豆包MarsCode算法题:数组元素之和最小化
数组元素之和最小化
- 问题描述
- 思路分析
- 分析
- 思路
- 解决方案
- 参考代码(Python)
- 代码分析
- 1. `solution` 函数
- 2. 计算 `1 + 2 + 3 + ... + n` 的和
- 3. 乘以 `k` 得到最终的数组元素之和
- 4. 主程序(`if __name__ == '__main__':`)
- 代码的时间复杂度分析:
- 代码的空间复杂度分析:
问题描述
思路分析
分析
- 元素两两不同:数组中所有元素必须是不同的。
- 元素的最大公约数为 k:所有的元素必须是
k
的倍数。 - 元素之和尽可能小:为了让元素的和最小,我们需要尽量选择最小的满足条件的元素。
思路
- 首先,如果数组元素的最大公约数为
k
,那么所有元素可以表示成k * a1, k * a2, ..., k * an
的形式,其中a1, a2, ..., an
是n
个互质的数。 - 为了满足“元素之和尽可能小”,我们应该选择最小的
n
个互质数,且这些数的公约数为 1。 - 最小的
n
个互质数依次是:1, 2, 3, …, n。
解决方案
- 选择最小的
n
个互质数,分别是1, 2, 3, ..., n
。 - 这些数分别乘以
k
,得到的数组为k, 2k, 3k, ..., nk
。 - 最终的数组元素之和就是
k * (1 + 2 + 3 + ... + n)
。
1 + 2 + 3 + ... + n
的和是一个已知公式:n * (n + 1) / 2
。
因此,数组的最小和就是 k * (n * (n + 1) / 2)
。
参考代码(Python)
def solution(n: int, k: int) -> int:# 计算 1 + 2 + 3 + ... + n 的和sum_of_first_n = n * (n + 1) // 2# 乘以 k 得到最终的和return k * sum_of_first_nif __name__ == '__main__':print(solution(n = 3, k = 1) == 6) # 1+2+3 = 6print(solution(n = 2, k = 2) == 6) # 2+4 = 6print(solution(n = 4, k = 3) == 30) # 3+6+9+12 = 30
代码分析
1. solution
函数
def solution(n: int, k: int) -> int:
- 功能:该函数的作用是返回一个包含
n
个元素的数组,其满足题目的条件:数组中的元素两两不同,所有元素的最大公约数为k
,并且这些元素之和尽可能小。 - 参数:
n
: 数组中元素的个数。k
: 数组中每个元素的最大公约数。
2. 计算 1 + 2 + 3 + ... + n
的和
sum_of_first_n = n * (n + 1) // 2
-
解释:为了尽可能使数组元素之和最小,我们选择最小的
n
个互质数,这些数是1, 2, 3, ..., n
。 -
数学公式:
1 + 2 + 3 + ... + n
的和是一个经典的数学公式:
该公式计算的是从 1 到
n
的所有整数的和。这个公式的时间复杂度是 O(1),只需要常数时间即可计算出结果。 -
具体实现:使用整数除法
//
来确保计算结果为整数(在 Python 中,/
默认会返回浮动类型,而我们这里需要整数结果)。
3. 乘以 k
得到最终的数组元素之和
return k * sum_of_first_n
- 解释:计算完
1 + 2 + 3 + ... + n
的和后,乘以k
得到数组中所有元素的和。- 例如,数组中的元素是
k, 2k, 3k, ..., nk
,这些元素的和就是k * (1 + 2 + 3 + ... + n)
,即k
乘以sum_of_first_n
。 - 由于我们已经在前一步计算了
sum_of_first_n
,这一步是将它乘以k
得到最终的结果。
- 例如,数组中的元素是
4. 主程序(if __name__ == '__main__':
)
if __name__ == '__main__':print(solution(n = 3, k = 1) == 6) # 1+2+3 = 6print(solution(n = 2, k = 2) == 6) # 2+4 = 6print(solution(n = 4, k = 3) == 30) # 3+6+9+12 = 30
- 这里的
if __name__ == '__main__':
用来检查该文件是否作为主程序执行。如果是,代码就会运行里面的测试代码;如果这个文件被作为模块导入,里面的测试代码就不会执行。 - 测试:
solution(n = 3, k = 1)
返回的是6
,因为选取的是1, 2, 3
,它们的和是6
。solution(n = 2, k = 2)
返回的是6
,选取的是2, 4
,它们的和是6
。solution(n = 4, k = 3)
返回的是30
,选取的是3, 6, 9, 12
,它们的和是30
。
代码的时间复杂度分析:
- 计算和
1 + 2 + 3 + ... + n
:这部分使用了数学公式,时间复杂度是 O(1)。 - 乘以
k
:这只是一个常数乘法操作,时间复杂度也是 O(1)。 - 总时间复杂度:由于这两个操作的时间复杂度都是 O(1),所以整体时间复杂度是 O(1)。
代码的空间复杂度分析:
- 该函数只使用了常数空间(除了输入和输出),所以空间复杂度也是 O(1)。
相关文章:

