LC 1818. 绝对差值和

题目描述

这是 LeetCode 上的 1818. 绝对差值和 ,难度为 中等

给你两个正整数数组 nums1nums2,数组的长度都是 n

数组 nums1nums2绝对差值和定义为所有 |nums1[i] - nums2[i]|(0 <= i < n)的总和(下标从 0 开始)。

你可以选用 nums1 中的任意一个元素来替换 nums1 中的至多一个元素,以最小化绝对差值和。

在替换数组 nums1 中最多一个元素之后,返回最小绝对差值和。

因为答案可能很大,所以需要对 $10^9 + 7$ 取余 后返回。

|x| 定义为:

  • 如果 $x >= 0$,值为 x ,或者
  • 如果 $x <= 0$,值为 -x

示例 1:

1
2
3
4
5
6
7
8
输入:nums1 = [1,7,5], nums2 = [2,3,5]

输出:3

解释:有两种可能的最优方案:
- 将第二个元素替换为第一个元素:[1,7,5] => [1,1,5] ,或者
- 将第二个元素替换为第三个元素:[1,7,5] => [1,5,5]
两种方案的绝对差值和都是 |1-2| + (|1-3| 或者 |5-3|) + |5-5| = 3

示例 2:

1
2
3
4
5
输入:nums1 = [2,4,6,8,10], nums2 = [2,4,6,8,10]

输出:0

解释:nums1nums2 相等,所以不用替换元素。绝对差值和为 0

示例 3:
1
2
3
4
5
6
输入:nums1 = [1,10,4,4,2,7], nums2 = [9,3,5,1,7,4]

输出:20

解释:将第一个元素替换为第二个元素:[1,10,4,4,2,7] => [10,10,4,4,2,7]
绝对差值和为 |10-9| + |10-3| + |4-5| + |4-1| + |2-7| + |7-4| = 20

提示:

  • $n = nums1.length$
  • $n = nums2.length$
  • $1 <= n <= 10^5$
  • $1 <= nums1[i], nums2[i] <= 10^5$

二分

这是一道二分陈题,具体做法如下:

我们在进行处理前,先对 nums1 进行拷贝并排序,得到 sorted 数组。

然后 在遍历 nums1nums2 计算总的差值 sum 时,通过对 sorted 进行二分查找,找到最合适替换 $nums[i]$ 的值

具体的,当我们处理到第 i 位时,假设该位的原差值为 x = abs(nums1[i] - nums2[i]),然后从 sorted 数组中通过二分找到最接近 $nums2[i]$ 的值,计算一个新的差值 nd(注意要检查分割点与分割点的下一位),如果满足 $nd < x$ 说明存在一个替换方案使得差值变小,我们使用变量 max 记下来这个替换方案所带来的变化,并不断更新 max

当整个数组被处理完,max 存储着最优方案对应的差值变化,此时 sum - max 即是答案。

Java 代码:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
class Solution {
int mod = (int)1e9+7;
public int minAbsoluteSumDiff(int[] nums1, int[] nums2) {
int n = nums1.length;
int[] sorted = nums1.clone();
Arrays.sort(sorted);
long sum = 0, max = 0;
for (int i = 0; i < n; i++) {
int a = nums1[i], b = nums2[i];
if (a == b) continue;
int x = Math.abs(a - b);
sum += x;
int l = 0, r = n - 1;
while (l < r) {
int mid = l + r + 1 >> 1;
if (sorted[mid] <= b) l = mid;
else r = mid - 1;
}
int nd = Math.abs(sorted[r] - b);
if (r + 1 < n) nd = Math.min(nd, Math.abs(sorted[r + 1] - b));
if (nd < x) max = Math.max(max, x - nd);
}
return (int)((sum - max) % mod);
}
}

C++ 代码:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
class Solution {
public:
int mod = 1e9 + 7;
int minAbsoluteSumDiff(vector<int>& nums1, vector<int>& nums2) {
int n = nums1.size();
vector<int> sorted = nums1;
sort(sorted.begin(), sorted.end());
long long sum = 0, maxv = 0;
for (int i = 0; i < n; i++) {
int a = nums1[i], b = nums2[i];
if (a == b) continue;
long long x = abs(a - b);
sum += x;
int l = 0, r = n - 1;
while (l < r) {
int mid = l + r + 1 >> 1;
if (sorted[mid] <= b) l = mid;
else r = mid - 1;
}
int nd = abs(sorted[r] - b);
if (r + 1 < n) nd = min(nd, abs(sorted[r + 1] - b));
if (nd < x) maxv = max(maxv, x - nd);
}
return static_cast<int>((sum - maxv) % mod);
}
};

Python 代码:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
class Solution:
def minAbsoluteSumDiff(self, nums1: List[int], nums2: List[int]) -> int:
mod = 10**9 + 7
n = len(nums1)
sorted_nums1 = sorted(nums1)
sumv, maxv = 0, 0
for i in range(n):
a, b = nums1[i], nums2[i]
if a == b: continue
x = abs(a - b)
sumv += x
l, r = 0, n - 1
while l < r:
mid = l + r + 1 >> 1
if sorted_nums1[mid] <= b: l = mid
else: r = mid - 1
nd = abs(sorted_nums1[r] - b)
if r + 1 < n:
nd = min(nd, abs(sorted_nums1[r + 1] - b))
if nd < x:
maxv = max(maxv, x - nd)
return (sumv - maxv) % mod

TypeScript 代码:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
function minAbsoluteSumDiff(nums1: number[], nums2: number[]): number {
const n: number = nums1.length, mod: number = 1e9 + 7;
const sorted: number[] = [...nums1].sort((a, b) => a - b);
let sum: number = 0, max: number = 0;
for (let i: number = 0; i < n; i++) {
const a: number = nums1[i], b: number = nums2[i];
if (a === b) continue;
const x: number = Math.abs(a - b);
sum += x;
let l: number = 0;
let r: number = n - 1;
while (l < r) {
const mid: number = l + r + 1 >> 1;
if (sorted[mid] <= b) l = mid;
else r = mid - 1;
}
let nd: number = Math.abs(sorted[r] - b);
if (r + 1 < n) nd = Math.min(nd, Math.abs(sorted[r + 1] - b));
if (nd < x) max = Math.max(max, x - nd);
}
return (sum - max) % mod;
};

  • 时间复杂度:对 sorted 进行拷贝并排序的复杂度为 $O(n\log{n})$;遍历处理数组时会一边统计,一边尝试二分,找最合适的替换数值,复杂度为 $O(n\log{n})$。整体复杂度为 $O(n\log{n})$
  • 空间复杂度:使用 sorted 数组需要 $O(n)$ 的空间复杂度,同时排序过程中会使用 $O(\log{n})$ 的空间复杂度;整体复杂度为 $O(n + \log{n})$

最后

这是我们「刷穿 LeetCode」系列文章的第 No.1818 篇,系列开始于 2021/01/01,截止于起始日 LeetCode 上共有 1916 道题目,部分是有锁题,我们将先把所有不带锁的题目刷完。

在这个系列文章里面,除了讲解解题思路以外,还会尽可能给出最为简洁的代码。如果涉及通解还会相应的代码模板。

为了方便各位同学能够电脑上进行调试和提交代码,我建立了相关的仓库:https://github.com/SharingSource/LogicStack-LeetCode

在仓库地址里,你可以看到系列文章的题解链接、系列文章的相应代码、LeetCode 原题链接和其他优选题解。