- 前言
- 原题样例：找到所有数组中消失的数字
- C#方法：排序
- Java 方法一：暴力法 【超时】
- Java 方法二：动态规划
- 总结
前言
| 算法题 |
- 每天打卡一道算法题，既是一个学习过程，又是一个分享的过程
- 提示：本专栏解题 编程语言一律使用 C# 和 Java 两种进行解题
- 要保持一个每天都在学习的状态，让我们一起努力成为算法大神吧類！
- 今天是力扣算法题持续打卡第56天！
| 算法题 |
原题样例：找到所有数组中消失的数字
给你一个长度为n 的整数数组，每次操作将会使 n - 1个元素增加1。返回让数组所有元素相等的最小操作次数。
示例:
输入：nums = [1,2,3] 输出：3 解释： 只需要3次操作（注意每次操作会增加两个元素的值）： [1,2,3] => [2,3,3] => [3,4,3] => [4,4,4]
示例 2：
输入：nums = [1,1,1] 输出：0
提示：
- n == nums.length
- 1 <= nums.length <= 105
- -109 <= nums[i] <= 109
答案保证符合 32-bit 整数
C#方法：排序
使用return nums.Sum() - nums.Min() * nums.Length;就可以搞定，但是Sum会溢出
所以修改为以下代码，遍历一遍即可！
代码：
public class Solution {
public int MinMoves(int[] nums) {
int iSum = nums.Min() * nums.Length * -1;
foreach (var num in nums)
{
iSum += num;
}
return iSum;
}
}
执行结果
通过 执行用时：156 ms，在所有 C# 提交中击败了53.85%用户 内存消耗：48.1 MB，在所有 C# 提交中击败了23.08%的用户
Java 方法一：暴力法 【超时】
思路解析
-
首先,我们知道,为了在最小移动内使所有元素相等，我们需要在数组的最大元素之外的所有元素中执行增加。
-
因此,在暴力法中，我们扫描整个数组以查找最大值和最小元素。
-
此后，我们将 111 添加到除最大元素之外的所有元素，并增加移动数的计数。
-
同样，我们重复相同的过程，直到最大元素和最小元素彼此相等。
代码：
public class Solution {
public int minMoves(int[] nums) {
int min = 0, max = nums.length - 1, count = 0;
while (true) {
for (int i = 0; i < nums.length; i++) {
if (nums[max] < nums[i]) {
max = i;
}
if (nums[min] > nums[i]) {
min = i;
}
}
if (nums[max] == nums[min]) {
break;
}
for (int i = 0; i < nums.length; i++) {
if (i != max) {
nums[i]++;
}
}
count++;
}
return count;
}
}
执行结果
超时
复杂度分析
时间复杂度：O( n^2 k )，其中 n 为数组长度，k 为最大值和最小值的差。 空间复杂度：O( 1)
Java 方法二：动态规划
思路解析
代码：
public class Solution {
public int minMoves(int[] nums) {
Arrays.sort(nums);
int moves = 0;
for (int i = 1; i < nums.length; i++) {
int diff = (moves + nums[i]) - nums[i - 1];
nums[i] += moves;
moves += diff;
}
return moves;
}
}
执行结果
通过 执行用时：13 ms，在所有 Java 提交中击败了20.05%的用户 内存消耗：38.6 MB，在所有 Java 提交中击败了92.21%的用户
复杂度分析
时间复杂度：O( nlog(n) ) 空间复杂度：O( 1)
总结
- 今天是力扣算法题打卡的第五十六天！
- 文章采用 C#和 Java 两种编程语言进行解题
- 一些方法也是参考力扣大神写的，也是边学习边分享，再次感谢算法大佬们
- 那今天的算法题分享到此结束啦，明天再见！