豆包MarsCode算法题:数组元素之和最小化
数组元素之和最小化 问题描述思路分析分析思路解决方案 参考代码(Python)代码分析1. solution 函数2. 计算 1 2 3 ... n 的和3. 乘以 k 得到最终的数组元素之和4. 主程序(if __name__ __main__:)代码的时间复杂度分析&#x…...

Hbase Shell
一、启动运行HBase 首先登陆SSH,由于之前在Hadoop的安装和使用中已经设置了无密码登录,因此这里不需要密码。然后,切换至/usr/local/hadoop,启动Hadoop,让HDFS进入运行状态,从而可以为HBase存储数据&#…...
激活函数解析:神经网络背后的“驱动力”
神经网络中的激活函数(Activation Function)是其运作的核心组件之一,它们决定了神经元如何根据输入信号进行“激活”,进而影响整个模型的表现。理解激活函数的工作原理对于设计和优化神经网络至关重要。本篇博客将深入浅出地介绍各…...

【开源免费】基于SpringBoot+Vue.JS水果购物网站(JAVA毕业设计)
博主说明:本文项目编号 T 065 ,文末自助获取源码 \color{red}{T065,文末自助获取源码} T065,文末自助获取源码 目录 一、系统介绍二、演示录屏三、启动教程四、功能截图五、文案资料5.1 选题背景5.2 国内外研究现状5.3 可行性分析…...

推荐一款多物理场模拟仿真软件:STAR-CCM+
Siemens STAR-CCM是一款功能强大的计算流体力学(CFD)软件,由西门子公司推出。它集成了现代软件工程技术、先进的连续介质力学数值技术和卓越的设计,为工程师提供了一个全面的多物理场仿真平台。主要特点与优势:多物理场仿真、自动化与高效、高…...

React Hooks在现代前端开发中的应用
💓 博客主页:瑕疵的CSDN主页 📝 Gitee主页:瑕疵的gitee主页 ⏩ 文章专栏:《热点资讯》 React Hooks在现代前端开发中的应用 React Hooks在现代前端开发中的应用 React Hooks在现代前端开发中的应用 引言 React Hooks …...

重学SpringBoot3-整合Quartz定时任务
更多SpringBoot3内容请关注我的专栏:《SpringBoot3》 期待您的点赞👍收藏⭐评论✍ Quartz 是一个开源的任务调度框架,用于在应用程序中创建、管理和调度定时任务。将 Quartz 和 Spring Boot 3 结合,可以轻松实现定时任务的灵活管理…...

