题目描述
给你一个下标从 0 开始的整数数组 nums
,数组长度为 n
。
你可以执行无限次下述运算:
- 选择一个之前未选过的下标
i
,并选择一个 严格小于 nums[i]
的质数 p
,从 nums[i]
中减去 p
。
如果你能通过上述运算使得 nums
成为严格递增数组,则返回 true
;否则返回 false
。
严格递增数组 中的每个元素都严格大于其前面的元素。
示例 1:
输入:nums = [4,9,6,10]
输出:true
解释:
在第一次运算中:选择 i = 0 和 p = 3 ,然后从 nums[0] 减去 3 ,nums 变为 [1,9,6,10] 。
在第二次运算中:选择 i = 1 和 p = 7 ,然后从 nums[1] 减去 7 ,nums 变为 [1,2,6,10] 。
第二次运算后,nums 按严格递增顺序排序,因此答案为 true 。
示例 2:
输入:nums = [6,8,11,12]
输出:true
解释:nums 从一开始就按严格递增顺序排序,因此不需要执行任何运算。
示例 3:
输入:nums = [5,8,3]
输出:false
解释:可以证明,执行运算无法使 nums 按严格递增顺序排序,因此答案是 false 。
提示:
1 <= nums.length <= 1000
1 <= nums[i] <= 1000
nums.length == n
解法
方法一:预处理质数 + 二分查找
我们先预处理得到 $1000$ 以内的所有质数,记录在数组 $p$ 中。
对于数组 $nums$ 中的每个元素 $nums[i]$,我们需要找到一个质数 $p[j]$,使得 p[j] \gt nums[i] - nums[i + 1],并且 $p[j]$ 尽可能小。如果找不到这样的质数,说明无法通过减法运算使得 $nums$ 严格递增,返回 false
。如果找到了这样的质数,我们就将 $nums[i]$ 减去 $p[j]$,并继续处理下一个元素。
如果 $nums$ 中的所有元素都处理完了,说明可以通过减法运算使得 $nums$ 严格递增,返回 true
。
时间复杂度 $O(n \log n)$,空间复杂度 $O(n)$。其中 $n$ 为数组 $nums$ 的长度。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19 | class Solution:
def primeSubOperation(self, nums: List[int]) -> bool:
p = []
for i in range(2, max(nums)):
for j in p:
if i % j == 0:
break
else:
p.append(i)
n = len(nums)
for i in range(n - 2, -1, -1):
if nums[i] < nums[i + 1]:
continue
j = bisect_right(p, nums[i] - nums[i + 1])
if j == len(p) or p[j] >= nums[i]:
return False
nums[i] -= p[j]
return True
|
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
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42 | class Solution {
public boolean primeSubOperation(int[] nums) {
List<Integer> p = new ArrayList<>();
for (int i = 2; i <= 1000; ++i) {
boolean ok = true;
for (int j : p) {
if (i % j == 0) {
ok = false;
break;
}
}
if (ok) {
p.add(i);
}
}
int n = nums.length;
for (int i = n - 2; i >= 0; --i) {
if (nums[i] < nums[i + 1]) {
continue;
}
int j = search(p, nums[i] - nums[i + 1]);
if (j == p.size() || p.get(j) >= nums[i]) {
return false;
}
nums[i] -= p.get(j);
}
return true;
}
private int search(List<Integer> nums, int x) {
int l = 0, r = nums.size();
while (l < r) {
int mid = (l + r) >> 1;
if (nums.get(mid) > x) {
r = mid;
} else {
l = mid + 1;
}
}
return l;
}
}
|
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
27
28
29
30 | class Solution {
public:
bool primeSubOperation(vector<int>& nums) {
vector<int> p;
for (int i = 2; i <= 1000; ++i) {
bool ok = true;
for (int j : p) {
if (i % j == 0) {
ok = false;
break;
}
}
if (ok) {
p.push_back(i);
}
}
int n = nums.size();
for (int i = n - 2; i >= 0; --i) {
if (nums[i] < nums[i + 1]) {
continue;
}
int j = upper_bound(p.begin(), p.end(), nums[i] - nums[i + 1]) - p.begin();
if (j == p.size() || p[j] >= nums[i]) {
return false;
}
nums[i] -= p[j];
}
return true;
}
};
|
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 | func primeSubOperation(nums []int) bool {
p := []int{}
for i := 2; i <= 1000; i++ {
ok := true
for _, j := range p {
if i%j == 0 {
ok = false
break
}
}
if ok {
p = append(p, i)
}
}
for i := len(nums) - 2; i >= 0; i-- {
if nums[i] < nums[i+1] {
continue
}
j := sort.SearchInts(p, nums[i]-nums[i+1]+1)
if j == len(p) || p[j] >= nums[i] {
return false
}
nums[i] -= p[j]
}
return true
}
|
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
27
28
29
30
31
32
33
34
35
36
37
38
39
40 | function primeSubOperation(nums: number[]): boolean {
const p: number[] = [];
for (let i = 2; i <= 1000; ++i) {
let ok = true;
for (const j of p) {
if (i % j === 0) {
ok = false;
break;
}
}
if (ok) {
p.push(i);
}
}
const search = (x: number): number => {
let l = 0;
let r = p.length;
while (l < r) {
const mid = (l + r) >> 1;
if (p[mid] > x) {
r = mid;
} else {
l = mid + 1;
}
}
return l;
};
const n = nums.length;
for (let i = n - 2; i >= 0; --i) {
if (nums[i] < nums[i + 1]) {
continue;
}
const j = search(nums[i] - nums[i + 1]);
if (j === p.length || p[j] >= nums[i]) {
return false;
}
nums[i] -= p[j];
}
return true;
}
|
方法二:预处理素数