给定一个整数类型的 n 个元素的向量,什么是更有效的算法,它产生最少数量的转换步骤导致一个向量,它的所有元素都相等,知道:
- 在一个步骤中,您最多可以将一个点从元素转移到它的邻居([0, 3, 0] -> [1, 2, 0] 可以,但 [0, 3, 0] -> [1, 1, 1]).
- 在单个步骤中,一个元素可以获得 2 个点:一个来自其左侧邻居,一个来自右侧 ([3, 0 , 3] -> [2, 2, 2])。
- 第一个元素和最后一个元素只有一个邻居,分别是第2个元素和第n-1个元素。
- 元素在任何一步都不能为负数。
例子:
Given :
0, 3, 0
Then 2 steps are required :
1, 2, 0
1, 1, 1
Given :
3, 0, 3
Then 1 step is required :
2, 2, 2
Given :
4, 0, 0, 0, 4, 0, 0, 0
Then 3 steps are required :
3, 1, 0, 0, 3, 1, 0, 0
2, 1, 1, 0, 2, 1, 1, 0
1, 1, 1; 1, 1, 1, 1, 1
我当前的算法基于元素每一侧的整数之和。但我不确定它是否产生最少的步骤。
仅供引用,这个问题是已经结束的代码竞赛(由 Criteo http://codeofduty.criteo.com 创建)的一部分。
最佳答案
这是一个方法。你知道数组的总和,所以你知道每个单元格中的目标数字。 因此,您也知道每个子数组的目标总和。 然后遍历数组,并在每一步中做出决定:
- 向左移动 1:如果前一个元素的总和小于所需值。
- 向右移动 1:如果当前元素的总和大于期望值
- 什么都不做:如果以上两个都是假的
重复此操作,直到不再进行任何更改(即您只为每个元素应用了 3 个)。
public static int F(int[] ar)
{
int iter = -1;
bool finished = false;
int total = ar.Sum();
if (ar.Length == 0 || total % ar.Length != 0) return 0; //can't do it
int target = total / ar.Length;
int sum = 0;
while (!finished)
{
iter++;
finished = true;
bool canMoveNext = true;
//first element
if (ar[0] > target)
{
finished = false;
ar[0]--;
ar[1]++;
canMoveNext = ar[1] != 1;
}
sum = ar[0];
for (int i = 1; i < ar.Length; i++)
{
if (!canMoveNext)
{
canMoveNext = true;
sum += ar[i];
continue;
}
if (sum < i * target && ar[i] > 0)
{
finished = false;
ar[i]--;
ar[i - 1]++;
sum++;
}
else if (sum + ar[i] > (i + 1) * target && ar[i] > 0) //this can't happen for the last element so we are safe
{
finished = false;
ar[i]--;
ar[i + 1]++;
canMoveNext = ar[i + 1] != 1;
}
sum += ar[i];
}
}
return iter;
}
关于algorithm - 均衡向量的更有效算法是什么?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/6324514/