当前位置: 首页 > news >正文

2026-08-12:统计下标的相反奇偶性得分。用go语言,给定一个整数数组,需要为数组中的每个位置计算一个分数。这个分数等于:在当前索引右侧的所有元素中,与当前元素奇偶性不同(即一个是奇数,另一个是

2026-08-12:统计下标的相反奇偶性得分。用go语言,给定一个整数数组,需要为数组中的每个位置计算一个分数。这个分数等于:在当前索引右侧的所有元素中,与当前元素奇偶性不同(即一个是奇数,另一个是偶数)的元素个数。最终返回一个与原数组等长的数组,按顺序给出每个索引对应的分数。

1 <= nums.length <= 100。

1 <= nums[i] <= 100。

输入: nums = [1,2,3,4]。

输出: [2,1,1,0]。

解释:

nums[0] = 1,为奇数。因此,下标 j = 1 和 j = 3 满足条件,所以下标 0 的分数为 2。

nums[1] = 2,为偶数。因此,下标 j = 2 满足条件,所以下标 1 的分数为 1。

nums[2] = 3,为奇数。因此,下标 j = 3 满足条件,所以下标 2 的分数为 1。

nums[3] = 4,为偶数。因此,没有下标满足条件,所以下标 3 的分数为 0。

因此,answer = [2, 1, 1, 0]。

题目来自力扣3917。

算法的大体过程:

步骤一:初始化数据结构

  • 获取输入数组nums的长度n
  • 创建一个与nums等长的整型切片(数组)ans,用来存放每个位置最终计算出的分数。
  • 创建一个长度为 2 的整型数组cnt,用来动态记录在从右向左遍历过程中,已经遇到过的偶数和奇数的个数。通常约定cnt[0]存放偶数个数,cnt[1]存放奇数个数,初始都为 0。

步骤二:从右向左遍历数组
使用循环,索引in-1递减到0,逐步处理每一个元素。这么做的目的是保证当我们处理位置i时,所有在它右侧的元素(即索引大于i的元素)都已经被统计进了cnt中。

对于当前索引i,执行以下子步骤:

  1. 判断当前元素的奇偶性
    nums[i] & 1得到当前数字的奇偶标记x。如果nums[i]是奇数,x1;如果是偶数,x0

  2. 查询右侧相反奇偶性的个数
    题目要求的分数是:在当前索引右侧,与当前元素奇偶性不同的元素个数。
    既然当前元素的奇偶性是x,那么与之相反的奇偶性就是x ^ 1(异或运算将0110)。
    cnt数组中,cnt[x ^ 1]存放的,恰好就是已经扫描过的右侧元素中,奇偶性为x ^ 1的个数。
    cnt[x ^ 1]的值赋给ans[i],即得到位置i的得分。

  3. 更新计数器
    当前元素自身现在也要成为“右侧元素”的一部分(供更左侧的索引查询)。因此,将它按奇偶性计入cnt中,即执行cnt[x]++。这样,当遍历到更左边的索引时,当前元素就已经被正确统计在内了。

步骤三:返回结果

  • 循环结束后,ans中已经按顺序存储了每个索引对应的分数,直接返回ans即可。

具体执行示例(输入 [1,2,3,4])

  • 初始:cnt = [0, 0]
  • i=3:nums[3]=4,偶数x=0;右侧相反奇偶性个数cnt[1]=0ans[3]=0;然后cnt[0]加 1 →cnt=[1,0]
  • i=2:nums[2]=3,奇数x=1;右侧相反奇偶性个数cnt[0]=1ans[2]=1;然后cnt[1]加 1 →cnt=[1,1]
  • i=1:nums[1]=2,偶数x=0;右侧相反奇偶性个数cnt[1]=1ans[1]=1;然后cnt[0]加 1 →cnt=[2,1]
  • i=0:nums[0]=1,奇数x=1;右侧相反奇偶性个数cnt[0]=2ans[0]=2;然后cnt[1]加 1 →cnt=[2,2]
  • 最终得到ans = [2, 1, 1, 0],与题目描述一致。

复杂度分析

  • 时间复杂度:算法只对数组进行了一次从右向左的遍历,循环内部只包含常数次位运算、数组访问和自增操作。整体时间复杂度为O(n),其中 n 为数组长度。
  • 额外空间复杂度:除了输入数组外,算法额外使用了一个长度为 n 的结果数组ans和一个固定大小为 2 的计数数组cnt。如果不将输出数组计入额外空间,则辅助空间为O(1);若将必要的输出结构也视为额外空间,则总额外空间复杂度为O(n)。一般在该类问题中,输出数组是必需的,因此可以说总的额外空间复杂度是O(n)

