来源:力扣(LeetCode)
描述:
给你一个长度为 n
的整数数组 nums
,表示由范围 [0, n - 1]
内所有整数组成的一个排列。
全局倒置 的数目等于满足下述条件不同下标对 (i, j)
的数目:
- 0 <= i < j < n
- nums[i] > nums[j]
局部倒置 的数目等于满足下述条件的下标 i
的数目:
- 0 <= i < n - 1
- nums[i] > nums[i + 1]
当数组 nums
中 全局倒置 的数量等于 局部倒置 的数量时,返回 true ;否则,返回 false 。
示例 1:
输入:nums = [1,0,2]
输出:true
解释:有 1 个全局倒置,和 1 个局部倒置。
示例 2:
输入:nums = [1,2,0]
输出:false
解释:有 2 个全局倒置,和 1 个局部倒置。
提示:
- n == nums.length
- 1 <= n <= 105
- 0 <= nums[i] < n
- nums 中的所有整数 互不相同
- nums 是范围 [0, n - 1] 内所有数字组成的一个排列
方法一:维护后缀最小值
思路与算法
一个局部倒置一定是一个全局倒置,因此要判断数组中局部倒置的数量是否与全局倒置的数量相等,只需要检查有没有非局部倒置就可以了。这里的非局部倒置指的是 nums[i] > nums[j],其中 i < j − 1。
朴素的判断方法需要两层循环,设 n 是 nums 的长度,那么该方法的时间复杂度为 O(n2),无法通过。
进一步的,对于每一个 nums[i] 判断是否存在一个 j (j > i + 1) 使得 nums[i] > nums[j] 即可。这和检查 nums[i] > min(nums[i+2], …, nums[n−1]) 是否成立是一致的。因此我们维护一个变量 minSuffix = min(nums[i+2], …, nums[n−1]),倒序遍历 [0, n − 3] 中的每个 i, 如有一个 i 使得 nums[i] > minSuffix 成立,返回 false\text{false}false,若结束遍历都没有返回 false,则返回 true。
代码:
class Solution {
public:
bool isIdealPermutation(vector<int>& nums) {
int n = nums.size(), minSuff = nums[n - 1];
for (int i = n - 3; i >= 0; i--) {
if (nums[i] > minSuff) {
return false;
}
minSuff = min(minSuff, nums[i + 1]);
}
return true;
}
};
复杂度分析
时间复杂度: O(n),其中 n 是 nums 的长度。
空间复杂度: O(1),只使用到常数个变量空间。
方法二:归纳证明
思路与算法
nums 是一个由 0 ∼ n − 1 组成的排列,设不存在非局部倒置的排列为「理想排列」。由于非局部倒置表示存在一个 j > i + 1 使得 nums[i] > nums[j] 成立,所以对于最小的元素 0 来说,它的下标不能够大于等于 2。所以有:
-
若 nums[0] = 0,那么问题转换为 [1, n − 1] 区间的一个子问题。
-
若 nums[1] = 0,那么 nums[0] 只能为 1,因为如果是大于 1 的任何元素,都将会与后面的 1 构成非局部倒置。此时,问题转换为了 [2, n − 1] 区间的一个子问题。
根据上述讨论,不难归纳出「理想排列」的充分必要条件为对于每个元素 nums[i] 都满足 ∣nums[i] − i∣ ≤ 1。
代码:
class Solution {
public:
bool isIdealPermutation(vector<int>& nums) {
for (int i = 0; i < nums.size(); i++) {
if (abs(nums[i] - i) > 1) {
return false;
}
}
return true;
}
};
复杂度分析
时间复杂度: O(n),其中 n 是 nums 的长度。
空间复杂度: O(1),只使用到常数个变量空间。
author:力扣官方题解