Dada una array ordenada A de n enteros. La tarea es encontrar la suma del mínimo de todas las subsecuencias posibles de A .
Nota: Teniendo en cuenta que no habrá desbordamiento de números.
Ejemplos:
Entrada: A = [1, 2, 4, 5]
Salida: 29
Las subsecuencias son [1], [2], [4], [5], [1, 2], [1, 4], [1, 5 ], [2, 4], [2, 5], [4, 5] [1, 2, 4], [1, 2, 5], [1, 4, 5], [2, 4, 5] , [1, 2, 4, 5]
Los mínimos son 1, 2, 4, 5, 1, 1, 1, 2, 2, 4, 1, 1, 1, 2, 1. La
suma es 29
Entrada: A = [ 1, 2, 3]
Salida: 11
Enfoque: El enfoque Naive es generar todas las subsecuencias posibles, encontrar su mínimo y agregarlas al resultado.
Enfoque Eficiente: Se da que el arreglo está ordenado, así que observa que el elemento mínimo ocurre 2 n-1 veces, el segundo mínimo ocurre 2 n-2 veces, y así sucesivamente… Pongamos un ejemplo:
arr[] = {1, 2, 3}
Las subsecuencias son {1}, {2}, {3}, {1, 2}, {1, 3}, {2, 3}, {1, 2, 3}
Mínimo de cada subsecuencia: {1}, {2}, {3}, {1}, {1}, {2}, {1}.
donde
1 ocurre 4 veces, es decir, 2 n-1 donde n = 3.
2 ocurre 2 veces, es decir, 2 n-2 donde n = 3.
3 ocurre 1 vez, es decir, 2 n-3 donde n = 3.
Entonces, recorra la array y agregue el elemento actual, es decir, arr[i]* pow(2, n-1-i) a la suma.
A continuación se muestra la implementación del enfoque anterior:
C++
// C++ implementation of the above approach #include <bits/stdc++.h> using namespace std; // Function to find the sum // of minimum of all subsequence int findMinSum(int arr[], int n) { int occ = n - 1, sum = 0; for (int i = 0; i < n; i++) { sum += arr[i] * pow(2, occ); occ--; } return sum; } // Driver code int main() { int arr[] = { 1, 2, 4, 5 }; int n = sizeof(arr) / sizeof(arr[0]); cout << findMinSum(arr, n); return 0; }
Java
// Java implementation of the above approach class GfG { // Function to find the sum // of minimum of all subsequence static int findMinSum(int arr[], int n) { int occ = n - 1, sum = 0; for (int i = 0; i < n; i++) { sum += arr[i] * (int)Math.pow(2, occ); occ--; } return sum; } // Driver code public static void main(String[] args) { int arr[] = { 1, 2, 4, 5 }; int n = arr.length; System.out.println(findMinSum(arr, n)); } } // This code is contributed by Prerna Saini
Python3
# Python3 implementation of the # above approach # Function to find the sum # of minimum of all subsequence def findMinSum(arr, n): occ = n - 1 Sum = 0 for i in range(n): Sum += arr[i] * pow(2, occ) occ -= 1 return Sum # Driver code arr = [1, 2, 4, 5] n = len(arr) print(findMinSum(arr, n)) # This code is contributed # by mohit kumar
C#
// C# implementation of the above approach using System; class GFG { // Function to find the sum // of minimum of all subsequence static int findMinSum(int []arr, int n) { int occ = n - 1, sum = 0; for (int i = 0; i < n; i++) { sum += arr[i] *(int) Math.Pow(2, occ); occ--; } return sum; } // Driver code public static void Main(String []args) { int []arr = { 1, 2, 4, 5 }; int n = arr.Length; Console.WriteLine( findMinSum(arr, n)); } } // This code is contributed by Arnab Kundu
PHP
<?php // PHP implementation of the // above approach // Function to find the sum // of minimum of all subsequence function findMinSum($arr, $n) { $occ1 = ($n); $occ = $occ1 - 1; $Sum = 0; for ($i = 0; $i < $n; $i++) { $Sum += $arr[$i] * pow(2, $occ); $occ -= 1; } return $Sum; } // Driver code $arr = array(1, 2, 4, 5); $n = count($arr); echo findMinSum($arr, $n); // This code is contributed // by Srathore ?>
Javascript
<script> // Javascript implementation of the above approach // Function to find the sum // of minimum of all subsequence function findMinSum(arr, n) { var occ = n - 1, sum = 0; for (var i = 0; i < n; i++) { sum += arr[i] * Math.pow(2, occ); occ--; } return sum; } // Driver code var arr = [ 1, 2, 4, 5 ]; var n = arr.length; document.write( findMinSum(arr, n)); </script>
29
Complejidad de tiempo: O (nlogn)
Espacio Auxiliar: O(1)
Nota: Para encontrar la Suma del elemento máximo de todas las subsecuencias en una array ordenada , simplemente recorra la array en orden inverso y aplique la misma fórmula para la Suma.
Publicación traducida automáticamente
Artículo escrito por Shivam.Pradhan y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA