算法-分割数组为连续子序列

算法-分割数组为连续子序列

1 题目概述

1.1 题目出处

https://leetcode-cn.com/problems/split-array-into-consecutive-subsequences/

1.2 题目描述

2 贪心法

2.1 思路

先统计每个数出现次数，然后从小到大开始组合：

1. 总是贪心地和比自己小1的数结尾的长度为1的子集组合，成为以当前数结尾的长度为2的子集
2. 剩下的数和比自己小1的数结尾的长度为2的子集组合，成为以当前数结尾的长度为3的子集
3. 最后剩下的数，和比自己小1的数结尾的长度至少为3的子集组合，成为以当前数结尾的长度为至少3+1的子集

最后，判断以最后一轮遍历的最大的数字结尾的长度为1和2的子集数是否都为0，如果为0则说明全部组合成了至少长度为3的子集，否则说明匹配组合失败，返回false即可。

这个解法最重点的思路就是，优先和上一个数长度为1的组合为长度为2的，也就是说总是和更短的子集组合，因为题目要求是必须组合成长度为3的。

2.2 代码

class Solution {
    public boolean isPossible(int[] nums) {
        if(nums.length < 3){
            //总的数字个数小于3，肯定无法组成
            return false;
        }
        // 存储去重后数字，长度为最大值
        int[] distinctNums = new int[nums[nums.length - 1] - nums[0] + 1];
        if(distinctNums.length < 3){
            // 去重后数字个数小于3，肯定无法组成
            return false;
        }
        // 统计每个数字出现次数
        for(int num : nums){
            distinctNums[num - nums[0]]++;
        }
       
        // 记录比比当前遍历数小1的数结尾的，分长度为1、2、大于等于3的子集
        int one = 0, two = 0, three = 0;

        for(int i = 0; i < distinctNums.length; i++){
            // 1. 先和one匹配，组合为two
            distinctNums[i] -= one;
            // 2. 再和two匹配，组合为three
            distinctNums[i] -= two;
            if(distinctNums[i] < 0){
                // 说明上一个数字结尾的数存在无法组合成长度至少为3的子集
                return false;
            }
            // 记录下上一轮two子集数
            int tmpTwo = two;
            // 更新two
            two = one;
           

            // 3. 和three组合
            if(distinctNums[i] > three){
                // 部分拿来和three组合, 
                // 剩余的组成新的one
                one = distinctNums[i] - three;
                // 注意这里还需要加上本数前面已经和two组合形成的three
                three += tmpTwo;
            } else{
                // 此时distinctNums[i] <= three
                // 全部拿来和three组合
                // 注意这里还需要加上本数前面已经和two组合形成的three
                three = distinctNums[i] + tmpTwo;
                // 那就没有剩余元素组成one了
                one = 0;
            }
        }

        // 最终必须不存在长度为1和2的子集才符合题意
        return one + two == 0;
    }
}

2.3 时间复杂度

O(N)

2.4 空间复杂度

O(nums[nums.length - 1] - nums[0])

参考文档

• o(n)贪心，详细说明