1187.使数组严格递增 学习记录

文章讨论了一个算法问题,即给定两个整数数组arr1和arr2,求使arr1严格递增所需的最小操作数。解决方案涉及对arr2排序去重,然后使用动态规划,通过比较当前元素与前一个元素的关系以及在arr2中寻找合适的替换元素,逐步构建状态转移方程。文章提到了边界条件的处理和二分查找优化,并提供了Java代码实现。
摘要由CSDN通过智能技术生成

题目描述

给你两个整数数组 arr1arr2,返回使 arr1 严格递增所需要的最小「操作」数(可能为 0)。

每一步「操作」中,你可以分别从 arr1arr2 中各选出一个索引,分别为 i 和 j0 <= i < arr1.length 和 0 <= j < arr2.length,然后进行赋值运算 arr1[i] = arr2[j]

如果无法让 arr1 严格递增,请返回 -1。

不会解,看题解之前没有可靠的思路

学习总结

思路总结

  • 提炼关键信息
    • 使数组arr1严格递增,可以得到
      • 目的是替换之后使数组arr1严格递增,所以不能有重复元素
      • 选择数组arr2中的元素进行替换,所以选择过程中不需要选择重复的元素进行替换
      • 总结:可以对数组arr2进行排序去重,方便操作
    • 以小窥大进行推导
      • n = arr1.length对于第[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-EjuDr1zj-1682003137788)(null#card=math&code=i&id=urrlT)]个元素,有两种选择
        • 替换
        • 不替换
      • 如何去思考?
        • 为了使数组严格递增那么,必须保证arr1[i] > arr1[i-1]
        • if arr1[i] > arr1[i-1]那么可以保留当前元素
        • 例外地:if arr1[i] > arr1[i-1] + 1
          • 当前元素可以被替换成严格大于arr1[i-1]的元素
          • ex:arr1 = [1, 5, 3, 6, 7] arr2 = [4, 3]5替换成3、3替换成4为满足题意的最优结果
        • 换言之,为了使数组严格递增,对于每一元素都需要进行两步操作
          • 是否大于其前一个元素
          • 是否能从已排序数组arr2(从小到大)中找到一个小于当前元素且大于arr1[i-1]的元素
      • 需要返回最小操作数
        • 直观地,对于每一个元素都进行替换的话,那么操作数是 n = arr1.length
        • 但是不一定有足够多的元素来提供使用
        • 最多能够替换几次?
          • 假设 n = 10 m = 20那么最多能够替换 10 次,因为有10个元素等待被替换
          • 假设 n = 20 m = 11 那么最多能够替换 11 次,因为有 11 次元素可以用来被替换
          • 所以 最多的替换次数 是 j = Math.min(n, m)
  • 如何求解最终结果
    • 通过学习题解了解到使用动态规划的方法
    • 自己为什么没想起来?
      • 还是太菜了,多学,多总结,多练

动态规划

思考角度——三个要素:状态、状态转移方程、边界确定

  • 状态
    • 从第一个元素开始,其是否选择交换是一个状态,每一个元素都会面临相同的情况
    • 参数确定:定义 dp[i][j]表示第 i 个元素,经过 j 次替换,得到当前元素值
      • 最终结果:dp[n][j] j <= Math.(m, n) 输出替换次数:j
    • 什么时候选择不替换
      • arr1[i] > dp[i-1][j]当前元素大于第i-1个元素经过j次替换之后的结果
        • 有:dp[i][j] = dp[i-1][j] if arr1[i] > dp[i-1][j]
    • 替换
      • 从数组arr2中找到元素arr2[k]使arr2[k] > dp[i-1][j-1]
        • dp[i-1][j-1]表示第i-1个元素经过j-1次替换之后的结果
        • 有:dp[i][j] = arr2[k]
  • 状态转移

![](null#card=math&code=\begin{cases}
dp[i][j] = min(dp[i][j],&arr_1[i]), & \text{if a r r 1 [ i ] > d p [ i − 1 ] [ j ] arr_1[i]>dp[i-1][j] arr1[i]>dp[i1][j]}\
dp[i][j] = min(dp[i][j],&arr_2[k]), & \text{if arr_2[k]>dp[i-1][j-1]}
\end{cases}&id=X5oVX)

  • 边界确定
    • 为了方便计算
      • [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-cALoixEN-1682003137881)(null#card=math&code=dp[i][j]&id=hcEOV)]初始值都设置为Integer.MAX_VALUE
      • 初始令dp[0][0] = -1表示最小值

