题目描述
给你一个下标从 0 开始的正整数数组 heights
,其中 heights[i]
表示第 i
栋建筑的高度。
如果一个人在建筑 i
,且存在 i < j
的建筑 j
满足 heights[i] < heights[j]
,那么这个人可以移动到建筑 j
。
给你另外一个数组 queries
,其中 queries[i] = [ai, bi]
。第 i
个查询中,Alice 在建筑 ai
,Bob 在建筑 bi
。
请你能返回一个数组 ans
,其中 ans[i]
是第 i
个查询中,Alice 和 Bob 可以相遇的 最左边的建筑 。如果对于查询 i
,Alice 和 Bob 不能相遇,令 ans[i]
为 -1
。
示例 1:
输入:heights = [6,4,8,5,2,7], queries = [[0,1],[0,3],[2,4],[3,4],[2,2]] 输出:[2,5,-1,5,2] 解释:第一个查询中,Alice 和 Bob 可以移动到建筑 2 ,因为 heights[0] < heights[2] 且 heights[1] < heights[2] 。 第二个查询中,Alice 和 Bob 可以移动到建筑 5 ,因为 heights[0] < heights[5] 且 heights[3] < heights[5] 。 第三个查询中,Alice 无法与 Bob 相遇,因为 Alice 不能移动到任何其他建筑。 第四个查询中,Alice 和 Bob 可以移动到建筑 5 ,因为 heights[3] < heights[5] 且 heights[4] < heights[5] 。 第五个查询中,Alice 和 Bob 已经在同一栋建筑中。 对于 ans[i] != -1 ,ans[i] 是 Alice 和 Bob 可以相遇的建筑中最左边建筑的下标。 对于 ans[i] == -1 ,不存在 Alice 和 Bob 可以相遇的建筑。
示例 2:
输入:heights = [5,3,8,2,6,1,4,6], queries = [[0,7],[3,5],[5,2],[3,0],[1,6]] 输出:[7,6,-1,4,6] 解释:第一个查询中,Alice 可以直接移动到 Bob 的建筑,因为 heights[0] < heights[7] 。 第二个查询中,Alice 和 Bob 可以移动到建筑 6 ,因为 heights[3] < heights[6] 且 heights[5] < heights[6] 。 第三个查询中,Alice 无法与 Bob 相遇,因为 Bob 不能移动到任何其他建筑。 第四个查询中,Alice 和 Bob 可以移动到建筑 4 ,因为 heights[3] < heights[4] 且 heights[0] < heights[4] 。 第五个查询中,Alice 可以直接移动到 Bob 的建筑,因为 heights[1] < heights[6] 。 对于 ans[i] != -1 ,ans[i] 是 Alice 和 Bob 可以相遇的建筑中最左边建筑的下标。 对于 ans[i] == -1 ,不存在 Alice 和 Bob 可以相遇的建筑。
提示:
1 <= heights.length <= 5 * 104
1 <= heights[i] <= 109
1 <= queries.length <= 5 * 104
queries[i] = [ai, bi]
0 <= ai, bi <= heights.length - 1
解题思路
方法一:线段树
思路与算法
代码
class Solution:
def leftmostBuildingQueries(self, heights: List[int], queries: List[List[int]]) -> List[int]:
n = len(heights)
zd = [0] * (n * 4)
def build(l, r, rt, heights):
if l == r:
zd[rt] = heights[l - 1]
return
mid = (l + r) // 2
build(l, mid, rt << 1, heights)
build(mid + 1, r, rt << 1 | 1, heights)
zd[rt] = max(zd[rt << 1], zd[rt << 1 | 1])
def query(pos, val, l, r, rt):
if val >= zd[rt]:
return 0
if l == r:
return l
mid = (l + r) // 2
if pos <= mid:
res = query(pos, val, l, mid, rt << 1)
if res != 0:
return res
return query(pos, val, mid + 1, r, rt << 1 | 1)
build(1, n, 1, heights)
m = len(queries)
ans = [0] * m
for i in range(m):
a, b = queries[i]
if a > b:
a, b = b, a
if a == b or heights[a] < heights[b]:
ans[i] = b
continue
ans[i] = query(b + 1, heights[a], 1, n, 1) - 1
return ans
算法复杂度分析
-
时间复杂度:O(mlogn),其中n 表示数组 heights 的长度,m 表示查询的长度。
-
空间复杂度:O(n)。
方法二:离线 + 二分单调栈
思路与算法
和方法一相同,先对每一次查询进行预处理使得 a<b。如果 heights[a]<heights[b],那么可直接得到答案为 b。假设 heights[a]>=heights[b],那么答案一定在 b 的右边。可以将查询离线处理,从后往前枚举,维护一个从大到小的单调栈 st。对于每一个 b,在单调栈中二分找到第一个大于 heights[a] 的即可。
代码示例
class Solution:
def leftmostBuildingQueries(self, heights: List[int], queries: List[List[int]]) -> List[int]:
n = len(heights)
m = len(queries)
query = [[] for _ in range(n)]
ans = [-1] * m
st = []
for i in range(m):
a, b = queries[i]
if a > b:
a, b = b, a
if a == b or heights[a] < heights[b]:
ans[i] = b
continue
query[b].append((i, heights[a]))
top = -1
for i in range(n - 1, -1, -1):
for q, val in query[i]:
if top == -1 or heights[st[0]] <= val:
ans[q] = -1
continue
l, r = 0, top
while l <= r:
mid = (l + r) // 2
if heights[st[mid]] > val:
l = mid + 1
else:
r = mid - 1
ans[q] = st[r]
while top >= 0 and heights[st[top]] <= heights[i]:
st.pop()
top -= 1
st.append(i)
top += 1
return ans
复杂度分析
- 时间复杂度:O(mlogn),其中n 表示数组 heights 的长度,m 表示查询的长度。
- 空间复杂度:O(n+m),其中单调栈最长为 n,查询最多有 m 个。