题目描述给你一个整数数组 nums如果 nums 的一个子集中,所有元素的乘积可以表示为一个或多个 互不相同的质数 的乘积,那么我们称它为 好子集,我来为大家科普一下关于leetcode算法题解题技巧?下面希望有你要的答案,我们一起来看看吧!
leetcode算法题解题技巧
题目描述
给你一个整数数组 nums。如果 nums 的一个子集中,所有元素的乘积可以表示为一个或多个 互不相同的质数 的乘积,那么我们称它为 好子集。
- 比方说,如果 nums = [1, 2, 3, 4] :
- [2, 3] ,[1, 2, 3] 和 [1, 3] 是 好 子集,乘积分别为 6 = 2 * 3 ,6 = 2 * 3 和 3 = 3 。
- [1, 4] 和 [4] 不是 好 子集,因为乘积分别为 4 = 2 * 2 和 4 = 2 * 2 。
请你返回 nums 中不同的 好 子集的数目对 109 7 取余 的结果。
nums 中的 子集 是通过删除 nums 中一些(可能一个都不删除,也可能全部都删除)元素后剩余元素组成的数组。如果两个子集删除的下标不同,那么它们被视为不同的子集。
示例 1:
输入:nums = [1,2,3,4]
输出:6
解释:好子集为:
- [1,2]:乘积为 2 ,可以表示为质数 2 的乘积。
- [1,2,3]:乘积为 6 ,可以表示为互不相同的质数 2 和 3 的乘积。
- [1,3]:乘积为 3 ,可以表示为质数 3 的乘积。
- [2]:乘积为 2 ,可以表示为质数 2 的乘积。
- [2,3]:乘积为 6 ,可以表示为互不相同的质数 2 和 3 的乘积。
- [3]:乘积为 3 ,可以表示为质数 3 的乘积。
示例 2:
输入:nums = [4,2,3,15]
输出:5
解释:好子集为:
- [2]:乘积为 2 ,可以表示为质数 2 的乘积。
- [2,3]:乘积为 6 ,可以表示为互不相同质数 2 和 3 的乘积。
- [2,15]:乘积为 30 ,可以表示为互不相同质数 2,3 和 5 的乘积。
- [3]:乘积为 3 ,可以表示为质数 3 的乘积。
- [15]:乘积为 15 ,可以表示为互不相同质数 3 和 5 的乘积。
提示:
- 1 <= nums.length <= 105
- 1 <= nums[i] <= 30
注意到题目规定数组 nums 中的元素不超过 30,因此我们可以将 [1,30] 中的整数分成如下三类:
- 1:对于任意一个好子集而言,我们添加任意数目的 1,得到的新子集仍然是好子集;
- 2, 3, 5, 6, 7, 10, 11, 13, 14, 15, 17, 19, 21, 22, 23, 26, 29, 30:这些数均不包含平方因子,因此每个数在好子集中至多出现一次;
- 4, 8, 9, 12, 16, 18, 20, 24, 25, 27, 28:这些数包含平方因子,因此一定不能在好子集中出现。
我们可以通过硬编码的方式把 [1, 30] 中的整数按照上述分类,也可以先预处理出所有 [1, 30] 中质数 2, 3, 5, 7, 11, 13, 17, 19, 23, 29,再通过试除的方式动态分类。
分类完成后,我们就可以考虑动态规划了。由于每个质因数只能出现一次,并且 [1, 30] 中一共有 10 个质数,因此我们可以用一个长度为 10 的二进制数 mask 表示这些质因数的使用情况,其中 mask 的第 i 位为 1 当且仅当第 i 个质数已经被使用过。
这样一来,我们定义 f[i][mask] 表示当我们只选择 [2,i] 范围内的数,并且选择的数的质因数使用情况为 mask 时的方案数。如果 i 本身包含平方因子,那么我们无法选择 i,相当于在 [2,i − 1] 范围内选择,状态转移方程为:
f[i][mask] = f[i − 1][mask]
如果 i 本身不包含平方因子,记其包含的质因子的二进制表示为 subset(同样可以通过试除的方法得到),那么状态转移方程为:
f[i][mask] = f[i − 1][mask] f[i − 1][mask\subset] × freq[i]
其中:
- freq[i] 表示数组 nums 中 i 出现的次数;
- mask\subset 表示从二进制表示 mask 中去除所有在 subset 中出现的 1,可以使用按位异或运算实现。这里需要保证 subset 是 mask 的子集,可以使用按位与运算来判断。
动态规划的边界条件为:
f[1][0] = 2freq[1]
即每一个在数组 nums 中出现的 1 都可以选或不选。最终的答案即为所有 f[30][..] 中除了 f[30][0] 以外的项的总和。
细节
注意到 f[i][mask] 只会从 f[i − 1][..] 转移而来,并且 f[i − 1][..] 中的下标总是小于 mask,因此我们可以使用类似 0 - 1 背包的空间优化方法,在遍历 mask 时从 210 − 1 到 1 逆序遍历,这样就只需要使用一个长度为 210 的一维数组做状态转移了。
代码
C
class Solution:
def numberOfGoodSubsets(self, nums: List[int]) -> int:
primes = [2, 3, 5, 7, 11, 13, 17, 19, 23, 29]
mod = 10**9 7
freq = Counter(nums)
f = [0] * (1 << len(primes))
f[0] = pow(2, freq[1], mod)
for i, occ in freq.items():
if i == 1:
continue
# 检查 i 的每个质因数是否均不超过 1 个
subset, x = 0, i
check = True
for j, prime in enumerate(primes):
if x % (prime * prime) == 0:
check = False
break
if x % prime == 0:
subset |= (1 << j)
if not check:
continue
# 动态规划
for mask in range((1 << len(primes)) - 1, 0, -1):
if (mask & subset) == subset:
f[mask] = (f[mask] f[mask ^ subset] * occ) % mod
ans = sum(f[1:]) % mod
return ans
Java
class Solution {
