首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >2026-06-17:最大子数组异或值。用go语言,给定一个非负整数数组 nums 和一个整数 k。你需要从中挑选任意一个连续非空子数组,使得该子数

2026-06-17:最大子数组异或值。用go语言,给定一个非负整数数组 nums 和一个整数 k。你需要从中挑选任意一个连续非空子数组,使得该子数

作者头像
福大大架构师每日一题
发布2026-06-24 15:40:03
发布2026-06-24 15:40:03
1250
举报

2026-06-17:最大子数组异或值。用go语言,给定一个非负整数数组 nums 和一个整数 k。你需要从中挑选任意一个连续非空子数组,使得该子数组内最大值与最小值的差不超过 k。在满足这一条件的所有子数组中,计算每个子数组的按位异或结果(即把子数组所有元素依次做 XOR),并返回这些异或结果里最大的那一个值。

1 <= nums.length <= 40000。

0 <= nums[i] < 32768。

0 <= k < 32768。

输入: nums = [5,4,5,6], k = 2。

输出: 7。

解释:

选择子数组 [5, 4, 5, 6]。

该子数组中最大值与最小值的差为 6 - 4 = 2 <= k。

该子数组的值为 4 XOR 5 XOR 6 = 7。

题目来自力扣3845。

整体算法分步详细拆解

题目需求梳理:找出所有连续子数组,满足子数组内最大值−最小值 ≤ k;在所有合法子数组的异或值中,求最大异或。 数组长度上限4e4,暴力枚举所有子数组会超时,代码采用滑动窗口(单调队列)+ 二进制贪心试填 + 前缀异或三段式解法,整体分为两大核心阶段:

第一阶段:单调队列滑动窗口,预处理每个右端点对应的最小合法左边界 lefts[]

前置概念

  1. 1. 前缀异或数组 sumsum[0]=0sum[i] = nums[0]^nums[1]^...^nums[i-1] 任意子数组 nums[l ... r] 的异或值 = sum[r+1] ^ sum[l],这是异或子数组标准转换公式。
  2. 2. 滑动窗口约束:窗口 [left, right] 满足区间最大值−最小值 ≤ k;若差值超过k,窗口左边界必须右移缩小。
  3. 3. 两个单调队列:
    • minQ:单调递增队列,存储下标,队首是当前窗口最小值下标;
    • maxQ:单调递减队列,存储下标,队首是当前窗口最大值下标。

步骤1:遍历每个右端点 right(逐个把nums[right]加入窗口)

  1. 1. 更新前缀异或:sum[right+1] = sum[right] ^ nums[right],同步记录数组全局最大值mx,用于后续二进制位长度计算。
  2. 2. 元素入单调队列维护单调性:
    • • 最小队列minQ:队尾所有 ≥ 当前值nums[right] 的下标全部弹出,再把right追加到队尾。保证队列内对应数值从小到大,队首永远是窗口最小值。
    • • 最大队列maxQ:队尾所有 ≤ 当前值nums[right] 的下标全部弹出,再把right追加到队尾。保证队列内对应数值从大到小,队首永远是窗口最大值。
  3. 3. 收缩左边界,保证窗口合法: 循环判断当前窗口最大值(nums[maxQ[0]])− 当前窗口最小值(nums[minQ[0]])> k:
    • • 左边界left自增1;
    • • 检查两个队列队首下标是否小于新left,若小于说明队首元素已滑出窗口,弹出队首; 循环直到窗口最值差 ≤ k,此时 [left, right] 是以right为右端点、左边界最小的合法窗口,所有左端点在 [left, right] 的子数组nums[l...right] 全部合法
  4. 4. 记录边界:lefts[right] = left,含义:当子数组右端是right时,合法子数组的左端点l必须 ≥ lefts[right]。

第一阶段输出结果

数组 lefts,长度等于nums长度,每个位置存对应右端点的最小合法左边界;前缀异或数组sum完整构建完成。

第二阶段:二进制高位贪心试填,求最大合法前缀异或差值(最大子数组异或)

