データ構造とアルゴリズム: K 回の否定後の配列の合計を最大化する

データ構造とアルゴリズム: K 回の否定後の配列の合計を最大化する

[[435915]]

K回の反転後の配列の最大合計

LeetCode の問題へのリンク: https://leetcode-cn.com/problems/maximize-sum-of-array-after-k-negations/

整数の配列 A が与えられた場合、配列を変更する方法は次のとおりです。インデックス i を選択し、A[i] を -A[i] に置き換え、このプロセスを合計 K 回繰り返します。 (同じインデックス i を複数回選択できます。)

このように配列を変更すると、配列の最大可能合計が返されます。

例1:

  • 入力: A = [4,2,3]、K = 1
  • 出力: 5
  • 説明: インデックス (1,) を選択すると、A は [4,-2,3] になります。

例2:

  • 入力: A = [3,-1,0,2]、K = 3
  • 出力: 6
  • 説明: インデックス (1, 2, 2) を選択すると、A は [3,1,0,2] になります。

例3:

  • 入力: A = [2,-3,-1,5,-4]、K = 2
  • 出力: 13
  • 説明: インデックス (1, 4) を選択すると、A は [2,3,-1,5,4] になります。

ヒント:

  • 1 <= A.長さ <= 10000
  • 1 <= K <= 10000
  • -100 <= A[i] <= 100

アイデア

この質問のアイデアは、実は非常に簡単に考えることができます。配列の合計を最大化するにはどうすればよいでしょうか?

貪欲な思考、局所最適性: 絶対値の大きい負の数を正の数に変換し、現在の値を最大化します。全体的な最適性: 配列全体の合計が最大に達します。

局所最適は全体最適につながる可能性があります。

したがって、すべての負の数を正の数に変換しても、K は依然として 0 より大きくなります。このときの問題は、正の整数の順序付けられたシーケンスであることです。正の数と負の数を K 回変換して、配列の合計を最大化する方法。

次に、別の貪欲なソリューションがあります。ローカル最適ソリューション: 反転する最小の正の整数のみを見つけて、現在の値が最大値に達するようにします (たとえば、正の整数配列 {5, 3, 1} では、1 を反転して -1 を取得することは、5 を反転して -5 を取得するよりもはるかに大きくなります)。グローバル最適ソリューション: 配列全体の合計が最大値に達します。

この問題を解くときに貪欲アルゴリズムについて考えないかもしれませんが、AC を 1 回で取得できます。

私は、見落とされがちな貪欲な考え方についてお見せするためにここにいます。このような単純な質問に対して、私は貪欲という言葉を 2 回も使いました。

この問題を解決するための手順は次のとおりです。

  • ステップ 1: 絶対値に従って配列を最大から最小の順に並べ替えます。順序は絶対値に基づく必要があることに注意してください。
  • ステップ2: 前から後ろへ移動し、負の数に遭遇したら正の数に変換し、K--
  • ステップ3: Kがまだ0より大きい場合は、Kが使い果たされるまで、最小値を持つ要素を繰り返し変換します。
  • ステップ4: 合計

対応する C++ コードは次のとおりです。

  1. クラスソリューション{
  2. 静的ブールcmp( int a, int b) {
  3. 戻る 絶対値(a) >絶対値(b)
  4. }
  5. 公共
  6. int largestSumAfterKNegations(ベクトル< int >& A, int K) {
  7. sort( A.begin (), A.end ( ), cmp); // 最初のステップ
  8. for ( int i = 0; i < A.size ( ); i++) { // ステップ2
  9. もし (A[i] < 0 && K > 0) {
  10. A[i] * = -1;
  11. K --;  
  12. }
  13. }
  14. if (K % 2 == 1) A[ A.size () - 1] *= -1; // ステップ3
  15. int結果 = 0;
  16. for ( int a : A) result += a; // ステップ4
  17. 結果を返します
  18. }
  19. };

要約する

貪欲問題が単純化されると、人々は疑問を抱き始めます。「これはこのように行われるべきではないのか?これもアルゴリズムなのか?これは貪欲ではないと思う。」

この問題は実は非常に単純で、貪欲アルゴリズムを知らない人でも解くことができますが、ここでは貪欲アプローチを使用して全体を通して説明します。

欲深い考えは必ず存在するからです!

貪欲な考え方(局所最適、大域最適)を持っていない場合、単純な貪欲な質問を感情に基づいて行い、難しい貪欲な質問をまったく解けないという罠に陥りやすくなります。実際、これでは貪欲な考え方を訓練することはできません。

