目录
分治法
1 打印从1到最大的n位数
剑指 Offer 17. 打印从1到最大的n位数https://leetcode-cn.com/problems/da-yin-cong-1dao-zui-da-de-nwei-shu-lcof/
1. 循环生成
class Solution {
public int[] printNumbers(int n) {
int max = (int) Math.pow(10,n);
int[] res = new int[max - 1];
for (int i = 0; i < max - 1; i++) {
res[i] = i+1;
}
return res;
}
}
复杂度分析:
- 时间复杂度 O(10^n) : 生成长度为 10^n 的列表需使用 O(10^n)时间。
- 空间复杂度 O(1): 建立列表需使用 O(1) 大小的额外空间( 列表作为返回结果,不计入额外空间 )
2. k神大数打印解法
实际上,本题的主要考点是大数越界情况下的打印。需要解决以下三个问题:
1. 表示大数的变量类型:
无论是 short / int / long ... 任意变量类型,数字的取值范围都是有限的。因此,大数的表示应用字符串 String 类型。
2. 生成数字的字符串集:
使用 int 类型时,每轮可通过 +1 生成下个数字,而此方法无法应用至 String 类型。并且, String 类型的数字的进位操作效率较低,例如 "9999" 至 "10000" 需要从个位到千位循环判断,进位 4 次。
观察可知,生成的列表实际上是 n 位 0 - 9 的 全排列 ,因此可避开进位操作,通过递归生成数字的 String 列表。
3. 递归生成全排列:
基于分治算法的思想,先固定高位,向低位递归,当个位已被固定时,添加数字的字符串。例如当 n = 2 时(数字范围 1 - 99 ),固定十位为 0 - 9 ,按顺序依次开启递归,固定个位 0 - 9 ,终止递归并添加数字字符串。
根据以上方法,可初步编写全排列代码:
StringBuilder res;
int count = 0, n;
char[] num, loop = {'0', '1', '2', '3', '4', '5', '6', '7', '8', '9'};
public String printNumbersString(int n){
this.n = n;
res = new StringBuilder();
num = new char[n];
dfs(0);
res.deleteCharAt(res.length() - 1);
return res.toString();
}
void dfs(int x){
if(x == n){
res.append(String.valueOf(num) + ",");
return;
}
for(char i : loop){
num[x] = i;
dfs(x+1);
}
}
在此方法下,各数字字符串被逗号隔开,共同组成长字符串。返回的数字集字符串如下所示:
输入:n = 1
输出:"0,1,2,3,4,5,6,7,8,9"输入:n = 2
输出:"00,01,02,...,10,11,12,...,97,98,99"输入:n = 3
输出:"000,001,002,...,100,101,102,...,997,998,999"
观察可知,当前的生成方法仍有以下问题:
- 诸如 00, 01, 02,⋯ 应显示为 0, 1, 2, ⋯ ,即应 删除高位多余的 0 ;
- 此方法从 0 开始生成,而题目要求 列表从 1 开始 ;
以上两个问题的解决方法如下:
1. 删除高位多余的 0 :
字符串左边界定义: 声明变量 start 规定字符串的左边界,以保证添加的数字字符串 num[start:] 中无高位多余的 0 。
例如当 n = 2 时, 1 - 9 时 start = 1 , 10 - 99 时 start = 0。
左边界 start 变化规律: 观察可知,当输出数字的所有位都是 9 时,则下个数字需要向更高位进 1 ,此时左边界 start 需要减 1(即高位多余的 0 减少一个)。
例如当 n = 3(数字范围 1 - 999)时,左边界 start 需要减 1 的情况有: "009" 进位至 "010" , "099" 进位至 "100" 。设数字各位中 9 的数量为 nine ,所有位都为 9 的判断条件可用以下公式表示:n - start = nine
统计 nine 的方法: 固定第 x 位时,当 i = 9 则执行 nine = nine + 1 ,并在回溯前恢复 nine = nine - 1 。
2. 列表从 1 开始:
在以上方法的基础上,添加数字字符串前判断其是否为 "0" ,若为 "0" 则直接跳过。
StringBuilder res;
int nine = 0, count = 0,start, n;
char[] num, loop = {'0', '1', '2', '3', '4', '5', '6', '7', '8', '9'};
public String printNumbersString(int n){
this.n = n;
res = new StringBuilder();
num = new char[n];
start = n - 1;
dfs(0);
res.deleteCharAt(res.length() - 1);
return res.toString();
}
void dfs(int x){
if(x == n){
String s = String.valueOf(num).substring(start);
if(!s.equals("0")) res.append(s+",");
if(n - start == nine) start--;
return;
}
for(char i : loop){
if(i == '9') nine++;
num[x] = i;
dfs(x+1);
}
nine--;
}
本题要求输出 int 类型数组。为 运行通过 ,可在添加数字字符串 ss 前,将其转化为 int 类型。代码如下所示:
class Solution {
int[] res;
int nine = 0, count = 0, start, n;
char[] num, loop = {'0', '1', '2', '3', '4', '5', '6', '7', '8', '9'};
public int[] printNumbers(int n) {
this.n = n;
res = new int[(int)Math.pow(10, n) - 1];
num = new char[n];
start = n - 1;
dfs(0);
return res;
}
void dfs(int x) {
if(x == n) {
String s = String.valueOf(num).substring(start);
if(!s.equals("0")) res[count++] = Integer.parseInt(s);
if(n - start == nine) start--;
return;
}
for(char i : loop) {
if(i == '9') nine++;
num[x] = i;
dfs(x + 1);
}
nine--;
}
}
但是面试肯定是考察这样的“大数”情况!!
