La soluzione non è corretta anche senza scambio.
Test: [-1, 2, -1]. La tua risposta su questo test è -2. Risposta corretta: -1
Spero che la mia soluzione non sia la migliore e che ci sia un approccio migliore.
Soluzione di complessità semplice O (N^3).
Supponiamo che il nostro segmento contiguo minimo finale sarà [L, R] per qualche 0 < = L = R < < N. Ora abbiamo due multiset: A e B. A - Multiset con numeri "interni" (numeri che si trovano nell'intervallo [L, R]) e B - multiset con numeri "esterni" (numeri che non rientrano nell'intervallo [L, R]). Il nostro obiettivo è minimizzare la somma dei numeri in A - sum (A). Fare lo scambio all'interno di A o B è significativo, perché non influirà sulla somma (A). Possiamo scambiare un elemento da A con un altro elemento in B. Non abbiamo più di K swap, e significa che non più di K elementi in A saranno scambiati con non più di K elementi in B. Per raggiungere il valore minimo di somma (A) prendiamo alcuni elementi massimi in A e li scambiamo con elementi minimi in B. Ad esempio:
A = {-3, -3, -1, 2}; B = {-4, 1, 3, 6}; K = 2;
- Possiamo fare 0 swap, A = {-3, -3, -1, 2}; B = {-4, 1, 3, 6}; then sum (A) == -3
- Possiamo fare 1 swap, A = {-3, -3, -1, -4}; B = {2, 1, 3, 6}; then sum (A) == -11
- Possiamo fare 2 swap, A = {-3, -3, 1, -4}; B = {2, -1, 3, 6}; quindi somma (A) == -9
Risposta è somma (A) == -11
Per intervallo [L, R] possiamo ottenere minimo possibile somma. Per ottenere una risposta al nostro problema iniziale, itereremo su tutti i possibili intervalli [L, R]. 0 < = L < = R < N
Implementazione ingenua. O (N^3logn) complessità.
int get_minimum_contiguous_sum(vector <int> values, int k) {
int N = values.size();
int ans = values[0]; // initializing with any possible sums
for (int L = 0; L < N; L++) {
for (int R = L; R < N; R++) {
vector <int> A, B; // our "inner" and "outer" sets
int suma = 0; // will store initial sum of elements in A
for (int i = 0; i < N; i++) {
if (i >= L && i <= R) {
A.push_back(values[i]);
suma += values[i];
} else {
B.push_back(values[i]);
}
}
// Sorting set A in non-descending order
sort(A.begin(), A.end());
// Sorting set B in non-increasing order
sort(B.begin(), B.end());
reverse(B.begin(), B.end());
ans = min(ans, suma); // Updating answer with initial state
// Iterating number of swaps that we will make
for (int t = 1; t <= k; t++) {
// if some of two sets contain less than t elements
// then we cannot provide this number of swaps
if (t > A.size() || t > B.size()) break;
// Swapping t-th maximum of A with t-th minimum of B
// It means that t-th maximum of A subtracts from suma
// and t-th minimum of B added to suma
suma -= A[A.size() - t];
suma += B[B.size() - t];
ans = min(ans, suma);
}
}
}
return ans;
}
Optimization
Supponiamo che per la gamma [L, R] sappiamo già ordinato serie A e invertire ordinato serie B. Quando ci sarà calcolare per la gamma [L, R + 1] esattamente un elemento sarà cancellato da B e inserito in A (questo numero è esattamente valori [R + 1]). C++ ha set di contenitori e multiset che ci permettono di inserire e rimuovere in tempo O (log) e iterare in tempo O (n). Anche altri linguaggi di programmazione hanno gli stessi contenitori (in java si tratta di TreeSet/SortedSet). Quindi, quando spostiamo R in R + 1, faremo alcune semplici query su multiset (inserire/rimuovere).
O (N^3) soluzione.
int get_minimum_contiguous_sum(vector <int> values, int k) {
int N = values.size();
int ans = values[0]; // initializing with any possible sums
for (int L = 0; L < N; L++) {
// "inner" multiset
// Stores in non-increasing order to iterate from beginning
multiset<int, greater<int> > A;
// "outer" multiset
// multiset by defaul stres in non-decreasing order
multiset<int> B;
// Initially all elements of array in B
for (int i = 0; i < N; i++) {
B.insert(values[i]);
}
int suma = 0; // Empty set has sum=0
for (int R = L; R < N; R++) {// Iterate over all possible R
// Removing element from B and inserting to A
B.erase(B.find(values[R]));
A.insert(values[R]);
suma += values[R];
ans = min(ans, suma);
__typeof(A.begin()) it_a = A.begin();
__typeof(B.begin()) it_b = B.begin();
int cur = suma;
for (int i = 1; i <= k; i++) {
if (it_a != A.end() && it_b != B.end())
break;
cur -= *it_a;
cur += *it_b;
ans = min(ans, cur);
it_a++;
it_b++;
}
}
}
return ans;
}
non ha nemmeno dare la somma minimo contigua, senza swap. –
Questo problema, o meglio una versione semplificata, è noto come "Problema massimo di sottoarray" https://en.wikipedia.org/wiki/Maximum_subarray_problem o "il problema di sottosistema adiacente contiguo massimo" http://wordaligned.org/articles/la-massima-sottosequenza-problema. Mi piace la maggiore complessità dello scambio. –
Puoi dare un esempio concreto? – blazs