算法-贪心-移掉K个数后的最小数（remove-k-digits）

算法-贪心-移掉K个数后的最小数（remove-k-digits）

1 题目概述

1.1 题目出处

https://leetcode-cn.com/problems/remove-k-digits/

1.2 题目描述

给定一个以字符串表示的非负整数 num，移除这个数中的 k 位数字，使得剩下的数字最小。

注意:

num 的长度小于 10002 且 ≥ k。
num 不会包含任何前导零。
示例 1 :

输入: num = “1432219”, k = 3
输出: “1219”
解释: 移除掉三个数字 4, 3, 和 2 形成一个新的最小的数字 1219。
示例 2 :

输入: num = “10200”, k = 1
输出: “200”
解释: 移掉首位的 1 剩下的数字为 200. 注意输出不能有任何前导零。
示例 3 :

输入: num = “10”, k = 2
输出: “0”
解释: 从原数字移除所有的数字，剩余为空就是0。

2 暴力贪心法

2.1 思路

经过观察，每次移除一位时，要让移除后的数最小，则从左遍历，如果递增则继续，如果发生减小则停止遍历，并将最高点的那个数删除即可。

删除k个数时，需要遍历k次。

这个代码很容易写错，有一些边界条件如删除后开头都是0、元素全部被移除只剩0等需要注意。

2.2 代码

class Solution {
    public String removeKdigits(String num, int k) {
        if(k >= num.length())
        return "0";

        // 每次移除左数第一个0之前的最大数，可以使得移除后的数最小
        char[] nums = num.toCharArray();
        // 将数组元素全部放到ArrayList方便移除
        List<Character> numsList = new ArrayList<>(k);
        for(int i = 0; i < nums.length; i++){
            numsList.add(nums[i]);
        }

        // 存放当前次遍历到的最大数值
        int max = 0;
        // 存放当前目标移除元素位置
        int remove = 0;
       
        while(k > 0){
            int i = 0;
            int prevLength = numsList.size();
            for(i = 0; i < numsList.size(); i++){
                // 当前元素的int数值
                int current = numsList.get(i) - '0';
                if(current > max){
                    // 大于max时就作为移除备选
                    remove = i;
                    max = current;
                }else if(current < max){
                    // 当遇到比前一个数字小时，就结束该趟遍历，取最后一个最大的数移除
                    // 移除目标位置的数字
                    numsList.remove(remove);
                    // 重置max和remove
                    max = 0;
                    remove = 0;
                    // 结束这一趟遍历
                    break;
                }
            }
            if(i == prevLength){
                // 此时没有0，已经扫描到最后数字
                // 或只有0
                // 移除目标位置的数字
                numsList.remove(remove);
                // 重置max和remove
                max = 0;
                remove = -1;
            }
            k--;
        }

        String resultStr = "";
        // 将删除后的字符List拼接为字符串
        for(int i = 0; i < numsList.size(); i++){
            if(resultStr.length() != 0 || numsList.get(i) != '0'){
                resultStr += numsList.get(i);
            }
        }
        // 可能剩余全为0了，此时返回"0"
        return resultStr.length() == 0 ? "0" : resultStr;
    }
}

2.3 时间复杂度

O(n^2)

2.4 空间复杂度

O(n)

3 基于双端队列优化的贪心法

3.1 思路

经过观察，之前的暴力贪心法大方向没错，只不过每趟遍历时重复计算了前面部分。

那么要避免重复计算，就能想到使用栈来存放已经计算好的结果。

具体来说，将数字从左往右遍历：

1. 只要递增就入队
2. 如果发现比队尾元素小就先将队尾元素出队，表示移除了当前最高位的局部最大数以使得移除后的数最小
3. 如果仍需移除元素，就继续将当前元素和新的队尾元素对比，并继续1-3的流程
4. 持续1-3的步骤，直到已经移除了k个数或已经遍历完原始数组
5. 此时有两种可能：
   • 存在递增序列，导致没有移除够k个数，则继续移除若干数直到共移除k个数
   • 提前移除完k个数，则将剩余数全部依次入队尾
   • 没有第三种可能
6. 此时我们已经得到移除了k个数后的charList，只需要依次遍历，并将数放入StringBuidler拼接即可。
   此时必须注意，有可能前几位都是’0’，所以拼接时必须排除这些首个非’0’字符前的’0’。所以最后返回结果时，可能StringBuilder没有任何字符，此时需要判断后返回"0"。

3.2 代码

class Solution {
    public String removeKdigits(String num, int k) {
        if(k >= num.length())
            return "0";

        // 每次移除左数第一个0之前的最大数，可以使得移除后的数最小
        char[] nums = num.toCharArray();
        // 存放移除后的所有char
        LinkedList<Character> charList = new LinkedList<>();

        int i = 0;
        while(i < nums.length && k > 0){
            if(charList.size() == 0){
                charList.add(nums[i]);
                i++;
                continue;
            }
            if(nums[i] >= charList.peekLast()){
                // 只要当前元素大于等于列表尾元素就入列
                charList.add(nums[i]);
                i++;
            }else{
                // 当前元素小于列首元素就出列
                charList.pollLast();
                // 表明出列了一个元素
                k--;
                // 下一趟还需要从当前位置开始判断，所以i不变
            }
        }

        // 持续递增时的处理，将k个列首最大元素移除
        while(k > 0){
            charList.pollLast();
            k--;
        }
        // 如果已经将k个数移除，那么剩下的数全部入列
        while(i < nums.length){
            charList.add(nums[i]);
            i++;
        }

        // 将列表中元素按顺序加入StringBuilder，
        // 注意如果无大于0的元素时，遇到0就忽略，从第一个非0元素开始加入
        StringBuilder result = new StringBuilder();
        Iterator<Character> iterator = charList.iterator();
        while(iterator.hasNext()){
            char c = iterator.next();
            if(result.length() == 0 && c == '0'){
                    continue;
            }
            result.append(c);
        }
        
        // 有可能全0，此时就返回"0"
        return result.length() == 0? "0" : result.toString();
    }
}

3.3 时间复杂度

O(n)

3.4 空间复杂度

O(n)