Pythonで1つの要素を削除した後に現れる「1」のみの最長部分配列を求めるアルゴリズム
問題の概要
0と1だけで構成されるバイナリ配列 nums が与えられます。この配列から要素を1つだけ削除できるとき、削除後の配列内に存在する「1のみを含む最長の空でない部分配列(サブアレイ)」の長さを求めます。該当する部分配列が存在しない場合は 0 を返します。
例えば、入力が nums = [1,0,1,1,1,0,1,1,0] の場合を考えてみましょう。位置5(0始まりのインデックス)にある 0 を削除すると、[1,1,1,1,1] という「1が5個連続した部分配列」が得られるため、出力は 5 となります。
解法の考え方
この問題は、連続する1の「かたまり(ラン)」ごとに数え直すことで効率的に解けます。手順は以下の通りです。
- 配列に 0 が一切含まれない場合 → 全体が1の連なりなので、
len(nums) - 1(1つ削除するため)を返します。 - 配列に 1 が一切含まれない場合 → 条件を満たす部分配列は作れないので 0 を返します。
- 新しいリスト
aを用意し、カウンタcntを 0 で初期化します。 - 配列の各要素
iについて走査します。i == 0のとき:これまでのcntが 0 でなければリストaの末尾に追加し、cntをリセット。その後、0 自身もaに追加します。i == 1のとき:cntを +1 します。
- 走査終了後、
cntが残っていればaの末尾に追加します。 - こうして
aには「1の連続数」と「0」が交互に格納されます。 - 最大値
Maxを 0 で初期化し、aの各要素を確認します。a[i]が 0 以外ならスキップ。a[i] == 0かつiが末尾のとき → 直前のラン長a[i-1]と比較。a[i] == 0かつiが先頭のとき → 直後のラン長a[i+1]と比較。- それ以外の 0 のとき → 両隣のラン長の和
a[i+1] + a[i-1](この 0 を削除すると2つのランが結合するため)と比較します。
- 最後に
Maxを返します。
実装例(Python)
def solve(nums): if 0 not in nums: return len(nums)-1 if 1 not in nums: return 0 a = [] cnt = 0 for i in nums: if i == 0: if cnt != 0: a.append(cnt) cnt = 0 a.append(i) else: cnt += 1 if cnt!=0: a.append(cnt) Max = 0 for i in range(len(a)): if a[i] != 0: continue if a[i] == 0 and i == len(a)-1: Max = max(Max,a[i-1]) elif a[i] == 0 and i == 0: Max = max(Max,a[i+1]) elif a[i] == 0: Max = max(Max,a[i+1]+a[i-1]) return Max nums = [1,0,1,1,1,0,1,1,0] print(solve(nums))
入力
[1,0,1,1,1,0,1,1,0]
出力
5
計算量について
このアルゴリズムは配列を2回走査するだけなので、時間計算量は O(n)、圧縮結果を保存するための補助リストが必要ですが、空間計算量も O(n) に収まります。スライディングウィンドウを使えば補助リストなしで O(1) 追加空間に抑えることも可能です。
-
Pythonで最大K回のインクリメント操作後に等しい要素からなる最長部分リストを求めるプログラム
問題の概要数値のリスト nums と整数 k が与えられます。「リスト内の任意の1つの要素を1だけ増やす」という操作を最大 k 回まで行えるとき、すべての要素が等しい値になるような最長の部分リスト(連続する部分列)の長さを求めます。たとえば、入力が nums = [3, 5, 9, 6, 10, 7]、k = 6 の場合を考えてみましょう。9 を1回、6 を4回インクリメントすれば、部分リスト [10, 10, 10] が作れるため、答えは 3 になります。解法のステップこの問題は、スライディングウィンドウと単調デック(モノトニックデック)を組み合わせることで効率的に解けます。手順は以下のとお
-
Pythonで2次元配列からk番目に小さい要素を求めるプログラム
n×n のユーザー入力による整数行列と値 k が与えられたとき、その2次元配列の中から「k番目に小さい要素」を見つけるのが本記事の目的です。この問題は、Python標準ライブラリの heapq モジュールを使うことで効率的に解決できます。 heapqモジュールとは heapq(ヒープキュー)は、Pythonでヒープ構造(優先度付きキュー)を扱うためのモジュールです。このモジュールの特徴は、毎回ヒープの中で最も小さい要素が取り出される「最小ヒープ(min heap)」として動作する点にあります。また、nsmallest() メソッドを使うことで、データ集合の中から最小のn個の値を簡単に取得するこ