【LeetCode-中等】31. 下一个排列(图文详解)

题目

 题目地址:https://leetcode.cn/problems/next-permutation/

示例

方法1:大量的排序

思路作者:本人

题干的意思是:找出这个数组排序出的所有数中,刚好比当前数大的那个数

比如当前 nums = [1,2,3]。这个数是123,找出1,2,3这3个数字排序可能的所有数,排序后,比123大的那个数 也就是132

如果当前 nums = [3,2,1]。这就是1,2,3所有排序中最大的那个数,那么就返回1,2,3排序后所有数中最小的那个,也就是1,2,3 -> [1,2,3]

思路

        主要的思路就是 看一个区间里面的数,这个区间刚开始最小,也就是最后两个数,一步一步变大。

        定义一个指针fromIndex,先指向倒数第二个元素,区间就是【fromIndex,最后一个元素上】

                如果 区间里面 不是从大到小的,那就给fromIndex后面的数从小到大排列,然后寻找在区间中的只比fromIndex大一点的数**,将**fromIndex和只比它大一点的数交换位置,返回结果。

                否则 区间里面 是从大到小的,那就扩大范围,fromIndex--。

        循环...

        如果跳出了循环,说明区间已经是最大了,而且区间里面的数是从大到小,那我们就直接将它从小到大排列

举例说明

例如输入【1 2 3 4】

例如输入【1243】 

 ​​​​​​​

 

代码(未优化)

class Solution {
    public void nextPermutation(int[] nums) {
        int fromIndex = nums.length - 2;
        //判断是不是 从大到小排的,不是的话改成从大到小
        while (fromIndex >= 0) {
            if (isFromBigToSmall(nums,fromIndex)) {//如果是从大到小:扩大范围
                fromIndex--;
            } else {//如果不是从大到小:给fromIndex找大一点的,然后fromIndex 后面从小到达排序
                //找升级???
                Arrays.sort(nums,fromIndex+1,nums.length);//将fromIndex后面部分从小到大排序,前闭后开
                for (int i=fromIndex+1;i<nums.length;i++){//找比它大的,交换位置
                    if (nums[fromIndex]<nums[i]){
                        int index = nums[i];
                        nums[i] = nums[fromIndex];
                        nums[fromIndex]= index;
                        break;
                    }
                }
                System.out.println("111"+Arrays.toString(nums));
                return;
            }
        }
        //跳出循环说明整个数组已经从大到小了,那就改成从小到大
        Arrays.sort(nums);
        System.out.println(Arrays.toString(nums));
    }

    //从fromIndex到最后 是否为从大到小
    boolean isFromBigToSmall(int nums[],int fromIndex){
        for (int i = fromIndex; i <= nums.length-1; i++) {
            for (int j = i + 1; j <= nums.length-1; j++) {
                if (nums[i] < nums[j]) {
                    return false;
                }
            }
        }
        return true;
    }
}

效果

优化方法1

思路是一样的

方法1中,我们需要将部分数组从小到大排列的时候,直接用了java的sort方法,其实观察发现,当我们想要把后面的从小到大排列的时候,它们是从大到小排列的,所以可以用时间复杂度较低的翻转。

也就是用翻转代替 从小到大排列,效果是一样的,但时间复杂度更低。

例如:54321,它的下一个应该是12345,我们方法1是直接sort,这里可以优化成直接翻转。

例如:15432,当fromIndex在1时,方法1是将“5432”sort,其实可以优化为直接翻转。

优化后代码

class Solution {
    public void nextPermutation(int[] nums) {
        int fromIndex = nums.length - 2;
        //判断是不是 从大到小排的,不是的话改成从大到小
        while (fromIndex >= 0) {
            if (isFromBigToSmall(nums,fromIndex)) {//如果是从大到小:扩大范围
                fromIndex--;
                continue;
            } else {//如果不是从大到小: 给fromIndex找大一点的,然后fromIndex 后面从小到达排序
                reverse(nums,fromIndex+1);//优化
//                Arrays.sort(nums,fromIndex+1,nums.length);//将fromIndex后面部分从小到大排序,前闭后开
                for (int i=fromIndex+1;i<nums.length;i++){//找比它大的,交换位置
                    if (nums[fromIndex]<nums[i]){
                        swap(nums,fromIndex,i);
                        break;
                    }
                }

                return;
            }
        }
        //跳出循环说明整个数组已经从大到小了,那就改成从小到大
        reverse(nums,0);//优化
        return;
    }

