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 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} 1aliceSizes.length,bobSizes.length104
  • 1 ≤ aliceSizes[i], bobSizes[j] ≤ 10 5 \texttt{1} \le \texttt{aliceSizes[i], bobSizes[j]} \le \texttt{10}^\texttt{5} 1aliceSizes[i],bobSizes[j]105
  • Alice 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。

aliceSum \textit{aliceSum} aliceSum 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} aliceSumbobSum 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] 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] aliceSumanswer[0]+answer[1]=bobSumanswer[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]) aliceSumbobSum=2×(answer[0]answer[1])。记 difference = aliceSum − bobSum 2 \textit{difference} = \dfrac{\textit{aliceSum} – \textit{bobSum}}{2} difference=2aliceSumbobSum,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} sizedifference,则 [ size , size − difference ] [\textit{size}, \textit{size} – \textit{difference}] [size,sizedifference] 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} sizedifference

假设数组 aliceSizes \textit{aliceSizes} aliceSizes bobSizes \textit{bobSizes} bobSizes 的长度分别是 m m m 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} sizedifference,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 n n n 分别是数组 aliceSizes \textit{aliceSizes} aliceSizes 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) 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