2026-06-24：使数组奇偶交替的最少操作。用go语言，给定整数数组 nums。若对所有相邻位置 i 和 i+1，它们的奇偶性不同（一个为奇数、另一

2026-06-24：使数组奇偶交替的最少操作。用go语言，给定整数数组 nums。若对所有相邻位置 i 和 i+1，它们的奇偶性不同（一个为奇数、另一个为偶数），则称该数组为“奇偶交替”。你可以对任意下标 i 做一次操作：把 nums[i] 加 1 或减 1。

现在要返回两个数：

• • answer[0]：把数组调整为“奇偶交替”所需的最少操作次数。

• • answer[1]：在所有恰好用了 answer[0] 次操作得到“奇偶交替”的结果数组中，max(数组) - min(数组) 能取得的最小值。

注意：当数组长度为 1 时，它天然满足“奇偶交替”条件。

1 <= nums.length <= 100000。

-1000000000 <= nums[i] <= 1000000000。

输入： nums = [-2,-3,1,4]。

输出： [2,6]。

解释：

执行以下操作：

将 nums[2] 增加 1，得到 nums = [-2, -3, 2, 4]。

将 nums[3] 减少 1，得到 nums = [-2, -3, 2, 3]。

得到的数组是奇偶交替的，且 max(nums) - min(nums) = 3 - (-3) = 6 是所有使用恰好 2 次操作可获得的奇偶交替数组中的最小值。

题目来自力扣3854。

一、整体算法分步流程 步骤1：前置全局预处理

1. 1. 判断数组长度：输入长度为4≠1，进入主逻辑；

2. 2. 遍历整个数组，求出全局最小值gMin=-3、全局最大值gMax=4；
   作用：当数字需要修改时，控制修改方向，用来计算修改后新数字，方便后续求极差。

函数输入0/1两种模板，一次性算出两个结果：
返回值1：该模板需要的总最少操作次数op
返回值2：该模板在最少操作前提下，修改后数组能达到的最小极差minD
函数内部完整执行流程：

子步骤2.1 初始化变量

• • op=0：统计当前模板总操作次数

• • mn=无穷大：记录修改后数组所有元素最小值

• • mx=负无穷大：记录修改后数组所有元素最大值

核心判断条件：(x - i) & 1 != target，等价校验「当前x奇偶是否匹配当前模板要求」：
推导：
x奇偶 ^ i奇偶 = target→(x&1) ^ (i&1) = target
(x-i)&1 = (x&1)^(i&1)，因此条件不成立代表当前数字奇偶不达标，必须修改。

分两种分支处理每个元素：

分支A：当前数字奇偶不匹配模板（需要操作）

1. 1. 操作计数op +=1（仅±1，最少代价，不做多次修改）；

2. 2. 决定修改后新x的值：

• • 如果原x是全局最小值gMin：只能+1（如果-1会更小，极差会变大，为了拿到最小极差优先往大改）；

• • 如果原x是全局最大值gMax：只能-1（如果+1会更大，极差会变大，优先往小改）；
  逻辑目的：修改时尽可能压缩数值区间，让最终极差最小。

3. 用修改后的新x，更新全局mn、mx（记录当前修改后数组的最大、最小值）。

分支B：当前数字奇偶匹配模板（无需操作）

直接用原x更新mn、mx，不增加操作次数。

子步骤2.3 遍历完所有元素后计算极差

计算当前模板修改后数组极差：mx - mn；
题目规定数组长度≥2时极差至少为1，因此最终取max(mx-mn,1)作为该模板的最小极差minD；
函数返回 (总操作次数op，最小极差minD)。

步骤3：分别计算两种模板的代价

1. 1. 调用calc(0)，得到模板0数据：op1、minD1；

2. 2. 调用calc(1)，得到模板1数据：op2、minD2；

数组下标0: -2、下标1: -3、下标2: 1、下标3:4

calc(0)（偶、奇、偶、奇模板）

i=0，x=-2：x偶，i偶，匹配模板0，不操作，mn=-2,mx=-2
i=1，x=-3：x奇，i奇，匹配模板0，不操作，mn=-3,mx=-2
i=2，x=1：x奇，i偶，不匹配，op+1；x不是gMin/gMax，任意±1（示例选+1→2），新x=2，mn=-3,mx=2
i=3，x=4：x偶，i奇，不匹配，op+1；x是gMax=4，只能-1→3，新x=3，mn=-3,mx=3
总op1=2，极差3-(-3)=6 → minD1=6

calc(1)（奇、偶、奇、偶模板）

i=0，x=-2偶，i偶，不匹配，op+1；x=gMin=-3？不是，x=-2，±1变-1
i=1，x=-3奇，i奇，不匹配，op+1；±1变-2
i=2，x=1奇，i偶，匹配，无操作
i=3，x=4偶，i奇，匹配，无操作
总op2=2；修改后数值区间极差会大于6，minD2>6

