一、需求
-
0,1,,n-1这n个数字排成一个圆圈,从数字0开始,每次从这个圆圈里删除第m个数字。求出这个圆圈里剩下的最后一个数字。
-
例如,0、1、2、3、4这5个数字组成一个圆圈,从数字0开始每次删除第3个数字,则删除的前4个数字依次是2、0、4、1,因此最后剩下的数字是3。
示例 1:
输入: n = 5, m = 3
输出: 3
示例 2:
输入: n = 10, m = 17
输出: 2
二、暴力法(模拟链表)
2.1 思路分析
- 将0~n-1个数字存放到LinkedList集合list中,定义变量index表示待删除元素的索引,初始化为-1;
- 当集合元素大于1时,通过m找到对应的index,当index==list.size()时,将index置0,然后对该索引处的元素执行remove操作;
- 由于删除元素,index值不变,但该索引处的元素变成了原先删除元素的下一个元素,比如 0 1 2 3 4,假设m = 3,删除2后,集合为0 1 3 4,index仍然为2,但指向的值为3,此时若通过m找到下一个删除的index,index会等于1,即待删除的元素为1,可实际上应该删除0,因此要执行index--操作;
- 当集合的元素等于1时会退出循环,此时返回集合中的第一个元素即可;
- 该方法在LeetCode中超时;
2.2 代码实现
class Solution {
public int lastRemaining(int n, int m) {
//为了方便删除元素,使用集合
List<Integer> list = new LinkedList<>();
for(int i = 0; i < n; i++) {
list.add(i);
}
//初始化待删除元素索引
int index = -1;
while(list.size() > 1) {
//找到待删除元素索引
int count = m;
while(count != 0) {
index++;
if(index == list.size()) {
index = 0;
}
count--;
}
//删除元素
list.remove(index);
//为找到下次待删除元素作准备
index--;
}
return list.get(0);
}
}
2.3 复杂度分析
- 时间复杂度为O(mn),其中向集合中添加元素消耗O(n),有n-1次删除元素,每次删除需要m次寻找待删除元素,故消耗O((n-1)*m),故总体时间复杂度为O(mn);
- 空间复杂度为O(n),集合存储数据消耗了O(n)的额外空间;
三、暴力法优化(模拟链表)
3.1 思路分析
- 上面的代码中,每次找到要删除的数字,需要O(m)的时间复杂度,然后删除了n - 1次;
- 实际上,我们可以直接找到这个待删除的数字,比如现在待删除元素的下标为index,那么下一个待删除的元素下标为index + m,但由于删除了index位置的元素,相当于原先删除元素后面的所有元素都前移了1位,因此下一个待删除的元素下标为index + m - 1,若下标到了末尾会从0开始,故下标应(index + m - 1) % n,每去掉一个数字,执行一次n--;
- 假设有序列 0 1 2 3 4 5,m = 3,第1个被删除元素下标为index+2 = 2,则 index 初始化为0;
3.2 代码实现
class Solution {
public int lastRemaining(int n, int m) {
List<Integer> list = new ArrayList<>();
for(int i = 0; i < n; i++) {
list.add(i);
}
int index = 0;
while(n > 1) {
index = (index + m - 1) % n;
list.remove(index);
n--;
}
return list.get(0);
}
}
3.3 复杂度分析
- 时间复杂度为,ArrayList每执行一次remove操作的时间复杂度为O(n),其中删除了n-1次,因此总体的时间复杂度为;
- 空间复杂度为O(n),ArrayList存储n个元素消耗O(n)大小的额外空间;
四、学习地址
作者:sweetieeyi