牛客NC288803 和+和

 ​import java.util.Comparator;import java.util.PriorityQueue;import java.util.Scanner;​public class Main {public static void main(String[] args) {// 创建Scanner对象用于读取输入Scanner sc = new Scanner(System.in);// 读取两个整数n和m，分别表示数组的长度和窗口的大小int n = sc.nextInt(); int m = sc.nextInt();// 初始化两个数组a和b，用于存储输入的两个数组long a[] = new long[n + 1];long b[] = new long[n + 1];// 读取数组a的元素for (int i = 1; i <= n; i++) a[i] = sc.nextLong();// 读取数组b的元素for (int i = 1; i <= n; i++) b[i] = sc.nextLong();// 初始化前缀和数组pre和后缀和数组henlong pre[] = new long[n + 1];long hen[] = new long[n + 1];// 创建两个优先队列，用于维护窗口内的最大值PriorityQueue<Long> q1 = new PriorityQueue<>(Comparator.reverseOrder());PriorityQueue<Long> q2 = new PriorityQueue<>(Comparator.reverseOrder());// 计算数组a的前缀和for (int i = 1; i <= m; i++) {pre[i] = pre[i - 1] + a[i];}// 计算数组b的后缀和hen[n] = b[n];for (int i = n - 1; i >= n - m + 1; i--) {hen[i] = hen[i + 1] + b[i];}// 维护数组a的窗口最大值for (int i = 1; i <= n; i++) {q1.add(a[i]);if (q1.size() > m) {long t1 = q1.poll();pre[i] = pre[i - 1];pre[i] += (a[i] - t1);}}// 维护数组b的窗口最大值for (int i = n; i >= 1; i--) {q2.add(b[i]);if (q2.size() > m) {long t2 = q2.poll();hen[i] = hen[i + 1];hen[i] += (b[i] - t2);}}// 枚举分界点，计算最小值long ans = Long.MAX_VALUE;for (int i = m; i <= n - m; i++) {ans = Math.min(ans, pre[i] + hen[i + 1]);}// 输出结果System.out.println(ans);}}​

1. 基本语法：

   • 变量声明和初始化。

   • 循环结构（for循环）。

   • 条件判断（if语句）。

2. 数据结构：

   • 数组（long[]）的使用，用于存储输入的数组和前缀和、后缀和。

   • PriorityQueue优先队列的使用，用于维护一个动态的窗口最大值。

   在Java中，PriorityQueue 是一个基于优先级堆的无界优先队列，它使用自然排序或者通过在构造器中指定的 Comparator 来排序其元素。以下是关于 PriorityQueue 在这段代码中如何用于维护一个动态窗口最大值的详细解释： PriorityQueue 的基本特性： 优先级排序：PriorityQueue 会根据元素的优先级顺序来排列元素。默认情况下，它是一个最小堆，但你可以通过传递一个 Comparator 实例来使其成为一个最大堆。 动态调整：当元素被添加到队列中或者从队列中移除时，PriorityQueue 会自动调整元素的位置以保持堆的特性。 在代码中的应用： 在提供的代码片段中，PriorityQueue 被用来维护滑动窗口中的最大值。这里是具体的应用步骤： 初始化两个优先队列： PriorityQueue<Long> q1 = new PriorityQueue<>(Comparator.reverseOrder()); PriorityQueue<Long> q2 = new PriorityQueue<>(Comparator.reverseOrder()); 这里创建了两个最大堆，q1 和 q2，分别用于处理数组 a 和 b 的元素。 填充优先队列： 在处理数组时，代码会将窗口内的元素添加到对应的优先队列中。例如，对于数组 a，代码可能会这样做： for (int i = 0; i < m; i++) { q1.add(a[i]); } 这样，q1 中就包含了数组 a 的前 m 个元素，且队列的头部始终是这 m 个元素中的最大值。 维护窗口： 当窗口在数组上滑动时，需要从队列中移除窗口前面的元素，并添加新的元素。例如： if (q1.size() > m) { q1.poll(); // 移除窗口前面的元素 } q1.add(a[i]); // 添加新的元素到窗口 通过这种方式，q1 始终保持窗口内的最大值在队列头部。 获取窗口最大值： 由于 q1 是一个最大堆，所以队列头部的元素就是窗口内的最大值。可以使用 q1.peek() 来获取这个值而不移除它，或者使用 q1.poll() 来获取并移除这个值。 为什么使用 PriorityQueue？ 使用 PriorityQueue 而不是其他数据结构（如数组或列表）的原因是它可以更高效地维护窗口的最大值。在数组或列表中，每次窗口滑动时，都需要遍历窗口内的所有元素来找到最大值，这会导致时间复杂度为 O(m)。而使用 PriorityQueue，添加和移除元素的操作的时间复杂度是 O(log m)，因此总体上可以更高效地处理滑动窗口问题。 总之，PriorityQueue 在这段代码中用于动态地跟踪和维护滑动窗口中的最大值，这是解决某些特定类型数组问题的有效方法。

