给定阵列V,我们需要找到两个索引(i,j),使得V [j]> V [i]和(j - i)是最大值。
蛮力方法非常简单,其中对于索引i处的每个值(范围从1到n),我们比较索引j处的值(范围从i + 1到n)。到目前为止,我们跟踪最大值(j-i)以找到最终答案。
这种方法的时间复杂度为O(n ^ 2)。有没有人提出改善时间复杂度的建议?
答案 0 :(得分:3)
这是一种可以在线性时间内解决问题的方法。
i
的堆栈S,使min A[1..i-1] > i
在阵列上进行简单的向前扫描。python中的快速实现:
def notsurewhattonamethis(A):
assert(A)
S = [0]
for i,v in enumerate(A):
if v<A[S[-1]]:
S.append(i)
best = (-1,-1)
for i,v in reversed(list(enumerate(A))):
while v>A[S[-1]]:
j = S.pop()
d = i - j
if d > best[1]-best[0]:
best = (j,i)
if not S: return best
return best
答案 1 :(得分:2)
如果您已知数组元素的限制(请参阅下面的更新)我可以建议您使用时间复杂度O(n*log(MaxN))
和空间复杂度O(MaxN)的算法,其中MaxN = Max(V) [一世])。
对于该算法,我们需要能够在时间复杂度为O(log(N))的情况下在1和N之间的数组中得到最小的结构,并且更新具有时间复杂度O(log(N))的数组元素。 Fenwick tree可以做那些技巧。我们称这个结构为 minimizator 。然后我们需要:
确定。我试着写一些伪代码:
prepare array (map values)
init minimizator
ansI = -1
ansJ = -1
for i from 0 to v.length-1
minIndexOfElementLessThanCurrent = get min value from 1 to v[i]-1 (inclusive) using minimizator
set to minimizator v[i] position value i
if minIndexOfElementLessThanCurrent is exists
if ansJ - ansI < i - minIndexOfElementLessThanCurrent
ansJ = i
ansI = minIndexOfElementLessThanCurrent
C ++实现:
class FenwickTree
{
vector<int> t;
int n;
public:
static const int INF = 1000*1000*1000;
void Init (int n)
{
this->n = n;
t.assign (n, INF);
}
int GetMin (int i)
{
int res = INF;
for (; i >= 0; i = (i & (i+1)) - 1)
res = min (res, t[i]);
return res;
}
void Update (int i, int value)
{
for (; i < n; i = (i | (i+1)))
t[i] = min (t[i], value);
}
};
pair<int, int> Solve(const vector<int>& v)
{
int maxElement = 0;
for(int i = 0; i < v.size(); i++)
maxElement = max(maxElement, v[i]);
FenwickTree minimizator;
minimizator.Init(maxElement+1);
int ansI = -1, ansJ = -1;
for(int i = 0; i < v.size(); i++)
{
int minLeftIndex = minimizator.GetMin(v[i]-1);
minimizator.Update(v[i], i);
if(minLeftIndex == FenwickTree::INF) continue; // no left elements less than v[i]
if(ansJ - ansI < i - minLeftIndex)
{
ansJ = i;
ansI = minLeftIndex;
}
}
return make_pair(ansI, ansJ);
}
<强>更新强> 如果元素类型不是int(f.e。double)或者数组元素的max值太大(f.e. 10 ^ 9)我们可以 将数组值(不会影响结果)映射到整数集1..N,然后时间复杂度应为 O(n * log(n))
<强>更新强>
如果元素是整数 - 则有O(max(maxN, n))
个解决方案。因此,如果maxN <= n
复杂度为 O(N)。我们只需要回答查询'在const时间O(1)中从最小值1到N':
maxN
i
值的最小索引。r[i]
的最小值m[j], 1 <= j <= i
相同。递归关系为r[i] = min(r[i-1], m[i])
此算法的主要思想与上述相同,仅使用数组r
查找从1
到v[i]
的最小值。
C++ implementation:
pair<int, int> Solve(const vector<int>& v)
{
int maxElement = 0;
for(int i = 0; i < v.size(); i++)
maxElement = max(maxElement, v[i]);
vector<int> minimum(maxElement + 1, v.size() + 1);
for(int i = 0; i < v.size(); i++)
minimum[v[i]] = min(minimum[v[i]], i); // minimum[i] contains minimum index of element i
for(int i = 1; i < minimum.size(); i++)
minimum[i] = min(minimum[i-1], minimum[i]); // now minimum[i] contains minimum index between elements 1 and i
int ansI = -1, ansJ = -1;