核心思路

异或最大值优先保证高位尽可能为1,从最高二进制位到最低位逐位尝试:

  1. 1. 假设当前已确定高位结果ans,当前处理第i位,尝试把这一位设为1,得到候选值newAns = ans | (1<<i);
  2. 2. 遍历所有右端点right,查询是否存在前缀异或sum[l],满足:
    • • l ≥ lefts[right](保证子数组nums[l...right]合法)
    • • sum[right+1] ^ sum[l] = newAns(若存在,说明能构造出高位为1的更大异或值)
  3. 3. 若存在满足条件的sum[l],则ans第i位固定为1;否则保持0,继续处理下一位。

前置准备

  1. 1. 由全局最大值mx算出二进制总位数width = bits.Len(uint(mx)),代表最多需要处理多少个二进制位;
  2. 2. 数组last,作用:记录每种前缀异或值s最后一次出现的下标位置,大小为 2^width,初始值-1。

逐位贪心完整流程(从最高位i向下遍历到0)

  1. 1. 重置last数组:清空所有记录,仅初始化 last[0] = 0,对应前缀异或sum[0]=0出现在下标0。
  2. 2. ans整体左移一位,预留当前第i位的填充位置;生成候选值 newAns = ans | 1(尝试当前位填1)。
  3. 3. 再次遍历全部右端点right:
    • • 截取sum[right+1]的高位s:s = sum[right+1] >> i,舍弃i位以下低位,只保留高位做匹配;
    • • 匹配判断:查询 last[newAns ^ s],该值代表能和s异或得到newAns的前缀异或值上次出现的下标; 若下标 ≥ lefts[right],说明存在合法左边界l,子数组异或能达到newAns,直接把ans更新为newAns,跳出当前right循环,当前位确定为1;
    • • 若不满足匹配条件,更新last[s] = right+1,记录当前前缀异或s的最新下标,供后续right匹配使用。
  4. 4. 循环处理完所有二进制位后,ans即为全局最大合法子数组异或值。

样例 nums=[5,4,5,6], k=2 流程简要演示

阶段1滑动窗口预处理

逐个right=0,1,2,3计算lefts:

  1. 1. right=0(值5):窗口[0,0],最值差0≤2 → lefts[0]=0
  2. 2. right=1(值4):窗口[0,1],max5-min4=1≤2 → lefts[1]=0
  3. 3. right=2(值5):窗口[0,2],max5-min4=1≤2 → lefts[2]=0
  4. 4. right=3(值6):窗口[0,3],max6-min4=2≤2 → lefts[3]=0 最终lefts=[0,0,0,0],所有右端点的合法左边界都从0开始,整个数组是合法窗口。 前缀异或sum=[0,5,1,4,2]

阶段2二进制贪心求最大异或

mx=6,二进制110,width=3,处理i=2、1、0三位:

  1. 1. 最高位i=2(4的位):尝试ans第2位为1,遍历所有前缀异或,存在匹配,ans=4;
  2. 2. i=1(2的位):尝试叠加2,newAns=6,存在匹配,ans=6;
  3. 3. i=0(1的位):尝试叠加1,newAns=7,存在合法前缀匹配,ans=7; 最终返回7,与样例输出一致。

时间复杂度分析

1. 第一阶段:单调滑动窗口 O(n)

n = nums长度(上限4e4)

  • • 每个元素只会入队、出队minQ、maxQ各1次,队列操作总次数不超过2n;
  • • 外层right循环n次,内层收缩left循环整体最多执行n次,无嵌套平方操作; 整体线性 O(n)。

2. 第二阶段:二进制贪心 O(width × n)

  • • width:nums[i] < 32768 = 2^15,因此width固定最大15位;
  • • 外层二进制循环:固定最多15次;
  • • 内层每次完整遍历数组n个right,单层循环O(n); 该阶段总复杂度 O(15×n) = O(n)。

总时间复杂度

两段相加:O(n) + O(15n) = O(n),n≤4e4,计算量极低,不会超时。

额外空间复杂度(不计输入nums)

  1. 1. lefts数组:长度n → O(n)
  2. 2. sum前缀异或数组:长度n+1 → O(n)
  3. 3. minQ、maxQ单调队列:最多存储n个下标,合计O(n)
  4. 4. last数组:大小 2^width,width最大15 → 2^15=32768,常数空间O(1)

总额外空间复杂度:O(n)

Go完整代码如下:

.