STM32单片机WIFI语音识别智能衣柜除湿消毒照明
实践制作DIY- GC0196-WIFI语音识别智能衣柜 一、功能说明: 基于STM32单片机设计-WIFI语音识别智能衣柜 二、功能介绍: STM32F103C系列最小系统板LCD1602显示器ULN2003控制的步进电机(柜门开关)5V加热片直流风扇紫外消毒灯DHT11…...
spring中entity的作用
在Spring框架中,特别是结合Spring Data JPA(Java Persistence API)时,Entity类用于表示数据库中的表。这些类通常用于ORM(对象关系映射),即将对象模型与关系型数据库中的表进行映射。以下是Enti…...
2019年下半年试题二:论软件系统架构评估及其应用
论文库链接:系统架构设计师论文 论文题目 对于软件系统,尤其是大规模复杂软件系统而言,软件系统架构对于确保最终系统的质量具有十分重要的意义。在系统架构设计结束后,为保证架构设计的合理性、完整性和针对性,保证系…...

网络自动化04:python实现ACL匹配信息(主机与主机信息)
目录 背景分析代码代码解读代码总体结构1. load_pattern_from_excel 函数2. match_and_append_pattern 函数3. main 函数总结 最终的效果: 今天不分享netmiko,今天分享一个用python提升工作效率的小案例:acl梳理时的信息匹配。 背景 最近同事…...

字典树介绍以及C++实现
字典树的概念 字典树(Trie),又称为前缀树或单词查找树,是一种树形数据结构,主要用于存储具有相同前缀的字符串集合。它特别适合用于词典中的单词查找、自动补全、拼写检查等应用。 字典树算法的核心思想就是每层存入…...

【C++】用红黑树封装set和map
在C标准库中,set容器和map容器的底层都是红黑树,它们的各种接口都是基于红黑树来实现的,我们在这篇文章中已经模拟实现了红黑树 ->【C】红黑树,接下来我们在此红黑树的基础上来看看如何封装set和map。 一、共用一颗红黑树 我…...
【大数据测试HDFS + Flask详细教程与实例】
大数据测试HDFS Flask 1. 环境准备安装工具安装Hadoop(以单机模式为例)安装Flask和HDFS Python客户端 2. HDFS Flask基本架构基本文件结构 3. 创建Flask应用与与HDFS交互步骤1:配置HDFS连接步骤2:构建Flask应用 4. 创建前端界面…...
高级java每日一道面试题-2024年10月31日-RabbitMQ篇-RabbitMQ中vhost的作用是什么?
如果有遗漏,评论区告诉我进行补充 面试官: RabbitMQ中vhost的作用是什么? 我回答: 在Java高级面试中,关于RabbitMQ中vhost(虚拟主机)的作用是一个重要且常见的考点。以下是对vhost的详细解释: 一、vhost的基本概念 vhost&am…...
【日常记录-Java】代码配置Logback
1. 简介 在Logback中,推荐使用配置文件(如logback.xml或logback-spring.xml)来设置日志记录的行为。但在实际应用中,会有动态配置logback的需求。此时可通过编程的方式直接操作LoggerContext以及相关的Logger、Appender、Encoder等…...
HTTP常见的请求头有哪些?都有什么作用?在 Web 应用中使用这些请求头?
HTTP 请求头(Request Headers)用于在 HTTP 请求中携带额外的信息,帮助服务器更好地处理请求。以下是一些常见的 HTTP 请求头及其作用: 常见请求头及其作用 1. Accept 作用:告知服务器客户端可以接受的内容类型。示例…...
电信数据清洗案例:利用MapReduce实现高效数据预处理
电信数据清洗案例:利用MapReduce实现高效数据预处理 在大数据时代,电信行业积累了大量的用户通话、短信、上网等行为数据。在数据分析和机器学习模型训练前,对这些数据进行清洗是至关重要的一步。MapReduce 是一种高效的数据处理模型&#x…...
react 中 FC 模块作用
React.FC 是一个泛型类型,用于定义函数组件的类型 一、类型定义和代码可读性 1. 明确组件类型 使用React.FC定义一个组件时,使得组件的输入(props)和输出(返回的 React 元素)都有明确的类型定义。 impo…...
多模态大模型(1)--CLIP
CLIP(Contrastive Language-Image Pre-training)模型是一种多模态预训练神经网络,由OpenAI在2021年发布。它通过对比学习的方式,将图像和文本映射到同一个向量空间中,从而实现跨模态的检索和分类。下面介绍其基础功能&…...