static final int[] PRIMES = {2, 3, 5, 7, 11, 13, 17, 19, 23, 29};
static final int NUM_MAX = 30;
static final int MOD = 1000000007;
public int numberOfGoodSubsets(int[] nums) {
int[] freq = new int[NUM_MAX 1];
for (int num : nums) {
freq[num];
}
int[] f = new int[1 << PRIMES.length];
f[0] = 1;
for (int i = 0; i < freq[1]; i) {
f[0] = f[0] * 2 % MOD;
}
for (int i = 2; i <= NUM_MAX; i) {
if (freq[i] == 0) {
continue;
}
// 检查 i 的每个质因数是否均不超过 1 个
int subset = 0, x = i;
boolean check = true;
for (int j = 0; j < PRIMES.length; j) {
int prime = PRIMES[j];
if (x % (prime * prime) == 0) {
check = false;
break;
}
if (x % prime == 0) {
subset |= (1 << j);
}
}
if (!check) {
continue;
}
// 动态规划
for (int mask = (1 << PRIMES.length) - 1; mask > 0; --mask) {
if ((mask & subset) == subset) {
f[mask] = (int) ((f[mask] ((long) f[mask ^ subset]) * freq[i]) % MOD);
}
}
}
int ans = 0;
for (int mask = 1, maskMax = (1 << PRIMES.length); mask < maskMax; mask) {
ans = (ans f[mask]) % MOD;
}
return ans;
}
}
C#
public class Solution {
static int[] PRIMES = {2, 3, 5, 7, 11, 13, 17, 19, 23, 29};
static int NUM_MAX = 30;
static int MOD = 1000000007;
public int NumberOfGoodSubsets(int[] nums) {
int[] freq = new int[NUM_MAX 1];
foreach (int num in nums) {
freq[num];
}
int[] f = new int[1 << PRIMES.Length];
f[0] = 1;
for (int i = 0; i < freq[1]; i) {
f[0] = f[0] * 2 % MOD;
}
for (int i = 2; i <= NUM_MAX; i) {
if (freq[i] == 0) {
continue;
}
// 检查 i 的每个质因数是否均不超过 1 个
int subset = 0, x = i;
bool check = true;
for (int j = 0; j < PRIMES.Length; j) {
int prime = PRIMES[j];
if (x % (prime * prime) == 0) {
check = false;
break;
}
if (x % prime == 0) {
subset |= (1 << j);
}
}
if (!check) {
continue;
}
// 动态规划
for (int mask = (1 << PRIMES.Length) - 1; mask > 0; --mask) {
if ((mask & subset) == subset) {
f[mask] = (int) ((f[mask] ((long) f[mask ^ subset]) * freq[i]) % MOD);
}
}
}
int ans = 0;
for (int mask = 1, maskMax = (1 << PRIMES.Length); mask < maskMax; mask) {
ans = (ans f[mask]) % MOD;
}
return ans;
}
}
Python3
class Solution:
def numberOfGoodSubsets(self, nums: List[int]) -> int:
primes = [2, 3, 5, 7, 11, 13, 17, 19, 23, 29]
mod = 10**9 7
freq = Counter(nums)
f = [0] * (1 << len(primes))
f[0] = pow(2, freq[1], mod)
for i, occ in freq.items():
if i == 1:
continue
# 检查 i 的每个质因数是否均不超过 1 个
subset, x = 0, i
check = True
for j, prime in enumerate(primes):
if x % (prime * prime) == 0:
check = False
break
if x % prime == 0:
subset |= (1 << j)
if not check:
continue
# 动态规划
for mask in range((1 << len(primes)) - 1, 0, -1):
if (mask & subset) == subset:
f[mask] = (f[mask] f[mask ^ subset] * occ) % mod
ans = sum(f[1:]) % mod
return ans
C
const int PRIMES[] = {2, 3, 5, 7, 11, 13, 17, 19, 23, 29};
const int NUM_MAX = 30;
const int MOD = 1000000007;
int numberOfGoodSubsets(int* nums, int numsSize){
int primesSize = sizeof(PRIMES) / sizeof(int);
int * freq = (int *)malloc(sizeof(int) * (NUM_MAX 1));