for(int i = 0; i < v.size(); i++)
{
int minLeftIndex = minimum[v[i]-1];
if(minLeftIndex >= i) continue; // no left elements less than v[i]
if(ansJ - ansI < i - minLeftIndex)
{
ansJ = i;
ansI = minLeftIndex;
}
}
return make_pair(ansI, ansJ);
}
如果元素是double或其他(非常大的整数),我们无法映射元素以在线性时间内设置1..N(或者可以?)。我只知道O(n*log(n))
解决方案(排序元素等)
答案 2 :(得分:2)
Java实现以线性时间运行。
public class MaxIndexDifference {
public static void main(String[] args) {
System.out.println(betweenTwoElements(2, 3, 6, 10, 4));
}
private static int betweenTwoElements(int... nums) {
int numberOfElements = nums.length;
int maxDifference = -1, minIndex = 0, maxIndex = 0;
int[] lMin = new int[numberOfElements];
int[] rMax = new int[numberOfElements];
/* Construct lMin such that stores the minimum value (to the left) from (nums[0], nums[1], ... nums[i])*/
lMin[0] = nums[0];
for (int i = 1; i < numberOfElements; i++) {
lMin[i] = Math.min(nums[i], lMin[i -1]);
}
/* Construct RMax[] such that RMax[j] stores the maximum value (to the right) from (arr[j], arr[j+1], ..arr[n-1]) */
rMax[numberOfElements - 1] = nums[numberOfElements - 1];
for (int i = numberOfElements-2; i >= 0; i--) {
rMax[i] = Math.max(nums[i], rMax[i + 1]);
}
/* Traverse both arrays from left to right to find optimum maxIndex - minIndex This process is similar to merge() of MergeSort */
while (minIndex < numberOfElements && maxIndex < numberOfElements) {
if (lMin[minIndex] < rMax[maxIndex]) {
maxDifference = Math.max(maxDifference, maxIndex - minIndex);
maxIndex = maxIndex +1;
} else {
minIndex = minIndex +1;
}
}
return maxDifference;
}
}
答案 3 :(得分:1)
具有O(N)复杂度的算法:
#!/usr/bin/perl
use strict;
use warnings;
sub dump_list { print join(", ", map sprintf("%2d", $_), @_), "\n" }
for (0..20) {
# generate a random list of integers with some convenient bias:
my @l = (map int(rand(20) + 20 - $_), 0..19);
my $max = $l[-1];
my $min = $l[0];
my @max;
for my $l (reverse @l) {
$max = $l if $l > $max;
push @max, $max;
}
@max = reverse @max;
my @min;
for my $l (@l) {
$min = $l if $l < $min;
push @min, $min;
}
my $best_i = 0;
my $best_j = -1;
my $best = -1;
my $j = 0;
for my $i (0..$#l) {
while ($j < @l) {
last unless $max[$j] > $min[$i];
$j++;
if ($j - $i > $best) {
$best = $j - 1 - $i;
$best_i = $i;
$best_j = $j - 1;
}
}
}
print "list: "; dump_list @l;
print "idxs: "; dump_list 0..$#l;
print "best: $best, i: $best_i, j: $best_j\n\n";
}
更新:响应Nohsib请求:
假设您有一个随机的数字列表(a [0],[1],[2],[3] ......,[N-1])
第一步是找到左边最大的每个数字为mas max[i] = maximum(a[0], a[1], ..., a[i])
,最小值为min[i] = minimum(a[i], a[i+1], ..., a[N-1])
。
让这些数组找到最大化a[j] < a[k]
的{{1}}的间隔几乎是微不足道的。
尝试使用随机列表在纸上进行,您将很容易找到背后的逻辑。
答案 4 :(得分:0)
我不确定你真正想要的是什么,你问题的第一段与第二段冲突。所以我会给出两个答案,一个是我能想到的每个解释,尽管两者可能都不是你的意思。
第一种解释:在j> 1的约束下搜索最大V [j] -V [i]。我。
这就是几乎找到最小值和最大值。但另外,索引也存在约束。这本身并不意味着不能使用这个想法;对于任何选择的V [i],你只需要超过V [i + 1 .. n],并且你不需要每次重新计算这些最大值,导致这个算法:
第二种解释:在V [j]>的约束下搜索最大j-i。 V [i]中。
我无法想出任何好的东西。