2026-03-16:转换数组的最少操作次数。用go语言,给定两个整数数组:第一个长度为 n,第二个长度为 n+1。你可以对第一个数组反复施行三类操作中的任意一种——选择一个下标 i,使该位置的元素加

news2026/3/17 10:38:08
2026-03-16转换数组的最少操作次数。用go语言给定两个整数数组第一个长度为 n第二个长度为 n1。你可以对第一个数组反复施行三类操作中的任意一种——选择一个下标 i使该位置的元素加 1、或减 1、或将该位置当前的值复制并追加到数组末尾。问要把第一个数组变为第二个数组至少需要多少次这样的操作请返回最小操作次数。1 n nums1.length 100000。nums2.length n 1。1 nums1[i], nums2[i] 100000。输入: nums1 [2,8], nums2 [1,7,3]。输出: 4。解释:步骤i操作nums1[i]更新后的 nums110追加-[2, 8, 2]20减少减少到 1[1, 8, 2]31减少减少到 7[1, 7, 2]42增加增加到 3[1, 7, 3]因此经过 4 次操作后nums1 转换为 nums2。题目来自力扣3724。核心解题思路分两大块我们要把 nums1 从长度 n 变成 n1所以必须且只需要执行 1 次「追加操作」。整个问题拆成 2 部分计算基础操作数把 nums1 前 n 个元素改成 nums2 前 n 个元素需要的加减次数。最优追加节省选择哪一个位置进行追加能让总操作数最少追加后新元素变成 nums2 最后一个元素的成本最低。以示例输入分步讲解输入nums1 [2, 8] n2nums2 [1, 7, 3] 长度 3 n1nums2 最后一个元素是3我们叫它 target。第一步计算「基础加减操作数」把 nums1 前 2 个元素改成 nums2 前 2 个元素nums1[0] 2 → nums2[0] 1减 1→ 1 次操作nums1[1] 8 → nums2[1] 7减 1→ 1 次操作✅基础总操作数 1 1 2第二步必须执行 1 次「追加操作」因为要把长度从 2 变 3必须追加 1 次这一步固定消耗✅追加操作数 1目前累计2 1 3 次。第三步处理追加后的新元素最关键追加的新元素最终要变成 nums2 最后一个数3。我们可以选择从 nums1 任意一个位置复制值进行追加不同选择成本不同我们遍历每一个位置计算**「从该位置复制追加 → 改成 target3」的最小成本**位置 0 分析原 nums1[0] 最终会改成 1复制追加的值 1要变成 3需要加 2→ 成本 2位置 1 分析原 nums1[1] 最终会改成 7复制追加的值 7要变成 3需要减 4→ 成本 4✅所有位置里最小的修改成本是 2选位置0追加第四步总最少操作数基础加减(2) 追加(1) 最小修改成本(2) 4和题目输出完全一致通用完整解题步骤所有输入都适用确定目标值取出 nums2 最后一个元素记为 target这是 nums1 追加后新元素必须变成的值。计算基础修改成本遍历 nums1 和 nums2 的前 n 个元素每个位置计算当前元素 → 目标元素需要加减多少次全部累加。这是把前 n 位对齐的固定成本。固定追加成本因为长度要从 n → n1必须追加 1 次成本 1。计算最优追加位置的最小成本遍历每一个下标 i该位置最终会被修改为 nums2[i]复制这个值追加到末尾计算这个复制值 → target 需要的加减次数记录所有位置里最小的那个成本。总和就是答案总操作数 基础修改成本 追加成本 最优追加修改成本时间复杂度 空间复杂度1. 时间复杂度我们只对数组做了一次从头到尾的遍历数组长度最大是 10⁵遍历中所有操作都是 O(1) 的简单计算✅时间复杂度O(n)n 是 nums1 的长度2. 额外空间复杂度只使用了几个变量存储基础成本、最小成本、目标值没有开辟任何与数组长度相关的额外空间✅额外空间复杂度O(1)常数级空间不随输入规模变大总结解题核心必须追加1次拆分「基础修改」「追加」「新元素修改」三部分最优解关键选复制后改成 target 成本最小的位置追加效率O(n) 时间 O(1) 额外空间完全适配题目 10万 数据规模。Go完整代码如下packagemainimport(fmtmath)funcminOperations(nums1,nums2[]int)int64{target:nums2[len(nums2)-1]ans:1// 把元素追加到 nums1 的末尾需要一次操作mn:math.MaxIntfori,x:rangenums1{y:nums2[i]ifxy{x,yy,x// 保证 x y简化后续逻辑}ansy-x// 如果 target 在 [x,y] 中那么在从 x 变成 y 的过程中可以顺带把 target 追加到 nums1 的末尾代价为 0// 如果 target x代价为 x-target// 如果 target y代价为 target-ymnmin(mn,max(x-target,target-y))}returnint64(ansmax(mn,0))// 如果 target 在 [x,y] 中上面可能会算出负数}funcmain(){nums1:[]int{2,8}nums2:[]int{1,7,3}result:minOperations(nums1,nums2)fmt.Println(result)}Python完整代码如下# -*-coding:utf-8-*-importmathdefminOperations(nums1,nums2):targetnums2[len(nums2)-1]ans1# 把元素追加到 nums1 的末尾需要一次操作mnmath.inffori,xinenumerate(nums1):ynums2[i]ifxy:x,yy,x# 保证 x y简化后续逻辑ansy-x# 如果 target 在 [x,y] 中那么在从 x 变成 y 的过程中可以顺带把 target 追加到 nums1 的末尾代价为 0# 如果 target x代价为 x-target# 如果 target y代价为 target-ymnmin(mn,max(x-target,target-y))returnansmax(mn,0)# 如果 target 在 [x,y] 中上面可能会算出负数# 测试nums1[2,8]nums2[1,7,3]resultminOperations(nums1,nums2)print(result)C完整代码如下#includeiostream#includevector#includealgorithm#includeclimitsusingnamespacestd;longlongminOperations(vectorintnums1,vectorintnums2){inttargetnums2[nums2.size()-1];longlongans1;// 把元素追加到 nums1 的末尾需要一次操作intmnINT_MAX;for(inti0;inums1.size();i){intxnums1[i];intynums2[i];if(xy){swap(x,y);// 保证 x y简化后续逻辑}ansy-x;// 如果 target 在 [x,y] 中那么在从 x 变成 y 的过程中可以顺带把 target 追加到 nums1 的末尾代价为 0// 如果 target x代价为 x-target// 如果 target y代价为 target-ymnmin(mn,max(x-target,target-y));}returnansmax(mn,0);// 如果 target 在 [x,y] 中上面可能会算出负数}intmain(){vectorintnums1{2,8};vectorintnums2{1,7,3};longlongresultminOperations(nums1,nums2);coutresultendl;return0;}

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/2414760.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

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…