标签:isp 目的 system.in 子数组和 close str [1] 输出 log
一、题目
给定一个只包含0和1的数组,找到其中包含相同0的个数和1的个数的最长子序,输出子序列的长度,要求在o(n)时间内完成。
二、思路
这个题目,看起来比较简单,一些同学可能认为题目的描述符合动态规划的特征,然后就开始用动态规划解,努力找状态转移方程。这些同学的感觉,是很正确的。但,找状态转移方程,我们要对原来的数组进行变换一下。
原来是0和1的串,我们将0都换为-1。这样题目目标就变成,找到一个最长的子串,子串数字和是0。设原数组为A, DP[i]表示从0开始到i的子数组和。DP遍历一遍数组即可。
情况一:子串都是从头开始
例如数组10101010产生的DP为:
0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
1 | 0 | 1 | 0 | 1 | 0 | 1 | 0 |
这个例子,最后一个值是0,并且长度是偶数位。直接满足了结果,长度为8。
数组1101000产生的DP为:
0 | 1 | 2 | 3 | 4 | 5 | 6 |
1 | 2 | 1 | 2 | 1 | 0 | -1 |
5的位置为0,最长子串从0开始到5,长度为6。
情况二:子串不是从头开始
上面这两个例子,所求的子串都是从头开始,如果不是从头开始,会是什么样的呢?看这个例子:1101100
0 | 1 | 2 | 3 | 4 | 5 | 6 |
1 | 2 | 1 | 2 | 3 | 2 | 1 |
通过观察上面的表格,我们可以得到,DP[0]==DP[6]==DP[2],DP[1]==DP[3]==D[5]. 根据DP的定义,如果DP[i]==DP[j],我们用map保存DP的值到位置的映射,如下表:
DP值 | 位置 | 最大位置 | 最小位置 | 最大长度 |
1 | 0,2,6 | 6 | 0 | 6 |
2 | 1,3,5 | 5 | 1 | 4 |
3 | 4 | 4 | 4 | 0 |
最长子串长度 | 6 |
我们最终的算法,要综合考虑最常串是否从头开始的。 上面的这个思路,时间复杂度是O(n),空间复杂度也是O(n)。
三、代码
package redbook; /** * 给定一个只包含0和1的数组,找到其中包含相同0的个数和1的个数的最长子序,输出子序列的长度,要求在o(n)时间内完成。 */ import java.util.HashMap; import java.util.Map; import java.util.Scanner; import java.util.TreeSet; public class Main2 { public static void main(String[] args) { Scanner in = new Scanner(System.in); while (in.hasNext()) { int n = in.nextInt(); //定义数组,存储输入的01串 int[] arr = new int[n]; //输入01数字串,并且把其中的0换成-1 for (int i = 0; i < n; i++) { arr[i] = in.nextInt() == 0 ? -1 : 1; } //调用方法,输出包含相同0的个数和1的个数的最长子序的长度 int maxLength = maxLength(arr, arr.length); System.out.println(maxLength); } in.close(); } public static int maxLength(int[] arr, int arrLength) { int max=0;//保存最大的长度 int sum = 0;//保存累加的和 int index = 0; Map<Integer, TreeSet<Integer>> hashMap = new HashMap<>();//保存数字的和与其位置的映射 for (int i = 0; i < arrLength; i++) { sum = sum + arr[i];//依次累加求和 //第一种情况:子串都是从头开始 if (sum == 0) { index = i; } //第二种情况:子串都不是从头开始,将数字的和与其位置的映射存入HashMap中 if (hashMap.containsKey(sum)) { hashMap.get(sum).add(i); } else { TreeSet<Integer> treeSet = new TreeSet<>(); treeSet.add(i); hashMap.put(sum, treeSet); } } //判断 if (index != 0) { max = index + 1;//第一种情况:子串都是从头开始,子串最大值为index+1 } else { //第二种情况:子串不是从头开始,子串最大值为位置的最大值-位置的最小值 for (TreeSet<Integer> treeSet : hashMap.values()) { max = (treeSet.last() - treeSet.first()) > max ? (treeSet.last() - treeSet.first()) : max; } } return max; } }
---------------------------------------------
参考链接:
http://blog.csdn.net/yingzizizizizizzz/article/details/75452291
标签:isp 目的 system.in 子数组和 close str [1] 输出 log
原文地址:http://www.cnblogs.com/hezhiyao/p/7722259.html