描述
您有一个n个正整数和整数k。
的数量最初,您从分数开始1开始。您必须在最多使用以下操作k时最大化得分:
- 选择您以前没有选择的任何非空的子阵列nums [l,...,r]。
- 选择具有最高质量分数的nums [l,...,r]的元素x。如果存在多个这样的元素,请选择具有最小索引的一个。
- 将您的分数乘以x。
在这里,nums[l, ..., r]
表示nums
的子阵列,从索引l
开始,以索引r
结束,两端都是包容性的。
整数x
的质量得分等于x
的不同主要因素的数量。例如,300
的质量分数是3
。
返回在大多数k
操作应用后的最大得分。
由于答案可能很大,请将其返回modulo 10^9 + 7
。
示例1:
Input: nums = [8,3,9,3,8], k = 2
Output: 81
Explanation: To get a score of 81, we can apply the following operations:
- Choose subarray nums[2, ..., 2]. nums[2] is the only element in this subarray. Hence, we multiply the score by nums[2]. The score becomes 1 * 9 = 9.
- Choose subarray nums[2, ..., 3]. Both nums[2] and nums[3] have a prime score of 1, but nums[2] has the smaller index. Hence, we multiply the score by nums[2]. The score becomes 9 * 9 = 81.
It can be proven that 81 is the highest score one can obtain.
示例2:
Input: nums = [19,12,14,6,10,18], k = 3
Output: 4788
Explanation: To get a score of 4788, we can apply the following operations:
- Choose subarray nums[0, ..., 0]. nums[0] is the only element in this subarray. Hence, we multiply the score by nums[0]. The score becomes 1 * 19 = 19.
- Choose subarray nums[5, ..., 5]. nums[5] is the only element in this subarray. Hence, we multiply the score by nums[5]. The score becomes 19 * 18 = 342.
- Choose subarray nums[2, ..., 3]. Both nums[2] and nums[3] have a prime score of 2, but nums[2] has the smaller index. Hence, we multipy the score by nums[2]. The score becomes 342 * 14 = 4788.
It can be proven that 4788 is the highest score one can obtain.
约束:
1 <= nums.length == n <= 10^5
1 <= nums [i] <= 10^5
1 <= k <= min(n *(n + 1) / 2,10^9)< / p>
方法
1计算素数:
- 计算数组中每个整数的质量分数。素数代表整数的不同主要因素的数量。
- 初始化一个布尔数组大小的码头,其中上层是nums和1的最大元素。
- 初始化相同尺寸的整数数组列表。
- 将Prime [0]和Prime [1]设置为false。
- 迭代整数从2到上限-1,并根据其主要因素更新PrimesCore和Prime。
2计算下一个更大的元素:
- 初始化阵列NextGreateRement和size N size n的everreaterorequalelement,其中n是nums的长度。
- 使用单调堆栈找到NUMS中每个元素的质量分数更高的下一个更大的元素。
- 通过数字迭代并保持一堆索引。
- 对于每个元素,堆栈中的pop元素如果其质量分数小于或等于当前元素的质量分数。
- 将堆栈顶部的索引记录为Next Greaterlement,如果堆栈不是空的,则将其设置为n。
- 反向重复上述过程以计算viveReaterReoreQualelemt。
3排序和过程元素:
- 创建一个元组(num,i)的数组,其中num是元素的值,而i是nums中的索引。
- 按第一个元素(num)的降序排序元组。
- 循环通过分类的元组并执行以下步骤:
- 将操作数量计算为(i -fiveReaterReorequalelement [i]) *(nextGreateReallement [i] - i)和k。
- 更新RES通过使用助手功能POW。
- 通过操作数量减少K。
- 如果k变为0,返回res。
4个辅助功能:
- 实现POW函数以使用模块化算术有效地计算指示。
复杂
-
时间复杂性:
O(max(nums) * log(max(nums)) + n * log(n))
。考虑计算素数分数,使用堆栈计算下一个更大的元素并对元组进行排序。 -
空间复杂性:
O(max(nums) + n)
。考虑阵列所需的空间和用于计算的堆栈。
代码(Swift)
class Solution {
func maximumScore(_ nums: [Int], _ k: Int) -> Int {
let MOD = 1_000_000_007
var k = k // Make a mutable copy of k
let n = nums.count
var upper = nums.max()! + 1
var prime = [Bool](repeating: true, count: upper)
prime[0] = false
prime[1] = false
var primeScore = [Int](repeating: 0, count: upper)
for i in 2..<upper {
if prime[i] {
var j = i
while j < upper {
primeScore[j] += 1
prime[j] = false
j += i
}
}
}
var nextGreaterElement = [Int](repeating: n, count: n)
var s = [Int]()
for i in (0..<n).reversed() {
while !s.isEmpty && primeScore[nums[i]] >= primeScore[nums[s.last!]] {
s.popLast()
}
nextGreaterElement[i] = s.isEmpty ? n : s.last!
s.append(i)
}
var prevGreaterOrEqualElement = [Int](repeating: -1, count: n)
s.removeAll()
for i in 0..<n {
while !s.isEmpty && primeScore[nums[i]] > primeScore[nums[s.last!]] {
s.popLast()
}
prevGreaterOrEqualElement[i] = s.isEmpty ? -1 : s.last!
s.append(i)
}
var res = 1
var tuples = [(num: Int, index: Int)]()
for i in 0..<n {
tuples.append((nums[i], i))
}
tuples.sort { a, b in
a.num > b.num
}
for (num, i) in tuples {
let operations = min(
(i - prevGreaterOrEqualElement[i]) * (nextGreaterElement[i] - i), k)
res = (res * pow(num, operations, MOD)) % MOD
k -= operations
if k == 0 {
return res
}
}
return res
}
func pow(_ x: Int, _ n: Int, _ mod: Int) -> Int {
var res = 1
var x = x
var n = n
while n > 0 {
if n % 2 == 1 {
res = (res * x) % mod
}
x = (x * x) % mod
n /= 2
}
return res
}
}
来源:Github
联系人
我明确专注于上市时间,而没有优先考虑技术债务。我作为系统建筑师,移动(ios-swift,android-kotlin),前端(react-typescript)和后端(nodejs-.net-.net-php-php-php-php-kafka-sql)参加了系统架构师的预售/RFX活动。 -nosql)。我还通过知识转移到成功交付的知识转移,成立了预售作为CTO的工作。
ðLinkedIn:https://linkedin.com/in/sergeyleschev/
ðleetcode:https://leetcode.com/sergeyleschev/
ðTwitter:https://twitter.com/sergeyleschev
ðgithub:https://github.com/sergeyleschev
ð网站:https://sergeyleschev.github.io
ðreddit:https://reddit.com/user/sergeyleschev
ðQuora:https://quora.com/sergey-leschev
ð媒介:https://medium.com/@sergeyleschev
□PDF设计模式:Download