当前位置: 首页 > news >正文

区间求最值问题高效解决方法

对于区间求最值场景,如果区间不定长度的,可以使用稀疏表进行求解,如果区间是固定长度的,则可以使用分块的思想(与稀疏表原理类似),都是通过压缩状态个数,

1 关于稀疏表的原理详见:

稀疏表(Sparse Table,ST原理及应用场景
下面是一个稀疏表的python实现

class Solution:def __init__(self, nums):self.nums = numsself.init_value = -9999999999999self.st = self.initSparseTable(self.nums)def initSparseTable(self, nums):# 初始化稀疏表self.init_value = -9999999999999steps = math.floor(math.log(len(self.nums), 2))st = [[self.init_value for _ in range(steps + 1)] for _ in range(len(self.nums))]for i in range(len(self.nums)):k = math.floor(math.log(len(self.nums) - i, 2))for j in range(k):st[i][j] = self.sparseTable(st, i, j)return stdef sparseTable(self, st, i, j):if j == 0:return self.nums[i]if st[i][j] != self.init_value:return st[i][j]else:tmp_max = max(self.sparseTable(st, i, j - 1), self.sparseTable(st, int(i + math.pow(2, j - 1)), j - 1),)st[i][j] = tmp_maxreturn tmp_maxdef maxSlidingWindow(self, nums: list, k: int) -> list[int]:# 求所有k个区间的最值l1 = []j = int(math.floor(math.log(k, 2)))if int(math.pow(2, j)) == k:for i in range(0, len(nums) - k + 1):l1.append(self.st[i][j])else:for i in range(0, len(nums) - k + 1):l1.append(max(self.st[i][j], self.st[i + k - int(math.pow(2, j))][j]))return l1

通过分块求固定区间长度最值

1,首先将数组nums按照区间的长度k从左到右依次分为若干个长度均为k的小块

2 申请两个数组,preMax[i],postMax[i] {i 为数组的下标};preMax[i]表示在nums[i]元素所在的分块内作为最后一个元素的前缀最大值,postMax[i]表示在nums[i]元素所在的分块内作为第一个元素的后缀最大值
如下图所示,假设区间长度=3,数组nums = [1,3,-1,-3,5,3,6,7],i=3时,preMax[3] 表示在块2 i=3作为前缀最后一个元素的前缀最大值,很明显就nums[3]一个元素,就是nums[3],

通过一次正序遍历nums数组可以得到preMax数组
通过一次倒序遍历nums数组可以得到postMax数组
在这里插入图片描述

3 根据得到的postMax,preMax数组,可以快速求出任何一个区间[i, i + k - 1]中最值,这里有两个种情况,当i为k的整倍数或者不为k的整数倍

  • i为k的整数倍
    直接通过postMax[i]获取结果

  • 当i不为k的整数倍,那么[i, i + k - 1]一定时跨了两个小块,假设为[i,j - 1],[j, i + k - 1],其中j为后面那个小块的首位 元素,则可以取postMax[i]与preMax[ i + k - 1]的最大值作为结果
    下面为python代码的实现,用来求数组中所有区间为 k的最大值

class Solution:def maxSlidingWindow(self, nums: list[int], k: int) -> list[int]:# 分块思想preSum = [0] * len(nums)postSum = [0] * len(nums)for i in range(len(nums)):if i % k == 0:curr_max = nums[i]curr_max = max(curr_max, nums[i])preSum[i] = curr_maxcurr_max = nums[-1]for i in range(len(nums) - 1, -1, -1):if i % k == (k - 1):curr_max = nums[i]curr_max = max(curr_max, nums[i])postSum[i] = curr_maxl1 = []for i in range(len(nums) - k + 1):if i % k == 0:l1.append(postSum[i])else:l1.append(max(postSum[i], preSum[i + k - 1]))return l1
http://www.lryc.cn/news/575258.html

相关文章:

  • 深入理解残差网络(ResNet):原理与PyTorch实现
  • 搭建自己的WEB应用防火墙
  • RabbitMq中启用NIO
  • 【评估指标】IoU 交并比
  • 工业“三体”联盟:ethernet ip主转profinet网关重塑设备新规则
  • 智哪儿专访 | Matter中国提速:开放标准如何破局智能家居“生态孤岛”?
  • Selenium 二次封装通用页面基类 BasePage —— Python 实践
  • GBDT:梯度提升决策树——集成学习中的预测利器
  • Git上传代码如何解决Merge冲突
  • 时序数据库 TDengine 助力华锐 D5 平台实现“三连降”:查询快了,机器少了,成本也低了
  • 【目标检测】平均精度(AP)与均值平均精度(mAP)计算详解
  • MicroPython网络编程:AP模式与STA模式详解
  • 大塘至浦北高速分布式光伏项目,让‘交通走廊’变身‘绿色能源带’
  • 深度学习入门--(二)感知机
  • python的kivy框架界面布局方法详解
  • react中使用3D折线图跟3D曲面图
  • Vue Devtools “Open in Editor” 配置教程(适用于 VSCode 等主流编辑器)
  • 大语言模型(LLM)初探:核心概念与应用场景
  • 【MongoDB】MongoDB从零开始详细教程 核心概念与原理 环境搭建 基础操作
  • DeepSeek模型接入LangChain流程(详细教程)
  • 永磁同步电机无速度算法--基于同步旋转坐标系锁相环的滑模观测器
  • PYTHON从入门到实践6-字典
  • MCP2518FD发送时有时候多发数据包问题
  • 【预告 大模型应用开发实战专栏 升级】将增加《大模型 Agent 应用实战指南》专题赋能 Agent 开发者
  • OpenGL模板缓冲:实现亮显外轮廓效果
  • C# LINQ语法
  • Python 爬虫入门:从数据爬取到转存 MySQL 数据库
  • Cookie 在 HTTP 中的作用HTTP 中的状态码
  • 北斗导航 | 基于改进奇偶矢量法的CAT I精密进近RAIM算法
  • 半导体芯闻--20250625