2 数组中的逆序对
剑指 Offer 51. 数组中的逆序对https://leetcode-cn.com/problems/shu-zu-zhong-de-ni-xu-dui-lcof/
class Solution {
public int reversePairs(int[] nums) {
int n = nums.length;
int count= 0;
for (int i = 0; i < n; i++) {
for (int j = i+1; j < n; j++) {
if(nums[i] > nums[j])
count++;
}
}
return count;
}
}
超过时间限制
1. 归并排序写法
class Solution {
private int ans;
public int reversePairs(int[] nums) {
if (nums.length == 0 || nums.length == 1) {
return 0;
}
mergeSort(nums, 0, nums.length - 1);
return ans;
}
public void mergeSort(int[] nums, int l, int r) {
if (l >= r) {
return;
}
int mid = ((r - l) >> 1) + l;
mergeSort(nums, l, mid);
mergeSort(nums, mid + 1, r);
merge(nums, l, mid, r);
}
/**
合并排序,从小到大
*/
public void merge(int[] nums, int l, int mid, int r) {
// 第一组左边界
int l1 = l;
// 第二组左边界
int l2 = mid + 1;
// 临时数组保存排序结果
int[] tmp = new int[r - l + 1];
int count = 0;
// 归并排序
while (l1 <= mid && l2 <= r) {
if (nums[l1] <= nums[l2]) {
tmp[count++] = nums[l1++];
// 这里前面的数字大于后面的数字,所以前面的这个数字后面都大于后面的这个数字
} else {
ans += (mid - l1 + 1);
tmp[count++] = nums[l2++];
}
}
// 把左边剩余的数移入数组
while (l1 <= mid) {
tmp[count++] = nums[l1++];
}
// 把右边边剩余的数移入数组
while (l2 <= r) {
tmp[count++] = nums[l2++];
}
// 把临时数组中的数覆盖nums数组
for (int i = l; i <= r; i++) {
nums[i] = tmp[i - l];
}
}
}
2. k神写法
感觉就是在归并排序(分治),过程中去累加计算逆序对。
直观来看,使用暴力统计法即可,即遍历数组的所有数字对并统计逆序对数量。此方法时间复杂度为 O(N^2) ,观察题目给定的数组长度范围 0≤N≤50000 ,可知此复杂度是不能接受的。
归并排序」与「逆序对」是息息相关的。归并排序体现了 “分而治之” 的算法思想,具体为:
- 分: 不断将数组从中点位置划分开(即二分法),将整个数组的排序问题转化为子数组的排序问题;
- 治: 划分到子数组长度为 1 时,开始向上合并,不断将 较短排序数组 合并为 较长排序数组,直至合并至原数组时完成排序;
如下图所示,为数组 [7, 3, 2, 6, 0, 1, 5, 4] 的归并排序过程。
合并阶段 本质上是 合并两个排序数组 的过程,而每当遇到 左子数组当前元素 > 右子数组当前元素 时,意味着 「左子数组当前元素 至 末尾元素」 与 「右子数组当前元素」 构成了若干 「逆序对」 。
因此,考虑在归并排序的合并阶段统计「逆序对」数量,完成归并排序时,也随之完成所有逆序对的统计。
为简化代码,「当 j = r + 1 时」 与 「当 tmp[i] ≤ tmp[j] 时」 两判断项可合并。
package jzof.Day30;
import java.util.Arrays;
/**
* @author ahan
* @create_time 2021-12-14-3:50 下午
*/
public class _51 {
public static void main(String[] args) {
System.out.println(new _51().reversePairs(new int[]{5,4,3,2,1}));
}
int[] nums, tmp;
public int reversePairs(int[] nums) {
this.nums = nums;
int n = nums.length;
tmp = new int[n];
int res = mergeSort(0, n-1);
for (int i = 0; i < nums.length; i++) {
System.out.print(nums[i] + " ");
}
return res;
}
private int mergeSort(int l, int r) {
// 终止条件
if (l >= r) return 0;
// 递归划分
int m = (l + r) / 2;
int res = mergeSort(l, m) + mergeSort(m + 1, r);
// 合并阶段
int i = l, j = m + 1;
for (int k = l; k <= r; k++)
tmp[k] = nums[k];
for (int k = l; k <= r; k++) {
if (i == m + 1)
nums[k] = tmp[j++];
else if (j == r + 1 || tmp[i] <= tmp[j])
nums[k] = tmp[i++];
else {
nums[k] = tmp[j++];
res += m - i + 1; // 统计逆序对
}
}
return res;
}
}
复杂度分析:
- 时间复杂度 O(NlogN) : 其中 N 为数组长度;归并排序使用 O(NlogN) 时间;