代码

    public int authorityWayOne(int[] arr1, int[] arr2) {
        // 对 数组2 进行排序
        Arrays.sort(arr2);
        // 去重
        List<Integer> list = new ArrayList<>();
        int prev = -1;
        for(int num : arr2) {
            if(num != prev) {
                list.add(num);
                prev = num;
            }
        }
        int n = arr1.length;
        int m = list.size();
        int[][] dp = new int[n+1][Math.min(m, n) + 1];
        // 初始化填充数据,方便计算
        for(int i = 0;i <= n;i++) {
            Arrays.fill(dp[i], Integer.MAX_VALUE);
        }
        dp[0][0] = -1;
        for(int i = 1;i <= n;i++) {
            for(int j = 0;j <= Math.min(m, n);j++) {
                if(arr1[i-1] > dp[i-1][j]) {
                    // 这里不要搞混了
                    dp[i][j] = arr1[i-1];
                }
                if(j > 0 && dp[i-1][j-1] != Integer.MAX_VALUE) {
                    //  查找严格大于 dp[i-1][j-1] 的最小元素
                    int idx = binary_search(list, j-1, dp[i-1][j-1]);
                    if(idx != m) {
                        dp[i][j] = Math.min(dp[i][j], list.get(idx));
                    }
                }
                if(i == n && dp[i][j] != Integer.MAX_VALUE) {
                    return j;
                }
            }
        }
        return -1;
    }

    private int binary_search(List<Integer> list, int low, int target) {
        int high = list.size();
        // 左闭右开区间
        while(low < high) {
            int mid = low + ((high - low) >> 1);
            if(list.get(mid) > target) {
                high = mid;
            } else {
                low = mid + 1;
            }
        }
        return low;
    }

优化一

  • 数组原地去重
    public int makeArrayIncreasing(int[] arr1, int[] arr2) {
        //  右边数组中选取元素,赋值给左边数组元素
        //  数组严格递增,所以数组中不能存在相同的元素
        //  对于 arr1 中的每一个元素都面临两种选择,换或者不换
        //  --那么最终可以得到最终结果
        //  --最小操作数一定存在这个过程中,现在问题是代码如何写
        //  首先 arr2 中的元素每一个只能用一次,为什么只能用一次?
        //  因为 要保证数组 arr1 严格递增
        //  所以可以对数组   arr2 进行排序
        Arrays.sort(arr2);
        //  那么现在问题是需要从 第一个元素开始判断换不换,
        //  定义 dp[i][j] 表示前 i 个元素进行 j 次替换之后末尾元素的最大值
        int n = arr1.length, m = 0;
        //  arr2 中的重复元素不需要使用,所以进行去重
        for(int i = 1;i < arr2.length;i++) {
            if(arr2[m] != arr2[i]) {
                arr2[++m] = arr2[i];
            }
        }
        // 拿到不重复数组的长度
        m++;
        //  拿到之后呢?
        //  最大的交换次数是多少?- 交换所有元素
        int changeNum = Math.min(m, n);
        //  那么接下来呢? 定义dp  一维:元素个数,二维:交换次数
        int[][] dp = new int[n+1][changeNum+1];
        //  初始化最大值
        for(int i = 0;i <= n;i++) {
            Arrays.fill(dp[i], Integer.MAX_VALUE);
        }
        dp[0][0] = -1;
        for(int i = 1;i <= n;i++) {
            for(int j = 0;j <= Math.min(i, m);j++) {
                // 如果当前元素大于前一个元素
                if(arr1[i - 1] > dp[i-1][j]) {
                    dp[i][j] = arr1[i - 1];
                }
                // 尝试交换.
                if(j > 0 && dp[i-1][j-1] != Integer.MAX_VALUE) {
                    // 查找严格大于  dp[i-1][j-1] 的元素
                    // 这里涉及到二分查找,如何才能找到 严格大于 dp[i-1][j-1] 的元素
                    int idx = binary_search(arr2, j-1, dp[i-1][j-1], m);
                    if(idx != m) {
                        dp[i][j] = Math.min(dp[i][j], arr2[idx]);
                    }
                }
                if(i == n && dp[i][j] != Integer.MAX_VALUE) {
                    return j;
                }
            }
        }
        return -1;
    }

    private int binary_search(int[] arr, int j, int prev, int m) {
        // 左闭右开区间查找
        int left = j,right = m;
        while(left < right) {
            int mid = left + ((right - left) >> 1);
            if(arr[mid] > prev) {
                right = mid;
            } else {
                left = mid+1;
            }
        }
        return left;
    }

参考

官方题解
https://leetcode.cn/problems/make-array-strictly-increasing/solution/zui-chang-di-zeng-zi-xu-lie-de-bian-xing-jhgg/

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值