步骤4：对比两套模板，选出最优方案

对比规则优先级：

1. 1. 优先选总操作次数更少的模板；

2. 2. 若次数相等，选极差更小的模板。

示例中op1=op2=2，minD1=6 < minD2，因此选用模板0结果，返回数组[2,6]，和题目输出一致。

步骤5：边界兜底逻辑

如果输入数组长度等于1，直接返回[0,0]，不执行上述calc计算流程。

二、时间复杂度分析

1. 1. 求全局最大最小值：单次O(n)遍历；

2. 2. calc(0)完整遍历数组O(n)，calc(1)完整遍历数组O(n)；
   总遍历次数：3次线性遍历，总运算量与数组长度n成正比；
   总时间复杂度：O(n)
   n最大1e5，线性复杂度满足数据范围要求。

1. 1. 仅使用固定数量局部变量：gMin、gMax、op、mn、mx、op1、minD1、op2、minD2等；

2. 2. 没有开辟随n增长的数组、切片、哈希容器；
   输出切片固定长度为2，属于常量空间；
   总额外空间复杂度：O(1)（常数空间）

package main

 import (
    "fmt"
    "math"
    "slices"
)

 func makeParityAlternating(nums []int) []int {
    iflen(nums) == 1 {
        return []int{0, 0}
    }

     gMin := slices.Min(nums)
    gMax := slices.Max(nums)

     calc := func(target int) (int, int) {
        op, mn, mx := 0, math.MaxInt, math.MinInt
        for i, x := range nums {
            // 如果 target = 0，那么操作后，nums 每个数的奇偶性必须分别等于 0,1,0,1,... 即 target ^ i%2
            if (x-i)&1 != target { // 等价于 x&1 != target ^ i%2
                op++
                if x == gMin {
                    x++
                } elseif x == gMax {
                    x--
                }
            }
            mn = min(mn, x)
            mx = max(mx, x)
        }
        return op, max(mx-mn, 1) // 在 n >= 2 的情况下，极差至少是 1
    }

     op1, minD1 := calc(0)
    op2, minD2 := calc(1)

     if op1 < op2 || op1 == op2 && minD1 < minD2 {
        return []int{op1, minD1}
    }
    return []int{op2, minD2}
}

 func main() {
    nums := []int{-2, -3, 1, 4}
    result := makeParityAlternating(nums)
    fmt.Println(result)
}

Python完整代码如下：

# -*-coding:utf-8-*-

 from typing import List

 def make_parity_alternating(nums: List[int]) -> List[int]:
    iflen(nums) == 1:
        return [0, 0]
    g_min = min(nums)
    g_max = max(nums)
    def calc(target: int) -> tuple:
        op = 0
        mn = float('inf')
        mx = float('-inf')
        for i, x in enumerate(nums):
            # 如果 target = 0，那么操作后，nums 每个数的奇偶性必须分别等于 0,1,0,1,...
            # 即 target ^ (i % 2)
            if (x - i) & 1 != target:  # 等价于 x&1 != target ^ i%2
                op += 1
                if x == g_min:
                    x += 1
                elif x == g_max:
                    x -= 1
            mn = min(mn, x)
            mx = max(mx, x)
        # 在 n >= 2 的情况下，极差至少是 1
        return op, max(mx - mn, 1)
    op1, min_d1 = calc(0)
    op2, min_d2 = calc(1)
    if op1 < op2 or (op1 == op2 and min_d1 < min_d2):
        return [op1, min_d1]
    return [op2, min_d2]

 if __name__ == "__main__":
    nums = [-2, -3, 1, 4]
    result = make_parity_alternating(nums)
    print(result)

C++完整代码如下：

  

  

    


 using namespace std;

 vector makeParityAlternating(vector& nums) {
    if (nums.size() == 1) {
        return {0, 0};
    }

     int gMin = *min_element(nums.begin(), nums.end());
    int gMax = *max_element(nums.begin(), nums.end());

     auto calc = [&](int target) -> pair {
        int op = 0;
        int mn = INT_MAX;
        int mx = INT_MIN;

         for (int i = 0; i < nums.size(); i++) {
            int x = nums[i];
            // 如果 target = 0，那么操作后，nums 每个数的奇偶性必须分别等于 0,1,0,1,...
            // 即 target ^ i%2
            if (((x - i) & 1) != target) {  // 等价于 x&1 != target ^ i%2
                op++;
                if (x == gMin) {
                    x++;
                } elseif (x == gMax) {
                    x--;
                }
            }
            mn = min(mn, x);
            mx = max(mx, x);
        }
        // 在 n >= 2 的情况下，极差至少是 1
        return {op, max(mx - mn, 1)};
    };

     auto [op1, minD1] = calc(0);
    auto [op2, minD2] = calc(1);

     if (op1 < op2 || (op1 == op2 && minD1 < minD2)) {
        return {op1, minD1};
    }
    return {op2, minD2};
}

 int main() {
    vector nums = {-2, -3, 1, 4};
    vector result = makeParityAlternating(nums);
    cout << result[0] << " " << result[1] << endl;
    return0;
}

我们相信人工智能为普通人提供了一种“增强工具”，并致力于分享全方位的AI知识。在这里，您可以找到最新的AI科普文章、工具评测、提升效率的秘籍以及行业洞察。 欢迎关注“福大大架构师每日一题”，发消息可获得面试资料，让AI助力您的未来发展。