文章目录
题目标题和出处难度题目描述要求示例数据范围 解法思路和算法代码复杂度分析
题目
标题和出处
标题:公平的糖果交换
出处:888. 公平的糖果交换
难度
3 级
题目描述
要求
Alice 和 Bob 有不同数量的糖果。给你两个整数数组 aliceSizes \texttt{aliceSizes} aliceSizes 和 bobSizes \texttt{bobSizes} bobSizes,其中 aliceSizes[i] \texttt{aliceSizes[i]} aliceSizes[i] 是 Alice 拥有的第 i \texttt{i} i 个糖果盒子中的糖果数量, bobSizes[j] \texttt{bobSizes[j]} bobSizes[j] 是 Bob 拥有的第 j \texttt{j} j 个糖果盒子中的糖果数量。
因为他们是朋友,所以他们想交换一个糖果盒子,使得交换后,他们都有相同的糖果总量。一个人拥有的糖果总量是他们拥有的糖果盒子中的糖果数量总和。
返回一个整数数组 answer \texttt{answer} answer,其中 answer[0] \texttt{answer[0]} answer[0] 是 Alice 必须交换的糖果盒子中的糖果数量, answer[1] \texttt{answer[1]} answer[1] 是 Bob 必须交换的糖果盒子中的糖果数量。如果有多个答案,你可以返回其中任何一个。保证至少有一个答案存在。
示例
示例 1:
输入: aliceSizes = [1,1], bobSizes = [2,2] \texttt{aliceSizes = [1,1], bobSizes = [2,2]} aliceSizes = [1,1], bobSizes = [2,2]
输出: [1,2] \texttt{[1,2]} [1,2]
示例 2:
输入: aliceSizes = [1,2], bobSizes = [2,3] \texttt{aliceSizes = [1,2], bobSizes = [2,3]} aliceSizes = [1,2], bobSizes = [2,3]
输出: [1,2] \texttt{[1,2]} [1,2]
示例 3:
输入: aliceSizes = [2], bobSizes = [1,3] \texttt{aliceSizes = [2], bobSizes = [1,3]} aliceSizes = [2], bobSizes = [1,3]
输出: [2,3] \texttt{[2,3]} [2,3]
示例 4:
输入: aliceSizes = [1,2,5], bobSizes = [2,4] \texttt{aliceSizes = [1,2,5], bobSizes = [2,4]} aliceSizes = [1,2,5], bobSizes = [2,4]
输出: [5,4] \texttt{[5,4]} [5,4]
数据范围
1 ≤ aliceSizes.length, bobSizes.length ≤ 10 4 \texttt{1} \le \texttt{aliceSizes.length, bobSizes.length} \le \texttt{10}^\texttt{4} 1≤aliceSizes.length, bobSizes.length≤104 1 ≤ aliceSizes[i], bobSizes[j] ≤ 10 5 \texttt{1} \le \texttt{aliceSizes[i], bobSizes[j]} \le \texttt{10}^\texttt{5} 1≤aliceSizes[i], bobSizes[j]≤105Alice 和 Bob 的糖果总量不同给定的输入至少有一个有效的答案解法
思路和算法
由于一定有答案,因此不需要判断答案是否存在,而是可以直接计算。
用 aliceSum \textit{aliceSum} aliceSum 和 bobSum \textit{bobSum} bobSum 分别表示 Alice 和 Bob 拥有的糖果总量,则根据题目描述可知, aliceSum − bobSum \textit{aliceSum} - \textit{bobSum} aliceSum−bobSum 是一个不为 0 0 0 的偶数。记 Alice 和 Bob 交换的糖果数量分别为 answer [ 0 ] \textit{answer}[0] answer[0] 和 answer [ 1 ] \textit{answer}[1] answer[1],则有 aliceSum − answer [ 0 ] + answer [ 1 ] = bobSum − answer [ 1 ] + answer [ 0 ] \textit{aliceSum} - \textit{answer}[0] + \textit{answer}[1] = \textit{bobSum} - \textit{answer}[1] + \textit{answer}[0] aliceSum−answer[0]+answer[1]=bobSum−answer[1]+answer[0],整理得 aliceSum − bobSum = 2 × ( answer [ 0 ] − answer [ 1 ] ) \textit{aliceSum} - \textit{bobSum} = 2 \times (\textit{answer}[0] - \textit{answer}[1]) aliceSum−bobSum=2×(answer[0]−answer[1])。记 difference = aliceSum − bobSum 2 \textit{difference} = \dfrac{\textit{aliceSum} - \textit{bobSum}}{2} difference=2aliceSum−bobSum,则有 answer [ 0 ] − answer [ 1 ] = difference \textit{answer}[0] - \textit{answer}[1] = \textit{difference} answer[0]−answer[1]=difference。