Go完整代码如下:

packagemainimport("fmt")funccountOppositeParity(nums[]int)[]int{n:=len(nums)ans:=make([]int,n)cnt:=[2]int{}fori:=n-1;i>=0;i--{x:=nums[i]&1// x 的奇偶性ans[i]=cnt[x^1]// 查询右侧奇偶性不等于 x(即 x^1)的元素个数cnt[x]++}returnans}funcmain(){nums:=[]int{1,2,3,4}result:=countOppositeParity(nums)fmt.Println(result)}

Python完整代码如下:

# -*-coding:utf-8-*-fromtypingimportListdefcount_opposite_parity(nums:List[int])->List[int]:n=len(nums)ans=[0]*n cnt=[0,0]# cnt[0] 记录右侧偶数个数,cnt[1] 记录右侧奇数个数foriinrange(n-1,-1,-1):parity=nums[i]&1# 当前元素的奇偶性,0为偶,1为奇ans[i]=cnt[parity^1]# 右侧与当前奇偶性不同的元素个数cnt[parity]+=1returnansif__name__=="__main__":nums=[1,2,3,4]result=count_opposite_parity(nums)print(result)

C++完整代码如下:

#include<iostream>#include<vector>std::vector<int>countOppositeParity(conststd::vector<int>&nums){intn=nums.size();std::vector<int>ans(n);intcnt[2]={0,0};// cnt[0] 偶数个数,cnt[1] 奇数个数for(inti=n-1;i>=0;--i){intparity=nums[i]&1;// 当前元素的奇偶性,0偶1奇ans[i]=cnt[parity^1];// 右侧不同奇偶性的元素个数cnt[parity]++;}returnans;}intmain(){std::vector<int>nums={1,2,3,4};std::vector<int>result=countOppositeParity(nums);for(intx:result){std::cout<<x<<" ";}std::cout<<std::endl;return0;}

http://www.cnnetsun.cn/news/3979242.html

相关文章:

  • 构建Agent设计三维坐标系:从模式名词表到系统架构思维
  • 企业AI落地实战:从概念到AI Agent应用的全链路解析
  • 告别NCM格式限制:3步解锁你的网易云音乐收藏
  • Axure RP终极中文界面解决方案:3分钟告别英文困扰,工作效率翻倍提升
  • 静态时序分析中建立与保持时间余量的计算原理与工程实践
  • 5分钟搞定Axure中文界面:零基础快速汉化终极指南
  • 免提通话模块中100ms AEC尾长的声学边界与混响适用性分析
  • 户外自然观察活动,拓宽孩子想象力与观察力
  • 2025计算机毕业设计选题指南:结合AI、微服务与物联网的实战项目构思
  • MiniMax H3多模态大模型本地部署与API集成实战指南
  • League Akari:英雄联盟玩家的智能助手如何提升你的游戏体验?
  • 深度解析Wand-Enhancer技术架构:5大核心技术模块全面剖析
  • NumPy维度操作:expand_dims、newaxis与squeeze的实战指南
  • VS Code 安装与汉化全攻略:从零搭建高效开发环境
  • 如何让珍贵对话永不消逝?WeChatMsg为你打造个人数据档案馆
  • GitHub下载速度提升10倍的终极方案:Fast-GitHub浏览器插件深度解析
  • ncmdump:打破网易云音乐NCM格式枷锁,让你的音乐重获自由
  • AI智能体训练:从大模型到高质量仿真环境的技术演进
  • SteamAutoCrack:3分钟实现Steam游戏自动破解的终极方案
  • AO3镜像站终极指南:5分钟掌握稳定访问全球同人创作平台
  • SkillOpt:用数据驱动优化LLM Agent技能调用策略
  • 从零构建纯前端音乐播放器:HTML5 Audio API与状态管理实战
  • Lightning-Browser:重塑Android轻量浏览体验的终极指南
  • Office 2016与Visio 2016兼容性冲突:根源剖析与标准化部署解决方案
  • 2026年乌鲁木齐做智慧燃气安全监管平台的公司有哪些?
  • python的运筹学工业场景模拟第三篇:7名维修人员7乘24小时排班,每班最低在岗人数约束,整数规划求解,最小化加班人力成本,输出排球表。
  • 手把手教你抓包判断Wi-Fi网络是否支持802.11k/r快速漫游
  • BERT模型微调后效果评估实战:超越准确率的全面测试方案
  • 审小匠 vs Excel 跨表链接与手工核对:合并附注与主表交叉引用一致性评测
  • Latent Box:如何用智能知识图谱解决AI资源信息过载问题