装饰模式(Decorator Pattern)重构java邮件发奖系统实战
前言 现在我们有个如下的需求,设计一个邮件发奖的小系统, 需求 1.数据验证 → 2. 敏感信息加密 → 3. 日志记录 → 4. 实际发送邮件 装饰器模式(Decorator Pattern)允许向一个现有的对象添加新的功能,同时又不改变其…...
在HarmonyOS ArkTS ArkUI-X 5.0及以上版本中,手势开发全攻略:
在 HarmonyOS 应用开发中,手势交互是连接用户与设备的核心纽带。ArkTS 框架提供了丰富的手势处理能力,既支持点击、长按、拖拽等基础单一手势的精细控制,也能通过多种绑定策略解决父子组件的手势竞争问题。本文将结合官方开发文档,…...
《Playwright:微软的自动化测试工具详解》
Playwright 简介:声明内容来自网络,将内容拼接整理出来的文档 Playwright 是微软开发的自动化测试工具,支持 Chrome、Firefox、Safari 等主流浏览器,提供多语言 API(Python、JavaScript、Java、.NET)。它的特点包括&a…...

用docker来安装部署freeswitch记录
今天刚才测试一个callcenter的项目,所以尝试安装freeswitch 1、使用轩辕镜像 - 中国开发者首选的专业 Docker 镜像加速服务平台 编辑下面/etc/docker/daemon.json文件为 {"registry-mirrors": ["https://docker.xuanyuan.me"] }同时可以进入轩…...
Swagger和OpenApi的前世今生
Swagger与OpenAPI的关系演进是API标准化进程中的重要篇章,二者共同塑造了现代RESTful API的开发范式。 本期就扒一扒其技术演进的关键节点与核心逻辑: 🔄 一、起源与初创期:Swagger的诞生(2010-2014) 核心…...
Mobile ALOHA全身模仿学习
一、题目 Mobile ALOHA:通过低成本全身远程操作学习双手移动操作 传统模仿学习(Imitation Learning)缺点:聚焦与桌面操作,缺乏通用任务所需的移动性和灵活性 本论文优点:(1)在ALOHA…...
管理学院权限管理系统开发总结
文章目录 🎓 管理学院权限管理系统开发总结 - 现代化Web应用实践之路📝 项目概述🏗️ 技术架构设计后端技术栈前端技术栈 💡 核心功能特性1. 用户管理模块2. 权限管理系统3. 统计报表功能4. 用户体验优化 🗄️ 数据库设…...

用机器学习破解新能源领域的“弃风”难题
音乐发烧友深有体会,玩音乐的本质就是玩电网。火电声音偏暖,水电偏冷,风电偏空旷。至于太阳能发的电,则略显朦胧和单薄。 不知你是否有感觉,近两年家里的音响声音越来越冷,听起来越来越单薄? —…...
【生成模型】视频生成论文调研
工作清单 上游应用方向:控制、速度、时长、高动态、多主体驱动 类型工作基础模型WAN / WAN-VACE / HunyuanVideo控制条件轨迹控制ATI~镜头控制ReCamMaster~多主体驱动Phantom~音频驱动Let Them Talk: Audio-Driven Multi-Person Conversational Video Generation速…...

打手机检测算法AI智能分析网关V4守护公共/工业/医疗等多场景安全应用
一、方案背景 在现代生产与生活场景中,如工厂高危作业区、医院手术室、公共场景等,人员违规打手机的行为潜藏着巨大风险。传统依靠人工巡查的监管方式,存在效率低、覆盖面不足、判断主观性强等问题,难以满足对人员打手机行为精…...