    //从fromIndex到最后 是否为从大到小
    boolean isFromBigToSmall(int nums[],int fromIndex){
        for (int i = fromIndex; i <= nums.length-1; i++) {
            for (int j = i + 1; j <= nums.length-1; j++) {
                if (nums[i] < nums[j]) {
                    return false;
                }
            }
        }
        return true;
    }


    //交换
    public void swap(int[] nums, int i, int j) {
        int temp = nums[i];
        nums[i] = nums[j];
        nums[j] = temp;
    }

    //反转数组
    public void reverse(int[] nums, int start) {
        int left = start, right = nums.length - 1;
        while (left < right) {
            swap(nums, left, right);
            left++;
            right--;
        }
    }


}

效果

可以看到优化完之后效率提升了不少。 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 好的,我来用中文回复这个链接:https://leetcode-cn.com/tag/dynamic-programming/ 这个链接是 LeetCode 上关于动态规划的题目集合。动态规划是一种常用的算法思想,可以用来解决很多实际问题,比如最长公共子序列、背包问题、最短路径等等。在 LeetCode 上,动态规划也是一个非常重要的题型,很多题目都需要用到动态规划的思想来解决。 这个链接里包含了很多关于动态规划的题目,按照难度从简单到困难排列。每个题目都有详细的题目描述、输入输出样例、题目解析和代码实现等内容,非常适合想要学习动态规划算法的人来练习和提高自己的能力。 总之,这个链接是一个非常好的学习动态规划算法的资源,建议大家多多利用。 ### 回答2: 动态规划是一种算法思想,通常用于优化具有重叠子问题和最优子结构性质的问题。由于其成熟的数学理论和强大的实用效果,动态规划在计算机科学、数学、经济学、管理学等领域均有重要应用。 在计算机科学领域,动态规划常用于解决最优化问题,如背包问题、图像处理、语音识别、自然语言处理等。同时,在计算机网络和分布式系统中,动态规划也广泛应用于各种优化算法中,如链路优化、路由算法、网络流量控制等。 对于算法领域的程序员而言,动态规划是一种必要的技能和知识点。在LeetCode这样的程序员平台上,题目分类和标签设置十分细致和方便,方便程序员查找并深入学习不同类型的算法LeetCode的动态规划标签下的题目涵盖了各种难度级别和场景的问题。从简单的斐波那契数列、迷宫问题到可以用于实际应用的背包问题、最长公共子序列等,难度不断递进且话题丰富,有助于开发人员掌握动态规划的实际应用技能和抽象思维模式。 因此,深入LeetCode动态规划分类下的题目学习和练习,对于程序员的职业发展和技能提升有着重要的意义。 ### 回答3: 动态规划是一种常见的算法思想,它通过将问题拆分成子问题的方式进行求解。在LeetCode中,动态规划标签涵盖了众多经典和优美的算法问题,例如斐波那契数列、矩阵链乘法、背包问题等。 动态规划的核心思想是“记忆化搜索”,即将中间状态保存下来,避免重复计算。通常情况下,我们会使用一张二维表来记录状态转移过程中的中间值,例如动态规划求解斐波那契数列问题时,就可以定义一个二维数组f[i][j],代表第i项斐波那契数列中,第j个元素的值。 在LeetCode中,动态规划标签下有众多难度不同的问题。例如,经典的“爬楼梯”问题,要求我们计算到n级楼梯的方案数。这个问题的解法非常简单,只需要维护一个长度为n的数组,记录到达每一级楼梯的方案数即可。类似的问题还有“零钱兑换”、“乘积最大子数组”、“通配符匹配”等,它们都采用了类似的动态规划思想,通过拆分问题、保存中间状态来求解问题。 需要注意的是,动态规划算法并不是万能的,它虽然可以处理众多经典问题,但在某些场景下并不适用。例如,某些问题的状态转移过程比较复杂,或者状态转移方程中存在多个参数,这些情况下使用动态规划算法可能会变得比较麻烦。此外,动态规划算法也存在一些常见误区,例如错用贪心思想、未考虑边界情况等。 总之,掌握动态规划算法对于LeetCode的学习和解题都非常重要。除了刷题以外,我们还可以通过阅读经典的动态规划书籍,例如《算法竞赛进阶指南》、《算法与数据结构基础》等,来深入理解这种算法思想。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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