leetcode_238:除自身以外数组的乘积

news2024/12/5 18:34:29

给你一个整数数组 nums,返回 数组 answer ,其中 answer[i] 等于 nums 中除 nums[i] 之外其余各元素的乘积 。

题目数据 保证 数组 nums之中任意元素的全部前缀元素和后缀的乘积都在  32 位 整数范围内。

请 不要使用除法,且在 O(n) 时间复杂度内完成此题。

示例 1:

输入: nums = [1,2,3,4]
输出: [24,12,8,6]

示例 2:

输入: nums = [-1,1,0,-3,3]
输出: [0,0,9,0,0]

提示:

  • 2 <= nums.length <= 105
  • -30 <= nums[i] <= 30
  • 保证 数组 nums之中任意元素的全部前缀元素和后缀的乘积都在  32 位 整数范围内

进阶:你可以在 O(1) 的额外空间复杂度内完成这个题目吗?( 出于对空间复杂度分析的目的,输出数组 不被视为 额外空间。)

步骤1:定义计算问题性质

问题描述:

给定一个整数数组 nums,要求返回一个新的数组 answer,其中 answer[i] 等于数组 nums 中除 nums[i] 以外的所有元素的乘积。重要的限制条件包括:

  1. 不允许使用除法
  2. 时间复杂度必须为 O(n)
  3. 保证所有前缀和后缀乘积均在32位整数范围内。
输入输出条件:
  • 输入: 整数数组 nums,长度范围为 2 <= nums.length <= 10^5,元素范围为 -30 <= nums[i] <= 30
  • 输出: 新的整数数组 answer,其每个元素等于 nums 数组中除当前索引元素外其他所有元素的乘积。
边界条件:
  • 数组中的元素为零:当有多个元素为零时,除了包含零的元素,其他元素的乘积都为零。
  • 长度为2的数组:需要特别考虑只有两个元素的情况。

步骤2:分解问题

解决思路:

为了在 O(n) 时间复杂度内完成该任务,并且不使用除法,我们可以通过两次遍历数组分别计算每个元素的前缀乘积和后缀乘积,从而构造出最终的答案。

具体思路如下

  1. 前缀积:我们可以先从左往右遍历数组 nums,并逐步计算当前元素的前缀积,存储在数组 answer 中。前缀积表示从数组开头到 i-1 位置的所有元素的乘积。
  2. 后缀积:在计算完前缀积后,再从右往左遍历数组 nums,并逐步计算当前元素的后缀积,并与已经存储的前缀积相乘得到最终结果。后缀积表示从 i+1 到数组末尾的所有元素的乘积。
代码实现过程中的两个关键点:
  • 时间复杂度:遍历两次数组,前缀积和后缀积的计算均为 O(n),符合题目要求。
  • 空间复杂度:除了结果数组 answer 外,我们只需要常数空间来保存后缀积,因此额外空间复杂度为 O(1)

步骤3:C++代码实现

注释解释:
  1. 初始化结果数组 answer,长度为 n,初始值为1。
  2. 第一遍从左到右遍历 nums,计算每个位置的前缀积,并将其保存在 answer 数组中。
  3. 第二遍从右到左遍历 nums,在计算每个位置的后缀积的同时,将其乘以已经计算好的前缀积,从而得到最终的结果。

步骤4:算法的启发

1. 优化思路

这道题的优化思路体现在如何有效利用空间和避免重复计算。通过利用前缀积和后缀积的思想,可以在一次遍历中逐步构建结果,而不需要像暴力解法那样嵌套循环。

2. 效率提升

该算法非常适合处理大规模数据集,因为它的时间复杂度为 O(n),且额外的空间复杂度为 O(1)。这意味着它可以在现代计算环境中高效地处理包含10万或更多元素的大数据集。

3. 边界条件处理

特别需要考虑数组中可能存在的零的情况。该解法天然能够处理零的存在,因为前缀和后缀乘积的分离,使得零所在的位置不会影响其他位置的乘积计算。

步骤5:实际应用场景

1. 场景:大规模数据处理中的除法优化

在某些金融场景中,我们可能需要计算投资组合中每个资产的权重,权重是基于其他资产的价格总和与当前资产的价格进行比较。直接使用除法可能导致精度损失,特别是在涉及小数或大量资产时。而通过类似前缀后缀乘积的方式,我们可以避免直接除法,减少精度误差。

2. 场景:电商推荐系统中的权重分配

在电商推荐系统中,当我们为一个产品分配推荐权重时,往往需要考虑其他产品的相关性及影响因素。这时,可以借鉴该算法的前后缀思路,快速计算出某个产品相对于其他产品的影响力。