对于数组 aliceSizes \textit{aliceSizes} aliceSizes 中的元素 size \textit{size} size,如果在数组 bobSizes \textit{bobSizes} bobSizes 中存在元素 size − difference \textit{size} - \textit{difference} size−difference,则 [ size , size − difference ] [\textit{size}, \textit{size} - \textit{difference}] [size,size−difference] 即为一个有效的答案。为了找到答案,需要遍历数组 aliceSizes \textit{aliceSizes} aliceSizes,对于其中的每个元素 size \textit{size} size 判断数组 bobSizes \textit{bobSizes} bobSizes 中是否存在元素 size − difference \textit{size} - \textit{difference} size−difference。
假设数组 aliceSizes \textit{aliceSizes} aliceSizes 和 bobSizes \textit{bobSizes} bobSizes 的长度分别是 m m m 和 n n n。遍历数组 aliceSizes \textit{aliceSizes} aliceSizes 需要 O ( m ) O(m) O(m) 的时间,对于每个元素 size \textit{size} size,如果直接遍历数组 bobSizes \textit{bobSizes} bobSizes 判断是否存在元素 size − difference \textit{size} - \textit{difference} size−difference,则每个元素需要 O ( n ) O(n) O(n) 的时间,寻找答案时间复杂度是 O ( m n ) O(mn) O(mn),需要优化。
为了降低时间复杂度,需要用哈希集合存储数组 bobSizes \textit{bobSizes} bobSizes 中的元素,在哈希集合中判断元素是否存在的时间是 O ( 1 ) O(1) O(1),寻找答案的时间复杂度降至 O ( m ) O(m) O(m)。
由于在寻找答案之前需要遍历数组 bobSizes \textit{bobSizes} bobSizes 并将元素加入哈希集合,需要 O ( n ) O(n) O(n) 的时间,因此总时间复杂度是 O ( m + n ) O(m + n) O(m+n)。
代码
class Solution { public int[] fairCandySwap(int[] aliceSizes, int[] bobSizes) { int aliceSum = Arrays.stream(aliceSizes).sum(); int bobSum = Arrays.stream(bobSizes).sum(); Set<Integer> bobSet = new HashSet<Integer>(); for (int size : bobSizes) { bobSet.add(size); } int difference = (aliceSum - bobSum) / 2; int[] answer = new int[2]; for (int size : aliceSizes) { if (bobSet.contains(size - difference)) { answer[0] = size; answer[1] = size - difference; break; } } return answer; }}
复杂度分析
时间复杂度: O ( m + n ) O(m + n) O(m+n),其中 m m m 和 n n n 分别是数组 aliceSizes \textit{aliceSizes} aliceSizes 和 bobSizes \textit{bobSizes} bobSizes 的长度。计算 Alice 和 Bob 拥有的糖果总量分别需要 O ( m ) O(m) O(m) 和 O ( n ) O(n) O(n) 的时间,将数组 bobSizes \textit{bobSizes} bobSizes 中的元素加入哈希集合需要 O ( n ) O(n) O(n) 的时间,遍历数组 aliceSizes \textit{aliceSizes} aliceSizes 寻找答案需要 O ( m ) O(m) O(m) 的时间,因此总时间复杂度是 O ( m + n ) O(m + n) O(m+n)。
空间复杂度: O ( n ) O(n) O(n),其中 n n n 是数组 bobSizes \textit{bobSizes} bobSizes 的长度。空间复杂度主要取决于哈希集合,哈希集合中的元素个数最多为 n n n。