_sum = 0
debug = 1
for num in l[:-1]:
    current_sum += num
    if debug: print(current_sum)
    current_max = max(current_max, current_sum)

print(current_max)

执行上面的代码给了我

前十个数字是汇总列表中要与问题陈述进行比较的元素，最后一个数字是所需的最大值

嵌套有for循环的Python代码太慢

2 个答案: