尧图网络 高端网站定制 · 原创设计
免费咨询热线
400-888-6620
免费获取方案
三分钟带你读懂:旋转函数
我们先来看题目描述给定一个长度为 n 的整数数组 nums 。假设 arrk 是数组 nums 顺时针旋转 k 个位置后的数组我们定义 nums 的 旋转函数 F 为F(k) 0 * arrk[0] 1 * arrk[1] ... (n - 1) * arrk[n - 1]返回 F(0), F(1), ..., F(n-1) 中的最大值 。生成的测试用例让答案符合 32 位 整数。示例 1输入: nums [4,3,2,6] 输出: 26 解释: F(0) (0 * 4) (1 * 3) (2 * 2) (3 * 6) 0 3 4 18 25 F(1) (0 * 6) (1 * 4) (2 * 3) (3 * 2) 0 4 6 6 16 F(2) (0 * 2) (1 * 6) (2 * 4) (3 * 3) 0 6 8 9 23 F(3) (0 * 3) (1 * 2) (2 * 6) (3 * 4) 0 2 12 12 26 所以 F(0), F(1), F(2), F(3) 中的最大值是 F(3) 26 。示例 2输入: nums [100] 输出: 0提示n nums.length1 n 105-100 nums[i] 100解决方案方法迭代思路和算法记数组 nums 的元素之和为 numSum。根据公式可以得到F(0) 0 × nums[0] 1 × nums[1] …(n−1) × nums[n−1]F(1)1 × nums[0] 2 × nums[1] … 0 × nums[n−1] F(0) numSum − n × nums[n−1]更一般地当1 ≤ k n 时F(k) F(k−1) numSum − n × nums[n−k]。我们可以不停迭代计算出不同的 F(k)并求出最大值。代码Python3class Solution: def maxRotateFunction(self, nums: List[int]) - int: f, n, numSum 0, len(nums), sum(nums) for i, num in enumerate(nums): f i * num res f for i in range(n - 1, 0, -1): f f numSum - n * nums[i] res max(res, f) return resJavaclass Solution { public int maxRotateFunction(int[] nums) { int f 0, n nums.length, numSum Arrays.stream(nums).sum(); for (int i 0; i n; i) { f i * nums[i]; } int res f; for (int i n - 1; i 0; i--) { f numSum - n * nums[i]; res Math.max(res, f); } return res; } }C#public class Solution { public int MaxRotateFunction(int[] nums) { int f 0, n nums.Length, numSum nums.Sum(); for (int i 0; i n; i) { f i * nums[i]; } int res f; for (int i n - 1; i 0; i--) { f numSum - n * nums[i]; res Math.Max(res, f); } return res; } }复杂度分析时间复杂度O(n)其中 n 是数组 nums 的长度。计算 numSum 和第一个 f 消耗 O(n) 时间后续迭代 n−1 次 f 消耗 O(n) 时间。空间复杂度O(1)。仅使用常数空间。
RELATED

相关推荐

AMD Llama-2-70b-chat-hf_FP8_MLPerf_V2与其他Llama-2模型的对比分析:量化效果深度评测

AMD Llama-2-70b-chat-hf_FP8_MLPerf_V2与其他Llama-2模型的对比分析:量化效果深度评测

AMD Llama-2-70b-chat-hf_FP8_MLPerf_V2与其他Llama-2模型的对比分析:量化效果深度评测 【免费下载链接】Llama-2-70b-chat-hf_FP8_MLPerf_V2 项目地址: https://ai.gitcode.com/hf_mirrors/amd/Llama-2-70b-chat-hf_FP8_MLPerf_V2 AMD Llama-2-70b-chat-hf…

📅 2026/10/26 19:22:05
关键时刻主动唤醒:面向长时序智能体的主动记忆智能体

关键时刻主动唤醒:面向长时序智能体的主动记忆智能体

关键时刻主动唤醒:面向长时序智能体的主动记忆智能体 论文原始链接:https://arxiv.org/html/2607.08716v1 开源代码仓库:https://github.com/yifannnwu/proactive-memory-agent 摘要 长时序工具交互任务中,决策相关信息会随交互…

📅 2026/10/25 18:22:51
CANN/runtime Context管理开发指南

CANN/runtime Context管理开发指南

Context管理 【免费下载链接】runtime 本项目提供CANN运行时组件和维测功能组件。 项目地址: https://gitcode.com/cann/runtime Context概念 Context是CANN Runtime中的核心抽象,代表一个Device上的执行上下文环境。它封装了Device上的计算资源、内存资源、…

📅 2026/10/1 4:33:15
MORE NEWS

更多资讯

📰

系统思考与艺术思维的融合实践指南

1. 系统思考的本质与价值 系统思考是一种超越线性思维的认知方式,它要求我们跳出局部视角,将事物视为相互关联的整体。这种思维方式最早可以追溯到20世纪40年代的控制论研究,后来在管理学、生态学等领域得到广泛应用。 系统思考的核心在于识…

📰

React企业级前端工程化实践:从技术选型到落地优化

在我经手过的几个前端项目里,代号 REA(React Enterprise Application)算是最特殊的一个。它不是一个业务系统,也不是某个现成框架,而是为一支研发团队专门定制的前端基础工程——你可以把它理解成一套"开箱即用的…

📰

多智能体协作系统设计:从角色定义到调度器实现

1. 从“agency-agents”这个标题说起:它到底想解决什么问题第一次看到“agency-agents”这个标题,我脑子里蹦出来的第一反应是:这大概率是一个围绕“代理”和“智能体”两个概念做文章的项目。拆开来看,“agency”在英文里既可以指…

📰

Git提交次数统计技巧与应用场景

1. 为什么需要统计Git提交次数 在日常开发工作中,我们经常需要统计某个时间段内的代码提交情况。这个需求看似简单,但背后却有着多重实用价值: 项目进度评估 :通过统计团队成员在特定时间段(如冲刺周期)的…

📰

推理模型与通用模型选型、提示语策略与需求表达公式

简介:《DeepSeek从入门到精通(20250204)》面向AI初学者、内容创作者、开发者及企业应用者,围绕DeepSeek是什么、能做什么、如何用好搭建系统学习框架,帮助读者从基础认知走向提示语设计与模型选择。压缩包共1个PDF文件…

📰

数据库触发器实现复杂业务级联删除的最佳实践

1. 复杂业务关联删除的挑战与常规方案对比在企业级数据库应用中,数据表之间的关联关系往往错综复杂。以电商系统为例,一个简单的订单删除操作可能涉及订单主表、订单明细表、支付记录表、物流信息表等十余张关联表。传统的处理方式通常存在以下痛点&…

TODAY

今日更新

THIS WEEK

本周精选

THIS MONTH

本月热门

读完文章,想聊聊您的网站?

告诉我们您的行业与需求,资深顾问一对一梳理方案与报价,全程免费。

📞 💬