旋转数组意味着我们将获得一个数字，并且我们必须以循环顺序向右或向左移动数组的元素。这里我们没有指定，所以我们将以右旋转为标准，在给定的旋转次数后，我们将返回总和最大的子数组。我们将在文章中看到带有正确解释的代码。
问题简介在这个问题中，我们得到一个包含整数的数组和另一个包含查询对的数组。查询数组的每个索引包含两个整数，第一个整数表示当前数组旋转的次数，第二个整数表示所需子数组的长度。例如 -
如果给定数组是 [ 5, 7, 1, 4, 3, 8, 2] 并且查询如下 -
queries: 3 rotations and size 3after the three rotations, the array looks like: 3, 8, 2, 5, 7, 1, 4from the above array, the result is 15 by subarray: 8, 2, and 5.queries: 2 rotations and size 4after the two rotations, the array looks like: 8, 2, 5, 7, 1, 4, 3from the above array, the result is 22 by subarrays 8, 2, 5, and 7
让我们转向解决这个问题的方法
天真的方法最简单的方法是直接使用两个 for 循环来实现给定的问题。首先，我们将在阵列上移动并以顺时针方式旋转它指定的次数。然后我们找到给定大小的子数组以及和最大的子数组。让我们看看它的代码 -
示例// function to rotate the array and find the subarray sumfunction subsum(arr, rotations, size){ var n = arr.length var temp = new array(n) var j = 0; for(var i = n-rotations; i<n;i++){ temp[j] = arr[i]; j++; } for(var i = 0; i < n-rotations; i++){ temp[j] = arr[i]; j++; } // getting the size of the first window of the given size var ans = -1000000000; for(var i = 0; i<=n-size; i++) { var cur = 0; for(var j = i; j < i+size; j++) { cur += temp[j]; } if(ans < cur) { ans = cur; } } console.log(the maximum sum or given subarray with size + size + after + rotations + number of rotations is + ans);}// defining array var arr= [5, 7, 1, 4, 3, 8, 2]// defining quries var queries = [[3,3], [2,4]]// traversing over the array for(var i =0; i<queries.length; i++){ subsum(arr, queries[i][0], queries[i][1]);}
时间和空间复杂度上述代码的时间复杂度为o(q*d*n)，其中q是查询次数。 d 是每个所需子数组的大小，n 是数组的长度。
上述代码的空间复杂度为 o(n)，因为我们使用额外的数组来存储旋转后的数组。
高效的方法使用滑动窗口方法可以有效地解决这个问题。让我们直接转向这个问题的代码并通过它获得概述 -
示例// function to rotate the array and find the subarray sumfunction subsum(arr, rotations, size){ var n = arr.length var temp = new array(n) var j = 0; for(var i = n-rotations; i<n;i++){ temp[j] = arr[i]; j++; } for(var i = 0; i < n-rotations; i++){ temp[j] = arr[i]; j++; } // getting the size of the first window of the given size var ans = -1000000000 var cur = 0; for(var i = 0;i<size;i++){ cur += temp[i]; } ans = cur; for(var i = size; i<n;i++){ cur -= temp[i-size]; cur += temp[i]; if(ans < cur) { ans = cur; } } console.log(the maximum sum of given subarray with size + size + after + rotations + number of rotations is + ans);}// defining array var arr= [5, 7, 1, 4, 3, 8, 2]// defining quries var queries = [[3,3], [2,4]]// traversing over the array for(var i =0; i<queries.length; i++){ subsum(arr, queries[i][0], queries[i][1]);}
时间和空间复杂度上述代码的时间复杂度为o(q*n)，其中q是查询次数，n是数组长度。
上述代码的空间复杂度为 o(n)，因为我们使用额外的数组来存储旋转后的数组。
结论在本教程中，我们实现了一个用于查询的 javascript 程序，以查找旋转数组中给定长度的连续子数组的最大总和。我们实现了一种时间复杂度为 o(n*q*d) 的朴素方法，然后通过使用滑动窗口的概念将其改进为 o(n*q) 时间复杂度，但两个代码的空间复杂度相同 o(n) .
以上就是用于查询的 javascript 程序，用于查找旋转数组中给定长度的连续子数组的最大总和的详细内容。