给定整数数组 A,每次 move 操作将会选择任意 A[i]
,并将其递增 1
。
返回使 A
中的每个值都是唯一的最少操作次数。
示例 1:
输入:[1,2,2] 输出:1 解释:经过一次 move 操作,数组将变为 [1, 2, 3]。
示例 2:
输入:[3,2,1,2,1,7] 输出:6 解释:经过 6 次 move 操作,数组将变为 [3, 4, 1, 2, 5, 7]。 可以看出 5 次或 5 次以下的 move 操作是不能让数组的每个值唯一的。
提示:
0 <= A.length <= 40000
0 <= A[i] < 40000
方案1
思路比较粗暴,直接将原数组进行从小到大排序,然后从小到大遍历一遍数组。如果前一个数大于等于后一个数,那么将后一个数字在前一个数字的基础之上加一,然后将结果加上他们的差值。如次反复 n-1 次就可以得到答案。
public int minIncrementForUnique(int[] A) {
//将原数组从小到大排序 O(NlogN)
Arrays.sort(A);
int res = 0;
// 迭代 n-1 次 O(N)
for (int i = 1; i < A.length; i++) {
if(A[i-1] >= A[i]){
res += A[i-1] + 1 - A[i] ;
A[i] = A[i-1] + 1;
}
}
return res;
}
分析
代码写起来比较简单易懂,但是算法的整体时间复杂度取决于排序算法,Java中用的是快排,所以最好的时间复杂度就是O(NlogN)。那么有没有方法去掉这个排序的过程呢?答案肯定是有的,用哈希。
方案2
声明一个长度为 40000 + max(max是数组A中的最大元素)的数组作为哈希数组,遍历一遍数组A,将对应的哈希数组位置加一。
然后遍历一遍哈希数组,如果数组元素大于2的时候需要进行以下处理
- 哈希数组后一个元素的值在此基础上加上前一个哈希值减一
hash[i-1] += hash[i] -1
- 结果加上当前哈希值减一
res += hash[i] -1
public int minIncrementForUniquePlus(int[] A) {
if(A == null || A.length == 0)
return 0;
int max = 0;
for (int i = 0; i < A.length-1; i++) {
max = max < A[i] ? A[i] : max;
}
int[] hash = new int[40000 + max];
for (int i = 0; i < A.length; i++) {
hash[A[i]]++;
}
int res = 0;
for (int i = 0; i < hash.length - 1; i++) {
if(hash[i] > 1){
hash[i + 1] += hash[i] - 1;
res += hash[i] - 1;
}
}
return res;
}
分析
算法的时间复杂度为 O(L),也就是哈希数组的长度。
利用哈希数组可以很好的避免数组排序带来的时间复杂度,但是同时提升了空间复杂度,但是现在往往都不太关注空间,更关心时间复杂度。