前言:
算法训练系列是做《代码随想录》一刷,个人的学习笔记和详细的解题思路,总共会有60篇博客来记录,计划用60天的时间刷完。
内容包括了面试常见的10类题目,分别是:数组,链表,哈希表,字符串,栈与队列,二叉树,回溯算法,贪心算法,动态规划,单调栈。
博客记录结构上分为 思路,代码实现,复杂度分析,思考和收获,四个方面。
如果这个系列的博客可以帮助到读者,就是我最大的开心啦,一起LeetCode一起进步呀;)
目录
LeetCode860. 柠檬水找零
链接:860. 柠檬水找零 – 力扣(LeetCode)
1. 思路
这道题目刚一看,可能会有点懵,这要怎么找零才能保证完整全部账单的找零呢?但仔细一琢磨就会发现,可供我们做判断的空间非常少!
只需要维护三种金额的数量,5,10和20;有如下三种情况:
- 情况一:账单是5,直接收下。
- 情况二:账单是10,消耗一个5,增加一个10
- 情况三:账单是20,优先消耗一个10和一个5,如果不够,再消耗三个5
此时大家就发现 情况一,情况二,都是固定策略,都不用我们来做分析了,而唯一不确定的其实在情况三。
而情况三逻辑也不复杂甚至感觉纯模拟就可以了,其实情况三这里是有贪心的;账单是20的情况,为什么要优先消耗一个10和一个5呢?因为美元10只能给账单20找零,而美元5可以给账单10和账单20找零,美元5更万能!
- 所以局部最优:遇到账单20,优先消耗美元10,完成本次找零。全局最优:完成全部账单的找零。
- 局部最优可以推出全局最优,并找不出反例,那么就试试贪心算法!
2. 代码实现
# 贪心算法
# time:O(N);space:O(1)
class Solution(object):
def lemonadeChange(self, bills):
"""
:type bills: List[int]
:rtype: bool
"""
five = 0
ten = 0
for bill in bills:
if bill == 5:
five += 1
elif bill == 10:
if five<=0: return False
else:
five -= 1
ten += 1
else:
if five>0 and ten>0:
five -= 1
ten -= 1
elif five>=3:
five -=3
else: return False
return True
3. 代码实现
-
时间复杂度:O(N)
其中N为数组bills的长度,需要从头到尾遍历一遍数组;
-
空间复杂度O(1)
只用了常数个变量来储存元素;
4. 思考与收获
- 本题咋眼一看好像很复杂,分析清楚之后,会发现逻辑其实非常固定;这道题目可以告诉大家,遇到感觉没有思路的题目,可以静下心来把能遇到的情况分析一下,只要分析到具体情况了,一下子就豁然开朗了。如果一直陷入想从整体上寻找找零方案,就会把自己陷进去,各种情况一交叉,只会越想越复杂了。
Reference:代码随想录 (programmercarl.com)
本题学习时间:30分钟。
LeetCode406. 根据身高重建队列
链接:406. 根据身高重建队列 – 力扣(LeetCode)
1. 思路
本题有两个维度,h和k,看到这种题目一定要想如何确定一个维度,然后在按照另一个维度重新排列。
其实如果大家认真做了**135. 分发糖果 (opens new window),就会发现和此题有点点的像;在135. 分发糖果 (opens new window)**我就强调过一次,遇到两个维度权衡的时候,一定要先确定一个维度,再确定另一个维度;如果两个维度一起考虑一定会顾此失彼。
先确定k还是先确定h呢?
对于本题相信大家困惑的点是先确定k还是先确定h呢,也就是究竟先按h排序呢,还先按照k排序呢?如果按照k来从小到大排序,排完之后,会发现k的排列并不符合条件,身高也不符合条件,两个维度哪一个都没确定下来。
那么按照身高h来排序呢,身高一定是从大到小排(身高相同的话则k小的站前面),让高个子在前面。此时我们可以确定一个维度了,就是身高,前面的节点一定都比本节点高!
**按照h排序完之后,那么只需要按照k为下标重新插入队列就可以了,为什么呢?**以图中{5,2} 为例:
按照身高排序之后,优先按身高高的people的k来插入,后序插入节点也不会影响前面已经插入的节点,最终按照k的规则完成了队列。
本题的总体策略:
所以在按照身高从大到小排序后:
- 局部最优:优先按身高高的people的k来插入。插入操作过后的people满足队列属性;
- 全局最优:最后都做完插入操作,整个队列满足题目队列属性;
局部最优可推出全局最优,找不出反例,那就试试贪心。
局部最优推出全局最优需要严格的数学证明吗?
