题目信息

  • 题目:剑指 Offer 57 - II. 和为s的连续正数序列

  • 时间: 2020-08-13

  • 题目链接:Leetcode

  • tag:双指针 滑动窗口

  • 难易程度:简单

  • 题目描述:

    输入一个正整数 target ,输出所有和为 target 的连续正整数序列(至少含有两个数)。

    序列内的数字由小到大排列,不同序列按照首个数字从小到大排列。

示例1:

1
2
输入:target = 9
输出:[[2,3,4],[4,5]]

示例2:

1
2
输入:target = 15
输出:[[1,2,3,4,5],[4,5,6],[7,8]]

注意

1
1. 1 <= target <= 10^5

解题思路

本题难点

连续正整数序列的和为target,存在有多个正整数序列满足条件。

具体思路

滑动窗口:滑动窗口可以看成数组中框起来的一个部分。在一些数组类题目中,我们可以用滑动窗口来观察可能的候选结果。当滑动窗口从数组的左边滑到了右边,我们就可以从所有的候选结果中找到最优的结果。

窗口的左边界和右边界永远只能向右移动,而不能向左移动。这是为了保证滑动窗口的时间复杂度是 O(n)。如果左右边界向左移动的话,这叫做“回溯”,算法的时间复杂度就可能不止 O(n)

本题操作:

  • sum < target:窗口的和需要增加,所以要扩大窗口,窗口的右边界向右移动
  • sum > target:窗口的和需要减少,所以要缩小窗口,窗口的左边界向右移动
  • sum = target:记录此时的结果。设此时的窗口为 [i,j),那么我们已经找到了一个 i 开头的序列,也是唯一一个 i 开头的序列,接下来需要找 i+1 开头的序列,所以窗口的左边界要向右移动

提示:这道题当前可以用等差数列的求和公式来计算滑动窗口的和。当sum==target时,左边界可以直接向右移动两位,即i += 2,因为 i+1 开头的序列一定无解。

代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
class Solution {
public int[][] findContinuousSequence(int target) {
//窗口最左端从1开始
int l = 1;
//窗口最右端从2开始
int r = 2;
//窗口内数字的和
int sum = 0;

List<int[]> res = new ArrayList<>();

//窗口的最左端一定小于target/2
while(l <= target/2){
//等差数列的求和公式 n(a1+an)/2
sum = (r - l + 1) *(l + r)/2;
if(sum < target){
r++;
}else if(sum > target){
l++;
}else{
//保存其中一组答案
int[] arr = new int[r-l + 1];
for(int k = l; k <= r; k++){
arr[k-l] = k;
}
res.add(arr);
//将左边窗口滑动
l+=2;
}
}
return res.toArray(new int[res.size()][]);
}
}

复杂度分析:

  • 时间复杂度 O(N) : 由于窗口两个指针移动均单调不减,且最多移动 target/2 次,即方法一提到的枚举的上界,所以时间复杂度为 O(target)
  • 空间复杂度 O(1) : 除了答案数组只需要常数的空间存放若干变量

其他优秀解答

解题思路

先找到符合的连续的2个数之和,然后符合的连续3个数,这样子递增的。例如9,先找符合的连续两个数是4+5=4+(4+1),连续的三个数是2+3+4=2+(2+1)+(2+2)。难点是,我们能如何找到连续两个数开头的4和连续三个数的2,我们就可以根据开头的数自增就可以了。

代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
class Solution {
public int[][] findContinuousSequence(int target) {
List<int[]> result = new ArrayList<>();
int i = 1;
while(target>0)
{
target -= i++;
if(target>0 && target%i == 0)
{
int[] array = new int[i];
for(int k = target/i, j = 0; k < target/i+i; k++,j++)
{
array[j] = k;
}
result.add(array);
}
}
Collections.reverse(result);
return result.toArray(new int[0][]);
}
}