738.单调递增的数字

当且仅当每个相邻位数上的数字 x 和 y 满足 x <= y 时,我们称这个整数是单调递增的。

给定一个整数 n ,返回 小于或等于 n 的最大数字,且数字呈 单调递增 。

示例 1:

输入: n = 10
输出: 9

示例 2:

输入: n = 1234
输出: 1234

示例 3:

输入: n = 332
输出: 299

思路:要让一个整数的每位数字从前往后递增,最直观的思路当然是暴力,如果这个数不满足,那就数字-1继续试,直到满足,很明显,这种做法应该很容易超时。

因此,我们就不能一个个数字去试,要直接变成最大的数字,比如98,没满足递增,后一个数字要变成9,前一个数字减1,变成89就满足了。因此用这种思路去做,从后往前去便利。但要注意的是,不仅仅要考虑相邻的两个数字,可能原来的时候相邻两个数字满足递增,但前面一对数字进行了变换之后,又不满足了,比如数字100,一开始比较0和0,满足要求不用变化,接下去比较1和0,不满足递增,1减去1变0,0变9,于是整个数变成了90,很明显答案应该是99,因此在上面判断到前一个数字大于后一个数字,不满足递增时,前一个数字减去1,后面的数字全变9才满足。

代码(Python):

class Solution(object):
    def monotoneIncreasingDigits(self, n):
        s = str(n)                            #转换为数字
        for i in range(len(s)-1,0,-1):
            if s[i] < s[i-1]:                 #若小于前一个数字,前一个数字-1,后面的数字全变9
                s = s[:i-1] + str(int(s[i-1])-1) + '9' * (len(s) - i)
        return int(s)
  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
最长单调递增子序列问题的动态规划算法实现: 1. 定义状态:dp[i]表示以第i个元素为结尾的最长单调递增子序列的长度。 2. 初始化:dp[i]初始值为1,因为任意一个元素本身就是一个长度为1的单调递增子序列。 3. 状态转移方程:对于每个元素i,枚举其之前的元素j(j<i),如果nums[j] < nums[i],则dp[i] = max(dp[i], dp[j]+1)。 4. 最终结果:遍历dp数组,找到最大值。 代码实现: ``` def longestIncreasingSubsequence(nums): n = len(nums) dp = [1] * n for i in range(1, n): for j in range(i): if nums[j] < nums[i]: dp[i] = max(dp[i], dp[j]+1) return max(dp) ``` 数字三角形问题的动态规划算法实现: 1. 定义状态:dp[i][j]表示从顶部走到(i,j)位置的最小路径和。 2. 初始化:dp[0][0] = triangle[0][0],其他dp[i][j]的初始值为正无穷。 3. 状态转移方程:对于每个位置(i,j),有两个状态可以转移过来,即(i-1,j)和(i-1,j-1),因此dp[i][j] = min(dp[i-1][j], dp[i-1][j-1]) + triangle[i][j]。 4. 最终结果:遍历dp数组的最后一行,找到最小值。 代码实现: ``` def minimumTotal(triangle): n = len(triangle) dp = [[float('inf')] * n for _ in range(n)] dp[0][0] = triangle[0][0] for i in range(1, n): for j in range(i+1): dp[i][j] = min(dp[i-1][j], dp[i-1][j-1]) + triangle[i][j] return min(dp[-1]) ``` 效率分析: 最长单调递增子序列问题的时间复杂度为O(n^2),空间复杂度为O(n)。 数字三角形问题的时间复杂度为O(n^2),空间复杂度为O(n^2)。
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