代码语言:javascript
复制
package main

import (
    "fmt"
    "math/bits"
)

func maxXor(nums []int, k int) (ans int) {
    // 预处理:当窗口右端点在 right 时,窗口左端点在 lefts[right]
    // 顺带算出前缀异或和、nums 的最大值
    n := len(nums)
    lefts := make([]int, n)
    sum := make([]int, len(nums)+1)
    mx := 0
    var minQ, maxQ []int
    left := 0
    for right, x := range nums {
        sum[right+1] = sum[right] ^ x
        mx = max(mx, x)

        // 1. 入
        forlen(minQ) > 0 && x <= nums[minQ[len(minQ)-1]] {
            minQ = minQ[:len(minQ)-1]
        }
        minQ = append(minQ, right)

        forlen(maxQ) > 0 && x >= nums[maxQ[len(maxQ)-1]] {
            maxQ = maxQ[:len(maxQ)-1]
        }
        maxQ = append(maxQ, right)

        // 2. 出
        for nums[maxQ[0]]-nums[minQ[0]] > k {
            left++
            if minQ[0] < left {
                minQ = minQ[1:]
            }
            if maxQ[0] < left {
                maxQ = maxQ[1:]
            }
        }

        // 3. 记录此时的 left
        lefts[right] = left
    }

    // 试填法
    width := bits.Len(uint(mx))
    last := make([]int, 1<<width)
    for i := width - 1; i >= 0; i-- {
        for j := range1 << (width - i) {
            last[j] = -1
        }
        last[0] = 0// sum[0] = 0 的位置是 0
        ans <<= 1
        newAns := ans | 1
        for right, l := range lefts {
            s := sum[right+1] >> i   // 去掉低位,只看高位
            if last[newAns^s] >= l { // newAns^s 存在,且在窗口内
                ans = newAns // 最终答案第 i 位填 1
                break
            }
            last[s] = right + 1
        }
    }

    return
}

func main() {
    nums := []int{5, 4, 5, 6}
    k := 2
    result := maxXor(nums, k)
    fmt.Println(result)
}
在这里插入图片描述
在这里插入图片描述

Python完整代码如下:

.

代码语言:javascript
复制
# -*-coding:utf-8-*-

from typing import List

def maxXor(nums: List[int], k: int) -> int:
    n = len(nums)
    lefts = [0] * n
    prefix_sum = [0] * (n + 1)
    mx = 0
    
    # 单调队列求窗口左端点
    min_q = []
    max_q = []
    left = 0
    
    for right, x in enumerate(nums):
        prefix_sum[right + 1] = prefix_sum[right] ^ x
        mx = max(mx, x)
        
        # 入队
        while min_q and x <= nums[min_q[-1]]:
            min_q.pop()
        min_q.append(right)
        
        while max_q and x >= nums[max_q[-1]]:
            max_q.pop()
        max_q.append(right)
        
        # 出队
        while nums[max_q[0]] - nums[min_q[0]] > k:
            left += 1
            if min_q[0] < left:
                min_q.pop(0)
            if max_q[0] < left:
                max_q.pop(0)
        
        # 记录此时的左端点
        lefts[right] = left
    
    # 试填法求最大异或值
    width = mx.bit_length()
    ans = 0
    
    for i in range(width - 1, -1, -1):
        # 初始化 last 数组
        last = [-1] * (1 << (width - i))
        last[0] = 0  # prefix_sum[0] = 0 的位置是 0
        
        ans <<= 1
        new_ans = ans | 1
        found = False
        
        for right, l in enumerate(lefts):
            s = prefix_sum[right + 1] >> i  # 去掉低位,只看高位
            if last[new_ans ^ s] >= l:  # new_ans^s 存在,且在窗口内
                ans = new_ans  # 最终答案第 i 位填 1
                found = True
                break
            last[s] = right + 1
        
        if not found:
            # 如果没找到,ans 保持原样(第 i 位为 0)
            pass
    
    return ans


def main():
    nums = [5, 4, 5, 6]
    k = 2
    result = maxXor(nums, k)
    print(result)


if __name__ == "__main__":
    main()
在这里插入图片描述
在这里插入图片描述

C++完整代码如下:

.