したがって、たとえそれが貪欲な単純な質問だとわかっていても、それを解くには貪欲な思考に頼らなければなりません。これは問題解決の感覚を養うのに非常に役立ちます。

その他の言語

ジャワ

  1. クラスソリューション{
  2. 公共  int largestSumAfterKNegations( int [] nums, int K) {
  3. // 配列を絶対値に従って最大から最小の順に並べ替えます。順序は絶対値に基づく必要があることに注意してください。
  4. nums = IntStream.of (nums )です。
  5. .ボックス化()
  6. .sorted((o1, o2) -> Math.abs (o2) - Math.abs ( o1))
  7. .mapToInt(整数:: intValue ).toArray();
  8. int len ​​= nums.length;
  9. ( int i = 0; i < len; i++)の場合{
  10. //前から後ろへ走査し、負の数が見つかったら正の数に変換します。同時に、K --  
  11. (数値[i] < 0 && K > 0)の場合{
  12. 数値[i] = -数値[i];
  13. K --;  
  14. }
  15. }
  16. // K がまだ 0 より大きい場合は、K が使い果たされるまで、最小値を持つ要素を繰り返し変換します。
  17.  
  18. K % 2 == 1の場合、nums[len - 1] = -nums[len - 1];
  19. Arrays.stream(nums).sum ( )を返します
  20.  
  21. }
  22. }
  1. クラスソリューション{
  2. 公共  int largestSumAfterKNegations( int [] A, int K) {
  3. A.length == 1の場合、 k % 2 == 0 ? A[0] : -A[0]を返します
  4. 配列.sort(A);
  5. 整数 合計= 0;
  6. 整数idx = 0;
  7. ( int i = 0; i < K; i++)の場合{
  8. (i < A.length - 1 && A[idx] < 0)の場合{
  9. A[idx] = -A[idx];
  10. A[idx] >= Math.abs (A[idx + 1]) の場合、idx++;
  11. 続く;
  12. }
  13. A[idx] = -A[idx];
  14. }
  15.  
  16. ( int i = 0; i < A.length; i++) {
  17. 合計+= A[i];
  18. }
  19. 戻る 合計;
  20. }
  21. }

パイソン

  1. クラスソリューション:
  2. def largestSumAfterKNegations(self, A: List[ int ], K: int ) -> int :
  3. A = sorted(A, key = abs , reverse= True ) # A を絶対値で大きい順に並べ替える
  4. iが範囲(len(A))内にある場合:
  5. K > 0かつA[i] < 0の場合:
  6. A[i] *= -1
  7. 1 です
  8. K > 0の場合:
  9. A[-1] *= (-1)**K #Aの最後の数字を取得するには、-1と書くだけです
  10. 戻る 合計(A)

行く

  1. 関数 largestSumAfterKNegations(nums [] int , K int ) int {
  2. sort.Slice(nums, func(i, j int ) bool {
  3. 戻り値math.Abs​​ ( float64(nums[i])) > math.Abs​​ ( float64(nums[j]))
  4. })
  5.  
  6. i := 0; i < len(nums); i++ {
  7. K > 0 && nums[i] < 0 の場合 {
  8. 数値[i] = -数値[i]
  9. K --  
  10. }
  11. }
  12.  
  13. K%2 == 1 の場合 {
  14. nums[len(nums)-1] = -nums[len(nums)-1]
  15. }
  16.  
  17. 結果:= 0
  18. i := 0; i < len(nums); i++ {
  19. 結果 += 数値[i]
  20. }
  21. 結果を返す
  22. }

ジャバスクリプト

  1. var largestSumAfterKNegations =関数(nums, k) {
  2. nums.sort((a, b) => {
  3. Math.abs (b) - Math.abs ( a )を返す
  4. })
  5. ( i = 0 とします; i < nums.length; i++) {
  6. 数値[i] < 0 && k > 0 の場合
  7. 数値[i] *= -1
  8. か --  
  9. }
  10. }
  11.  
  12. k > 0 && k % 2 === 1 の場合
  13. 数値[数値.長さ - 1] *= -1
  14. }
  15. 0 = 0 です
  16.  
  17. nums.reduce((a, b) => {を返す
  18. a + bを返す
  19. })
  20. };

<<:  APPは顔認識を強制しますか?アカウントをキャンセルできませんか?国は行動を起こしている

>>:  2 つの小型モデルで大型モデルに勝つことができます。北京大学卒業生、Google 中国版第一著者「モデルコレクション」、CNN や Transformer にも応用可能!

ブログ    
ブログ    
ブログ    

推薦する

2020 年の企業向け最高の AI プラットフォーム

企業は長年にわたり、業務と分析を手作業で処理してきましたが、その結果、人件費と事務処理が増加し、最適...

AI人工知能の今後の発展方向と展望

人工知能 (AI) は、人間の知能をシミュレートし、学習、推論、認知、適応を通じて自律的にタスクを実...

IDC: 高速サーバー市場は2023年上半期に31億ドルに達し、GPUサーバーが依然として主流となる

10月9日、IDCコンサルティングの公式WeChatアカウントによると、IDCは本日「中国半期加速コ...

大量データストリームのベストプラクティス

概要: 膨大な量のデータを効率的に分析するために、科学者はまず大量の数字を細分化する必要があります。...

マシンビジョンについて知っておくべきこと

マシンビジョンは急速に発展している人工知能の分野です。簡単に言えば、マシンビジョンとは、測定と判断の...

2020年の人工知能開発動向予測

調査によると、機械学習のアプリケーション、ツール、テクニック、プラットフォーム、標準に大きな変化が起...

機械学習プロジェクトを構築するための6つのステップをマスターしましょう

上のホワイトボードには、一連の機械学習プロジェクトの立ち上げが示されています。機械学習は幅広い分野を...

Google AIの最新3Dデータセット、15,000枚のアニメーション画像、ARがあなたの生活を支配します

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

人工知能に関してどのような基礎教育が必要でしょうか?

人工知能の基礎教育を強化することは、将来の社会の発展に備えるための避けられない選択であり、要件です。...

プログラミングと数学の基礎が乏しい場合、人工知能を始めるにはどうすればよいでしょうか?

1. AI開発の現状1.1 コンセプトWikipedia によると、人工知能とは、人間や他の動物の...

百度の新しいAI翻訳機は80以上の言語をリアルタイムで翻訳できる

海外旅行の際、最大の問題は言語かもしれません。相手の言っていることを理解できれば、他のコミュニケーシ...

...

...

茅面映画の李明輝氏:興行収入予測における機械学習の実用化

[51CTO.comより引用] 近年、わが国の興行収入市場は飛躍的に成長し、2011年には150億ド...