- 空间复杂度 O(N) : 辅助数组 tmp 占用 O(N) 大小的额外空间;
3. 离散化树状数组 (官方题解)
预备知识
「树状数组」是一种可以动态维护序列前缀和的数据结构,它的功能是:
- 单点更新 update(i, v): 把序列 i 位置的数加上一个值 v,这题 v = 1
- 区间查询 query(i): 查询序列 [1⋯i] 区间的区间和,即 i 位置的前缀和
修改和查询的时间代价都是O(logn),其中 n 为需要维护前缀和的序列的长度。
思路
从后往前遍历,i位置+1 并且 加上该数的前i-1的前缀和。还有一个问题,如果数字很大,内存是存不下这么大的数据,所以离散化。
离散化一个序列的前提是我们只关心这个序列里面元素的相对大小,而不关心绝对大小(即只关心元素在序列中的排名);离散化的目的是让原来分布零散的值聚集到一起,减少空间浪费。那么如何获得元素排名呢,我们可以对原序列排序后去重,对于每一个 a_i 通过二分查找的方式计算排名作为离散化之后的值。当然这里也可以不去重,不影响排名。
复制一个数组tmp,排序,nums[i] = tmp中对应元素序号+1 知道排名即可。
class Solution {
public int reversePairs(int[] nums) {
int n = nums.length;
int[] tmp = new int[n];
System.arraycopy(nums, 0, tmp, 0, n);
// 离散化
Arrays.sort(tmp);
for (int i = 0; i < n; ++i) {
nums[i] = Arrays.binarySearch(tmp, nums[i]) + 1;
}
// 树状数组统计逆序对
BIT bit = new BIT(n);
int ans = 0;
for (int i = n - 1; i >= 0; --i) {
ans += bit.query(nums[i] - 1);
bit.update(nums[i]);
}
return ans;
}
}
class BIT {
private int[] tree;
private int n;
public BIT(int n) {
this.n = n;
this.tree = new int[n + 1];
}
public static int lowbit(int x) {
return x & (-x);
}
public int query(int x) {
int ret = 0;
while (x != 0) {
ret += tree[x];
x -= lowbit(x);
}
return ret;
}
public void update(int x) {
while (x <= n) {
++tree[x];
x += lowbit(x);
}
}
}
3 归并排序
package jzof.Day30;
/**
* @author ahan
* @create_time 2021-12-14-5:19 下午
*/
public class guibing {
public static void main(String[] args) {
int[] sort = sort(new int[]{1, 3, 4, 5, 6, 1}, 0, 5);
for (int i = 0; i < sort.length; i++) {
System.out.print(sort[i] + " ");
}
System.out.println("");
new guibing().sort2(new int[]{1, 3, 4, 5, 6, 1});
}
public static int[] sort(int[] a,int low,int high){
int mid = (low+high)/2;
if(low<high){
sort(a,low,mid);
sort(a,mid+1,high);
//左右归并
merge(a,low,mid,high);
}
return a;
}
public static void merge(int[] a, int low, int mid, int high) {
int[] temp = new int[high-low+1];
int i= low;
int j = mid+1;
int k=0;
// 把较小的数先移到新数组中
while(i<=mid && j<=high){
if(a[i]<a[j]){
temp[k++] = a[i++];
}else{
temp[k++] = a[j++];
}
}
// 把左边剩余的数移入数组
while(i<=mid){
temp[k++] = a[i++];
}
// 把右边边剩余的数移入数组
while(j<=high){
temp[k++] = a[j++];
}
// 把新数组中的数覆盖nums数组
for(int x=0;x<temp.length;x++){
a[x+low] = temp[x];
}
}
//下面是第二种方法
int[] nums, tmp;
public void sort2(int[] nums) {
this.nums = nums;
int n = nums.length;
tmp = new int[n];
mergeSort(0, n-1);
for (int i = 0; i < nums.length; i++) {
System.out.print(nums[i] + " ");
}
}
private void mergeSort(int l, int r) {
// 终止条件
if (l >= r) return ;
// 递归划分
int m = (l + r) / 2;
mergeSort(l, m);
mergeSort(m + 1, r);
// 合并阶段
int i = l, j = m + 1;
for (int k = l; k <= r; k++)
tmp[k] = nums[k];
for (int k = l; k <= r; k++) {
if (i == m + 1)
nums[k] = tmp[j++];
else if (j == r + 1 || tmp[i] <= tmp[j])
nums[k] = tmp[i++];
else {
nums[k] = tmp[j++];
}
}
}
}