3. 具体实现方法
  • 步骤1:获取所有产品的基础权重或评分。
  • 步骤2:从评分数组中去除某个产品,然后计算其相对于其他产品的权重乘积。
  • 步骤3:通过前缀和后缀积的算法高效完成权重分配,避免重复计算,提升系统效率。

总结

该题目通过计算前缀积和后缀积,有效解决了“除自己外的乘积”的问题,且在时间和空间复杂度上都达到了最优。算法思想可用于多种实际场景,特别是在需要优化大规模数据计算或避免除法操作的场景中,具有很好的应用价值。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2185209.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Conditional Generative Adversarial Nets

条件生成对抗网络 1.生成对抗网络 生成对网络由两个“对抗性”模型组成&#xff1a;一个生成模型 G&#xff0c;用于捕获数据分布&#xff0c;另一个判别模型 D&#xff0c;用于估计样本来自训练数据而不是 G 的概率。G 和 D 都可以是非线性映射函数。 为了学习数据 x 上的生…

设计模式-生成器模式/建造者模式Builder

构建起模式&#xff1a;将一个复杂类的表示与其构造分离&#xff0c;使得相同的构建过程能够得出不同的表示。&#xff08;建造者其实和工厂模式差不多&#xff09; 详细的UML类图 图文说明&#xff1a;距离相同的构建过程 得出不同的展示。此时就用两个类&#xff08;文本生成…

探索未来:hbmqtt,Python中的AI驱动MQTT

文章目录 **探索未来&#xff1a;hbmqtt&#xff0c;Python中的AI驱动MQTT**1. 背景介绍2. hbmqtt是什么&#xff1f;3. 安装hbmqtt4. 简单的库函数使用方法4.1 连接到MQTT服务器4.2 发布消息4.3 订阅主题4.4 接收消息4.5 断开连接 5. 应用场景示例5.1 智能家居控制5.2 环境监测…

WebGIS之Cesium三维软件开发

目录 第 1 章 三维 WebGIS 概述 1.1 Google Earth 1 1.2 SkylineGlobe 2 1.3 LocaSpace Viewe 2 1.4 Cesium 3 1.5 Cesium API 概要 4 第 2 章 Cesium 快速入门 2.1 Cesium 环境搭建 7 2.1.1 安装 Node.js 环境 7 2.1.2 配置 Cesium 依赖 8 2.2 搭建第一个 Cesi…

【2006.07】UMLS工具——MetaMap原理深度解析

文献&#xff1a;《MetaMap: Mapping Text to the UMLS Metathesaurus》2006 年 7 月 14 日 https://lhncbc.nlm.nih.gov/ii/information/Papers/metamap06.pdf MetaMap&#xff1a;将文本映射到 UMLS 元数据库 总结 解决的问题 自动概念映射问题&#xff1a;解决如何将文本…

Vue3丨进一步了解这 20 个响应式 API,写码如有神

前面说的话 在 Vue2 中&#xff0c;个人觉得对于数据的操作比较 “黑盒” 。而 Vue3 把响应式系统更显式地暴露出来&#xff0c;使得我们对数据的操作有了更多的灵活性。所以&#xff0c;对于 Vue3 的几个响应式的 API &#xff0c;我们需要更加的理解掌握&#xff0c;才能在实…

【MySQL】子查询、合并查询、表的连接

目录 一、子查询 1、单行子查询 显示SMITH同一部门的员工信息 2、多行子查询 in关键字 查询和10号部门的工作岗位相同的雇员的名字、岗位、工资、部门号&#xff0c;但是筛选出的雇员的部门不能有10号部门 all关键字 查询工资比30号部门中所有雇员工资高的雇员的姓名、…

TS(type,属性修饰符,抽象类,interface)一次性全部总结

目录 1.type 1.基本用法 2.联合类型 3.交叉类型 2.属性修饰符 1.public 属性修饰符 属性的简写形式 2.proteced 属性修饰符 3.private 属性修饰符 4.readonly 属性修饰符 3.抽象类 4.interface 1.定义类结构 2.定义对象结构 3.定义函数结构 4.接口之间的继…

postgresql|数据库|postgis编译完成后的插件迁移应该如何做(postgis插件最终章)

一、 本文的写作理由 postgis插件一般是编译安装&#xff0c;编译安装的原因是可以选择自己喜欢的版本&#xff0c;但编译的难度也是比较高的&#xff0c;因为有各种依赖&#xff0c;依赖之间还有依赖&#xff0c;非常容易形成依赖循环&#xff0c;因此&#xff0c;失败率是比…