一些同学可能也会疑惑,你怎么知道局部最优就可以推出全局最优呢? 有数学证明么?在贪心系列开篇词**关于贪心算法,你该了解这些! (opens new window)**中,我已经讲过了这个问题了。
刷题或者面试的时候,手动模拟一下感觉可以局部最优推出整体最优,而且想不到反例,那么就试一试贪心,至于严格的数学证明,就不在讨论范围内了。如果没有读过**关于贪心算法,你该了解这些! (opens new window)**的同学建议读一下,相信对贪心就有初步的了解了。
Example:
回归本题,整个插入过程如下:
排序完的people: [[7,0], [7,1], [6,1], [5,0], [5,2],[4,4]]
插入的过程:
- 插入[7,0]:[[7,0]]
- 插入[7,1]:[[7,0],[7,1]]
- 插入[6,1]:[[7,0],[6,1],[7,1]]
- 插入[5,0]:[[5,0],[7,0],[6,1],[7,1]]
- 插入[5,2]:[[5,0],[7,0],[5,2],[6,1],[7,1]]
- 插入[4,4]:[[5,0],[7,0],[5,2],[6,1],[4,4],[7,1]]
此时就按照题目的要求完成了重新排列。
2. 代码实现
# 贪心算法
# time:O(NlogN+N^2);space:O(N)
class Solution(object):
def reconstructQueue(self, people):
"""
:type people: List[List[int]]
:rtype: List[List[int]]
"""
# 先按照h维度的身高顺序从高到低排序。确定第一个维度
# lambda返回的是一个元组:当-x[0](维度h)相同时,
# 再根据x[1](维度k)从小到大排序
people.sort(key= lambda x: (-x[0],x[1]))
queue = []
# 根据每个元素的第二个维度k,贪心算法,进行插入
# people已经排序过了:同一高度时k值小的排前面。
for person in people:
queue.insert(person[1],person)
return queue
(二刷再看)C++的代码实现
C++代码如下:
// 版本一
class Solution {
public:
static bool cmp(const vector<int>& a, const vector<int>& b) {
if (a[0] == b[0]) return a[1] < b[1];
return a[0] > b[0];
}
vector<vector<int>> reconstructQueue(vector<vector<int>>& people) {
sort (people.begin(), people.end(), cmp);
vector<vector<int>> que;
for (int i = 0; i < people.size(); i++) {
int position = people[i][1];
que.insert(que.begin() + position, people[i]);
}
return que;
}
};
- 时间复杂度:O(nlog n + n^2)
- 空间复杂度:O(n)
但使用vector是非常费时的,C++中vector(可以理解是一个动态数组,底层是普通数组实现的)如果插入元素大于预先普通数组大小,vector底部会有一个扩容的操作,即申请两倍于原先普通数组的大小,然后把数据拷贝到另一个更大的数组上。
所以使用vector(动态数组)来insert,是费时的,插入再拷贝的话,单纯一个插入的操作就是O(n^2)了,甚至可能拷贝好几次,就不止O(n^2)了。
改成链表之后,C++代码如下:
// 版本二
class Solution {
public:
// 身高从大到小排(身高相同k小的站前面)
static bool cmp(const vector<int>& a, const vector<int>& b) {
if (a[0] == b[0]) return a[1] < b[1];
return a[0] > b[0];
}
vector<vector<int>> reconstructQueue(vector<vector<int>>& people) {
sort (people.begin(), people.end(), cmp);
list<vector<int>> que; // list底层是链表实现,插入效率比vector高的多
for (int i = 0; i < people.size(); i++) {
int position = people[i][1]; // 插入到下标为position的位置
std::list<vector<int>>::iterator it = que.begin();
while (position--) { // 寻找在插入位置
it++;
}
que.insert(it, people[i]);
}
return vector<vector<int>>(que.begin(), que.end());
}
};
- 时间复杂度:O(nlog n + n^2)
- 空间复杂度:O(n)
大家可以把两个版本的代码提交一下试试,就可以发现其差别了!