代码语言:javascript
复制
#include <iostream>
#include <vector>
#include <deque>
#include <algorithm>
#include <cmath>

using namespace std;

int maxXor(vector<int>& nums, int k) {
    int n = nums.size();
    vector<int> lefts(n);
    vector<int> prefix_sum(n + 1, 0);
    int mx = 0;

    // 单调队列求窗口左端点
    deque<int> min_q, max_q;
    int left = 0;

    for (int right = 0; right < n; right++) {
        int x = nums[right];
        prefix_sum[right + 1] = prefix_sum[right] ^ x;
        mx = max(mx, x);

        // 入队
        while (!min_q.empty() && x <= nums[min_q.back()]) {
            min_q.pop_back();
        }
        min_q.push_back(right);

        while (!max_q.empty() && x >= nums[max_q.back()]) {
            max_q.pop_back();
        }
        max_q.push_back(right);

        // 出队
        while (nums[max_q.front()] - nums[min_q.front()] > k) {
            left++;
            if (min_q.front() < left) {
                min_q.pop_front();
            }
            if (max_q.front() < left) {
                max_q.pop_front();
            }
        }

        // 记录此时的左端点
        lefts[right] = left;
    }

    // 试填法求最大异或值
    int width = 0;
    int temp = mx;
    while (temp > 0) {
        width++;
        temp >>= 1;
    }
    if (width == 0) width = 1; // 处理 mx = 0 的情况

    int ans = 0;

    for (int i = width - 1; i >= 0; i--) {
        // 初始化 last 数组
        int last_size = 1 << (width - i);
        vector<int> last(last_size, -1);
        last[0] = 0; // prefix_sum[0] = 0 的位置是 0

        ans <<= 1;
        int new_ans = ans | 1;
        bool found = false;

        for (int right = 0; right < n; right++) {
            int l = lefts[right];
            int s = prefix_sum[right + 1] >> i; // 去掉低位,只看高位

            // 检查 new_ans ^ s 是否存在,且在窗口内
            if (last[new_ans ^ s] >= l) {
                ans = new_ans; // 最终答案第 i 位填 1
                found = true;
                break;
            }
            last[s] = right + 1;
        }

        // 如果没找到,ans 保持原样(第 i 位为 0)
    }

    return ans;
}

int main() {
    vector<int> nums = {5, 4, 5, 6};
    int k = 2;
    int result = maxXor(nums, k);
    cout << result << endl;
    return0;
}
在这里插入图片描述
在这里插入图片描述
本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2026-06-16,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 福大大架构师每日一题 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 整体算法分步详细拆解
    • 第一阶段:单调队列滑动窗口,预处理每个右端点对应的最小合法左边界 lefts[]
      • 前置概念
      • 步骤1:遍历每个右端点 right(逐个把nums[right]加入窗口)
      • 第一阶段输出结果
    • 第二阶段:二进制高位贪心试填,求最大合法前缀异或差值(最大子数组异或)
      • 核心思路
      • 前置准备
      • 逐位贪心完整流程(从最高位i向下遍历到0)
    • 样例 nums=[5,4,5,6], k=2 流程简要演示
      • 阶段1滑动窗口预处理
      • 阶段2二进制贪心求最大异或
  • 时间复杂度分析
    • 1. 第一阶段:单调滑动窗口 O(n)
    • 2. 第二阶段:二进制贪心 O(width × n)
    • 总时间复杂度
  • 额外空间复杂度(不计输入nums)
  • Go完整代码如下:
  • Python完整代码如下:
  • C++完整代码如下:
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档