3. 算法：

   • 前缀和算法，用于计算数组前i个元素的和。

   • 后缀和算法，用于计算数组从第i个元素到末尾的和。

   • 滑动窗口算法，通过优先队列来维护窗口内的最大值。

4. Java标准库：

   • Scanner类的使用，用于读取输入。

   • Comparator接口的使用，用于定义优先队列的排序规则。

     在Java中，Comparator接口是一个功能强大的工具，它允许程序员定义自己的排序规则，而不必依赖于对象类的自然排序（即实现Comparable接口的排序）。Comparator接口在许多场景中都非常有用，尤其是在使用集合框架中的排序和搜索操作时，比如在PriorityQueue、TreeSet或Collections.sort()方法中。 以下是关于Comparator接口的进一步解释： Comparator接口的基本概念： Comparator是一个函数式接口，这意味着它只有一个抽象方法，即compare(T o1, T o2)，它用于比较两个类型为T的对象。 compare方法接受两个参数，并根据以下规则返回一个整数值： 如果o1小于o2，则返回负整数。 如果o1等于o2，则返回零。 如果o1大于o2，则返回正整数。 Comparator接口的使用： 在PriorityQueue的上下文中，Comparator用于定义队列中元素的排序规则。以下是如何使用Comparator来创建一个最大堆的例子： PriorityQueue<Long> q1 = new PriorityQueue<>(Comparator.reverseOrder()); 在这个例子中，Comparator.reverseOrder()是一个静态方法，它返回一个Comparator实例，该实例对实现了Comparable接口的对象的自然顺序进行反转。对于基本类型Long，这意味着队列将按照数值的降序排列，即队列头部将始终是最大的元素。 如果你想要定义一个自定义的排序规则，你可以创建一个实现了Comparator接口的匿名类或者使用lambda表达式，如下所示： // 使用匿名类 PriorityQueue<Long> q1 = new PriorityQueue<>(new Comparator<Long>() { @Override public int compare(Long o1, Long o2) { return o2.compareTo(o1); // 反转比较，实现最大堆 } }); // 使用lambda表达式 PriorityQueue<Long> q1 = new PriorityQueue<>((o1, o2) -> o2.compareTo(o1)); 在上述代码中，无论是使用匿名类还是lambda表达式，我们都定义了一个比较器，它将两个Long对象按照降序排列。 为什么使用Comparator？ 使用Comparator的主要优势在于它的灵活性和可定制性。它允许你： 为没有实现Comparable接口的类定义排序规则。 为已经实现Comparable接口的类提供不同的排序规则。 在运行时动态地改变排序规则，而不必修改类的内部实现。 总之，Comparator接口是Java集合框架中一个强大的工具，它使得排序和搜索操作更加灵活和可定制。

5. 数学运算：

   • 使用Math.min函数来找出最小值。