关于本题使用数组还是使用链表的性能差异,我在**贪心算法:根据身高重建队列(续集) (opens new window)**中详细讲解了一波
3. 复杂度分析
-
时间复杂度:O(NlogN+N^2)
其中N为数组people的长度,首先根据第一个维度身高排序,就需要O(NlogN)的时间复杂度;然后遍历每个元素insert到queue中去,insert是一个O(N)的复杂度,这个步骤就是O(N^2);
-
空间复杂度:O(N)
其中N为数组people的长度,本题需要另外创建一个queue,来返回结果;
4. 思考与收获
- 关于出现两个维度一起考虑的情况,我们已经做过两道题目了,另一道就是**135. 分发糖果 (opens new window);其技巧都是确定一边然后贪心另一边,两边一起考虑,就会顾此失彼;这道题目可以说比135. 分发糖果 (opens new window)**难不少,其贪心的策略也是比较巧妙;
- (二刷再看,关于C++ 的实现)最后我给出了两个版本的代码,可以明显看是使用C++中的list(底层链表实现)比vector(数组)效率高得多;对使用某一种语言容器的使用,特性的选择都会不同程度上影响效率。
Reference: 代码随想录 (programmercarl.com)
本题学习时间:30分钟。
LeetCode452. 用最少数量的箭引爆气球
链接:452. 用最少数量的箭引爆气球 – 力扣(LeetCode)
1. 思路
如何使用最少的弓箭呢?
直觉上来看,貌似只射重叠最多的气球,用的弓箭一定最少,那么有没有当前重叠了三个气球,我射两个,留下一个和后面的一起射这样弓箭用的更少的情况呢?尝试一下举反例,发现没有这种情况。
那么就试一试贪心吧!贪心算法策略如下:
- 局部最优:当气球出现重叠,一起射,所用弓箭最少;
- 全局最优:把所有气球射爆所用弓箭最少。
算法确定下来了,那么如何模拟气球射爆的过程呢?是在数组中移除元素还是做标记呢?
如果真实的模拟射气球的过程,应该射一个,气球数组就remove一个元素,这样最直观,毕竟气球被射了。
但仔细思考一下就发现:如果把气球排序之后,从前到后遍历气球,被射过的气球仅仅跳过就行了,没有必要让气球数组remote气球,只要记录一下箭的数量就可以了。以上为思考过程,已经确定下来使用贪心了,那么开始解题。
为了让气球尽可能的重叠,需要对数组进行排序。
那么按照气球起始位置排序,还是按照气球终止位置排序呢?其实都可以!只不过对应的遍历顺序不同,我就按照气球的起始位置排序了。既然按照起始位置排序,那么就从前向后遍历气球数组,靠左尽可能让气球重复。
从前向后遍历遇到重叠的气球了怎么办?
如果气球重叠了,重叠气球中右边边界的最小值 之前的区间一定需要一个弓箭;
Example:
以题目示例: [[10,16],[2,8],[1,6],[7,12]]为例,如图:(方便起见,已经排序)
可以看出首先第一组重叠气球,一定是需要一个箭,气球3,的左边界大于了 第一组重叠气球的最小右边界,所以再需要一支箭来射气球3了。
2. 代码实现
# 贪心算法
# time:O(NlogN);space:O(1)
class Solution(object):
def findMinArrowShots(self, points):
"""
:type points: List[List[int]]
:rtype: int
"""
if len(points) == 0: return 0
# 对区间进行排序
points.sort(key = lambda x: x[0])
result = 1
for i in range(1,len(points)):
# 气球i和气球i-1不挨着,注意这里不是<=
if points[i-1][1] < points[i][0]:
result += 1
else:
# 更新重叠气球最小右边界
points[i][1] = min(points[i-1][1],points[i][1])
return result
3. 复杂度分析
-
时间复杂度:O(NlogN)
其中N为数组points的长度;需要根据起始区间进行排序,复杂度为O(nlogN);然后for循环需要遍历每个元素,为O(N);
-
空间复杂度:O(N)
只需要常数个变量;
4. 思考与收获
- 注意题目中说的是:满足 xstart ≤ x ≤ xend,则该气球会被引爆。那么说明两个气球挨在一起不重叠也可以一起射爆;所以代码中
if (points[i][0] > points[i - 1][1])
不能是>=; - 这道题目贪心的思路很简单也很直接,就是重复的一起射了,但本题我认为是有难度的。就算思路都想好了,模拟射气球的过程,很多同学真的要去模拟了,实时把气球从数组中移走,这么写的话就复杂了;而且寻找重复的气球,寻找重叠气球最小右边界,其实都有代码技巧;
- 贪心题目有时候就是这样,看起来很简单,思路很直接,但是一写代码就感觉贼复杂无从下手。这里其实是需要代码功底的,那代码功底怎么练?多看多写多总结!
Reference:代码随想录 (programmercarl.com)
本题学习时间:40分钟。
本篇学习时间约为2小时,总结字数6000+;贪心算法专题,第一题柠檬水找零,看起来挺复杂的,但是举例分析之后其实很简单;第二题根据身高重建队列,也用到了一个一个维度按顺序处理的技巧,两头兼顾会顾此失彼;第三题用最少数量的箭引爆气球,是重叠区间的问题。(求推荐!)
文章出处登录后可见!