memset(freq, 0, sizeof(int) * (NUM_MAX 1));
for (int i = 0; i < numsSize; i ) {
freq[nums[i]];
}
int * f = (int *)malloc(sizeof(int) * (1 << primesSize));
memset(f, 0, sizeof(int) * (1 << primesSize));
f[0] = 1;
for (int i = 0; i < freq[1]; i) {
f[0] = f[0] * 2 % MOD;
}
for (int i = 2; i <= NUM_MAX; i) {
if (!freq[i]) {
continue;
}
// 检查 i 的每个质因数是否均不超过 1 个
int subset = 0, x = i;
bool check = true;
for (int j = 0; j < primesSize; j) {
int prime = PRIMES[j];
if (x % (prime * prime) == 0) {
check = false;
break;
}
if (x % prime == 0) {
subset |= (1 << j);
}
}
if (!check) {
continue;
}
// 动态规划
for (int mask = (1 << primesSize) - 1; mask > 0; --mask) {
if ((mask & subset) == subset) {
f[mask] = (f[mask] (long)(f[mask ^ subset]) * freq[i]) % MOD;
}
}
}
int ans = 0;
for (int mask = 1, mask_max = (1 << primesSize); mask < mask_max; mask) {
ans = (ans f[mask]) % MOD;
}
free(freq);
free(f);
return ans;
}
JavaScript
const PRIMES = [2, 3, 5, 7, 11, 13, 17, 19, 23, 29];
const NUM_MAX = 30;
const MOD = 1000000007;
var numberOfGoodSubsets = function(nums) {
const freq = new Array(NUM_MAX 1).fill(0);
for (const num of nums) {
freq[num];
}
const f = new Array(1 << PRIMES.length).fill(0);
f[0] = 1;
for (let i = 0; i < freq[1]; i) {
f[0] = f[0] * 2 % MOD;
}
for (let i = 2; i <= NUM_MAX; i) {
if (freq[i] === 0) {
continue;
}
// 检查 i 的每个质因数是否均不超过 1 个
let subset = 0, x = i;
let check = true;
for (let j = 0; j < PRIMES.length; j) {
const prime = PRIMES[j];
if (x % (prime * prime) == 0) {
check = false;
break;
}
if (x % prime === 0) {
subset |= (1 << j);
}
}
if (!check) {
continue;
}
// 动态规划
for (let mask = (1 << PRIMES.length) - 1; mask > 0; --mask) {
if ((mask & subset) === subset) {
f[mask] = ((f[mask] (f[mask ^ subset]) * freq[i]) % MOD);
}
}
}
let ans = 0;
for (let mask = 1, maskMax = (1 << PRIMES.length); mask < maskMax; mask) {
ans = (ans f[mask]) % MOD;
}
return ans;
};
Golang
var primes = []int{2, 3, 5, 7, 11, 13, 17, 19, 23, 29}
func numberOfGoodSubsets(nums []int) (ans int) {
const mod int = 1e9 7
freq := [31]int{}
for _, num := range nums {
freq[num]
}
f := make([]int, 1<<len(primes))
f[0] = 1
for i := 0; i < freq[1]; i {
f[0] = f[0] * 2 % mod
}
next:
for i := 2; i < 31; i {
if freq[i] == 0 {
continue
}
// 检查 i 的每个质因数是否均不超过 1 个
subset := 0
for j, prime := range primes {
if i%(prime*prime) == 0 {
continue next
}
if i%prime == 0 {
subset |= 1 << j
}
}
// 动态规划
for mask := 1 << len(primes); mask > 0; mask-- {
if mask&subset == subset {
f[mask] = (f[mask] f[mask^subset]*freq[i]) % mod
}
}
}
for _, v := range f[1:] {
ans = (ans v) % mod
}
return
}
复杂度分析
- 时间复杂度:O(n C × O(2π(C))。其中 n 是数组 nums 的长度,C 是 nums 元素的最大值,在本题中 C = 30,π(x) 表示 ≤x 的质数的个数。
- 我们一共需要考虑O(C)个数,每个数需要 O(2π(C)) 的时间计算动态规划;
- 除此之外,在初始时我们还需要遍历一遍所有的数,时间复杂度为 O(n)。
- 空间复杂度:O(2π(C)),即为动态规划需要使用的空间。
BY /
本文作者:力扣
声明:本文归“力扣”版权所有,如需转载请联系。
,