英文原文
An array nums of length n is beautiful if:
numsis a permutation of the integers in the range[1, n].- For every
0 <= i < j < n, there is no indexkwithi < k < jwhere2 * nums[k] == nums[i] + nums[j].
Given the integer n, return any beautiful array nums of length n. There will be at least one valid answer for the given n.
Example 1:
Input: n = 4 Output: [2,1,4,3]
Example 2:
Input: n = 5 Output: [3,1,2,5,4]
Constraints:
1 <= n <= 1000
中文题目
对于某些固定的 N,如果数组 A 是整数 1, 2, ..., N 组成的排列,使得:
对于每个 i < j,都不存在 k 满足 i < k < j 使得 A[k] * 2 = A[i] + A[j]。
那么数组 A 是漂亮数组。
给定 N,返回任意漂亮数组 A(保证存在一个)。
示例 1:
输入:4 输出:[2,1,4,3]
示例 2:
输入:5 输出:[3,1,2,5,4]
提示:
1 <= N <= 1000
通过代码
官方题解
方法一:分治
分析
首先我们可以发现一个不错的性质,如果某个数组 $[a_1, a_2, \cdots, a_n]$ 是漂亮的,那么对这个数组进行仿射变换,得到的新数组 $[ka_1+b, ka_2+b, \cdots, ka_n+b]$ 也是漂亮的(其中 $k \neq 0$)。那么我们就有了一个想法:将数组分成两部分 left 和 right,分别求出一个漂亮的数组,然后将它们进行仿射变换,使得不存在满足下面条件的三元组:
A[k] * 2 = A[i] + A[j], i < k < j;A[i]来自left部分,A[j]来自right部分。
可以发现,等式 A[k] * 2 = A[i] + A[j] 的左侧是一个偶数,右侧的两个元素分别来自两个部分。要想等式恒不成立,一个简单的办法就是让 left 部分的数都是奇数,right 部分的数都是偶数。
因此我们将所有的奇数放在 left 部分,所有的偶数放在 right 部分,这样可以保证等式恒不成立。对于 [1..N] 的排列,left 部分包括 (N + 1) / 2 个奇数,right 部分包括 N / 2 个偶数。对于 left 部分,我们进行 k = 1/2, b = 1/2 的仿射变换,把这些奇数一一映射到不超过 (N + 1) / 2 的整数。对于 right 部分,我们进行 k = 1/2, b = 0 的仿射变换,把这些偶数一一映射到不超过 N / 2 的整数。经过映射,left 和 right 部分变成了和原问题一样,但规模减少一半的子问题,这样就可以使用分治算法解决了。
算法
在 [1..N] 中有 (N + 1) / 2 个奇数和 N / 2 个偶数。我们将其分治成两个子问题,其中一个为不超过 (N + 1) / 2 的整数,并映射到所有的奇数;另一个为不超过 N / 2 的整数,并映射到所有的偶数。
[sol1]class Solution { Map<Integer, int[]> memo; public int[] beautifulArray(int N) { memo = new HashMap(); return f(N); } public int[] f(int N) { if (memo.containsKey(N)) return memo.get(N); int[] ans = new int[N]; if (N == 1) { ans[0] = 1; } else { int t = 0; for (int x: f((N+1)/2)) // odds ans[t++] = 2*x - 1; for (int x: f(N/2)) // evens ans[t++] = 2*x; } memo.put(N, ans); return ans; } }
[sol1]class Solution: def beautifulArray(self, N): memo = {1: [1]} def f(N): if N not in memo: odds = f((N+1)/2) evens = f(N/2) memo[N] = [2*x-1 for x in odds] + [2*x for x in evens] return memo[N] return f(N)
复杂度分析
时间复杂度:$O(N \log N)$,代码中的函数
f执行的次数为 $O(\log N)$,每次执行的时间复杂度为 $O(N)$。空间复杂度:$O(N \log N)$。
统计信息
| 通过次数 | 提交次数 | AC比率 |
|---|---|---|
| 9036 | 14196 | 63.7% |
提交历史
| 提交时间 | 提交结果 | 执行时间 | 内存消耗 | 语言 |
|---|