【Python】CSVKit:强大的命令行CSV工具套件

CSVKit 是一个基于命令行的工具集&#xff0c;用于简化 CSV 文件的处理和管理。它提供了从数据转换、筛选、格式化到分析的全方位支持&#xff0c;特别适合需要处理复杂表格数据的用户。相比传统的 Excel 操作&#xff0c;CSVKit 更高效且功能更强大&#xff0c;非常适合数据分…

VSOMEIP代码阅读整理(1) - 网卡状态监听

一. 概述 在routing进程所使用的配置文件中&#xff0c;存在如下配置项目&#xff1a;{"unicast" : "192.168.56.101",..."service-discovery" :{"enable" : "true","multicast" : "224.244.224.245",…

线程和进程的关系和区别

目录 进程 概念 特点 生命周期 进程的通信 应用场景 线程 概念 特点 类型 状态 调度 应用场景 线程和进程的关系与区别 关系 区别 总结 僵尸进程 产生原因 解决方法 进程 概念 第一&#xff0c;进程是一个实体。每一个进程都有它自己的地址空间&#xff…

数字通信中不同信道类型对通信系统性能影响matlab仿真分析,对比AWGN,BEC,BSC以及多径信道

目录 1.算法运行效果图预览 2.算法运行软件版本 3.部分核心程序 4.算法理论概述 5.算法完整程序工程 1.算法运行效果图预览 (完整程序运行后无水印) 2.算法运行软件版本 matlab2022a 3.部分核心程序 &#xff08;完整版代码包含详细中文注释和操作步骤视频&#xff09…

C0013.Clion中利用C++调用opencv打开摄像头

下载opencv https://opencv.org/get-started/ 直接官网下载opencv-4.9.0-windows.exe 安装opencv opencv配置环境变量 如上安装配置完成。

SpringBoot框架下的健康信息管理解决方案

第1章 绪论 1.1背景及意义 随着社会的快速发展&#xff0c;计算机的影响是全面且深入的。人们生活水平的不断提高&#xff0c;日常生活中人们对医院管理方面的要求也在不断提高&#xff0c;由于老龄化人数更是不断增加&#xff0c;使得师生健康信息管理系统的开发成为必需而且紧…

第三批安全可靠评测名单公布,几家欢喜几家忧

9月30号&#xff0c;赶在国庆长假之前&#xff0c;中国信息安全评测中心发布了《安全可靠评测结果公告(2024年第2号)》&#xff0c;测试结果自发布之日起有效期三年。 本期测试分为集中式数据库、分布式数据库和中央处理器三个大类&#xff0c;结果共有14家公司的16个产品入围&…

AI绘画实现数字人2D形象生成及3D数字人视频生成

概述 随着人工智能技术的不断进步&#xff0c;AI绘画已经成为数字艺术创作领域的重要工具。本章将详细介绍如何利用AI绘画技术生成数字人的2D形象&#xff0c;并进一步将其转化为3D数字人视频。通过一系列实践步骤和Python代码示例&#xff0c;您将能够掌握从平台使用到系统部…

计算机毕业设计之:音乐媒体播放及周边产品运营平台(源码+文档+讲解)

博主介绍&#xff1a; ✌我是阿龙&#xff0c;一名专注于Java技术领域的程序员&#xff0c;全网拥有10W粉丝。作为CSDN特邀作者、博客专家、新星计划导师&#xff0c;我在计算机毕业设计开发方面积累了丰富的经验。同时&#xff0c;我也是掘金、华为云、阿里云、InfoQ等平台…

看Threejs好玩示例,学习创新与技术(Noise)

给图像加一点噪声效果&#xff0c;可以起到朦胧背景的效果&#xff0c;比如下面这幅画。 除了普通的图片外&#xff0c;我们可以把这个效果应用到地图或其他方面&#xff0c;比如超过范围不允许用户了解更详细的内容。当然&#xff0c;也可以采用雾Fog效果&#xff0c;但后处理…

鸿蒙ArkUI实战开发-主打自研语言及框架

ArkUI 是 HarmonyOS 的声明式 UI 开发框架&#xff0c;而 ArkUI-X 是基于 ArkUI 框架扩展而来的跨平台开发框架。ArkUI-X 支持 HarmonyOS、OpenHarmony、Android 和 iOS 平台&#xff0c;允许开发者使用一套代码构建支持多平台的应用程序。 一、ArkUI-X 的实战开发步骤 在实战开…