首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >2025-06-19:识别数组中的最大异常值。用go语言,你有一个长度为 n 的整数数组 nums,其中恰好有 n-2 个元素属

2025-06-19:识别数组中的最大异常值。用go语言,你有一个长度为 n 的整数数组 nums,其中恰好有 n-2 个元素属

作者头像
福大大架构师每日一题
发布2025-06-19 09:40:44
发布2025-06-19 09:40:44
1840
举报

2025-06-19:识别数组中的最大异常值。用go语言,你有一个长度为 n 的整数数组 nums,其中恰好有 n-2 个元素属于“特殊数字”类别。剩下的两个元素中,一个等于所有这些特殊数字的总和,另一个是一个“异常值”。

这里,“异常值”的意思是:它既不是数组中那些特殊数字,也不是所有特殊数字的和。

题目要求特殊数字、和、异常值对应的索引互不相同(位置不同),但它们的数值可以相同。

需要你找出数组中可能的最大“异常值”。

3 <= nums.length <= 100000。

-1000 <= nums[i] <= 1000。

输入保证 nums 中至少存在 一个 可能的异常值。

输入: nums = [2,3,5,10]。

输出: 10。

解释:

特殊数字可以是 2 和 3,因此和为 5,异常值为 10。

题目来自力扣3371。

解决思路

我们需要找到一个“异常值” y,满足以下条件:

  1. 1. 存在 n-2 个“特殊数字”,它们的和为 s
  2. 2. 数组中有一个元素等于 s(“和”)。
  3. 3. 另一个元素 y 是“异常值”,即 y 不等于 s,且 y 不是任何“特殊数字”。
  4. 4. 我们需要找到所有可能的 y 中的最大值。

具体步骤

  1. 1. 遍历所有可能的“和”候选
    • • 对于数组中的每一个元素 y,假设 y 是“异常值”,那么剩下的 n-1 个元素中:
      • • 有 n-2 个“特殊数字”。
      • • 有 1 个“和”(即这些特殊数字的和)。
    • • 我们需要检查是否存在这样的“和” s 满足:
      • s 是剩下的 n-1 个元素中的某一个。
      • s 等于其他 n-2 个“特殊数字”的和。
    • • 具体来说:
      • • 对于当前假设的“异常值” y,计算剩余 n-1 个元素的总和 total - y
      • • 因为“特殊数字”有 n-2 个,它们的和是 s,所以 total - y = s + s(因为“和” s 也是剩下的 n-1 个元素之一)。
      • • 因此,s = (total - y) / 2
      • • 我们需要检查:
        • (total - y) 是否能被 2 整除(即 s 是整数)。
        • s 是否存在于剩下的 n-1 个元素中(即 s 是“和”)。
        • y 不能是“特殊数字”或“和”(即 y != sy 不是“特殊数字”)。
        • • 但题目允许数值相同,只要索引不同即可,所以 y 可以和 s 或“特殊数字”数值相同,只要位置不同。
  2. 2. 验证“和” s 的存在性
    • • 对于每个 y,计算 s = (total - y) / 2
    • • 检查 s 是否在数组中:
      • • 如果 s 在数组中,且 (total - y) 是偶数,则 y 可能是“异常值”。
      • • 需要确保 sy 的索引不同(题目已保证)。
  3. 3. 统计频率以优化检查
    • • 使用哈希表(如 map)统计每个数字的频率。
    • • 对于每个 y
      • • 计算 t = (total - y)
      • • 如果 t 是偶数,则 s = t / 2
      • • 检查 s 是否在哈希表中:
        • • 如果 s 就是 y,则需要 s 出现至少 2 次(因为 ys 需要是不同的索引)。
        • • 如果 s 不是 y,则需要 s 出现至少 1 次。
    • • 如果满足条件,则 y 是一个可能的“异常值”。
  4. 4. 收集所有可能的“异常值”并取最大值
    • • 遍历数组,按照上述方法收集所有可能的 y
    • • 返回其中最大的 y

时间复杂度和空间复杂度

  • 时间复杂度
    • • 遍历数组计算 totalO(n)
    • • 构建哈希表 cntO(n)
    • • 遍历数组检查每个 yO(n)
    • • 每次检查 s 是否在哈希表中:O(1)
    • • 总时间复杂度:O(n)
  • 空间复杂度
    • • 哈希表 cnt 存储 n 个元素的频率:O(n)
    • • 其他变量(如 totalans 等):O(1)
    • • 总空间复杂度:O(n)

总结

  • • 算法通过遍历数组两次(一次计算总和,一次检查“异常值”)和哈希表查询,高效地找到最大“异常值”。
  • • 时间复杂度和空间复杂度均为 O(n),适用于题目给定的约束条件。

Go完整代码如下:

.

代码语言:javascript
复制
package main

import (
    "fmt"
    "math"
)

func getLargestOutlier(nums []int)int {
    cnt := map[int]int{}
    total := 0
    for _, x := range nums {
        cnt[x]++
        total += x
    }

    ans := math.MinInt
    for _, y := range nums {
        t := total - y*2
        if cnt[t] > 1 || cnt[t] > 0 && t != y {
            ans = max(ans, t)
        }
    }
    return ans
}

func main() {
    nums := []int{2, 3, 5, 10}
    fmt.Println(getLargestOutlier(nums))
}

Python完整代码如下:

.

代码语言:javascript
复制
# -*-coding:utf-8-*-

def get_largest_outlier(nums):
    from collections import Counter
    cnt = Counter(nums)
    total = sum(nums)
    ans = float('-inf')

    for y in nums:
        t = total - 2 * y
        if cnt[t] > 1 or (cnt[t] > 0 and t != y):
            ans = max(ans, t)
    return ans

if __name__ == "__main__":
    nums = [2, 3, 5, 10]
    print(get_largest_outlier(nums))

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2025-06-18,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 福大大架构师每日一题 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 解决思路
  • 具体步骤
  • 时间复杂度和空间复杂度
  • 总结
  • Go完整代码如下:
  • Python完整代码如下:
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档