LeetCode题解-数组与矩阵
文章目录
283.移动零(简单)
给定一个数组 nums
,编写一个函数将所有 0
移动到数组的末尾,同时保持非零元素的相对顺序。
输入: [0,1,0,3,12]
输出: [1,3,12,0,0]
- 必须在原数组上操作,不能拷贝额外的数组。
- 尽量减少操作次数。
解题思路:双指针——两个指针初始位于数组开头, i i i 指针用来遍历数组, j j j 指针用来记录下一个需要交换的位置,当 i i i 指针遍历到的数字不为0时,则将两个指针的数据交换位置,同时 j j j 指针向右挪动一位。
class Solution {
public void moveZeroes(int[] nums) {
if(nums == null || nums.length == 0){
return;
}
int j = 0;
for(int i = 0; i < nums.length; i++){
if(nums[i] != 0){
int tmp = nums[i];
nums[i] = nums[j];
nums[j] = tmp;
j++;
}
}
}
}
566.重塑矩阵(简单)
给出一个由二维数组表示的矩阵,以及两个正整数r和c,分别表示想要的重构的矩阵的行数和列数。
重构后的矩阵需要将原始矩阵的所有元素以相同的行遍历顺序填充。如果具有给定参数的reshape操作是可行且合理的,则输出新的重塑矩阵;否则,输出原始矩阵。
输入:
nums =
[[1,2],
[3,4]]
r = 1, c = 4
输出:
[[1,2,3,4]]
解释:
行遍历nums的结果是 [1,2,3,4]。新的矩阵是 1 * 4 矩阵, 用之前的元素值一行一行填充新矩阵。
解题思路:找出矩阵中每个元素的行、列索引与整体元素个数之间的关系
- 设nums本身为 m 行 n 列,如果 mn≠rc,那么二者包含的元素个数不相同,因此无法进行重塑;
- 否则,对于 x∈[0,mn),第 x 个元素在nums 中对应的下标为 (x / n,x % n),而在新的重塑矩阵中对应的下标为 (x / c,x % c),直接进行赋值即可。
class Solution {
public int[][] matrixReshape(int[][] nums, int r, int c) {
int m = nums.length, n = nums[0].length;//二维数组行列的大小取值也要记一下
if(m * n != r * c){
return nums;
}
int[][] reshapeMatrix = new int[r][c];
for(int i = 0; i < m * n; i ++){
reshapeMatrix[i / c][i % c] = nums[i / n][i % n];
}
return reshapeMatrix;
}
}
59.螺旋矩阵 ll(中等)
给你一个正整数 n
,生成一个包含 1
到 n^2
所有元素,且元素按顺时针顺序螺旋排列的 n x n
正方形矩阵 matrix
。
输入:n = 3
输出:[[1,2,3],[8,9,4],[7,6,5]]
解题思路
-
生成一个 n×n 空矩阵 mat,随后模拟整个向内环绕的填入过程:
- 定义当前左右上下边界 l,r,t,b,初始值 num = 1,迭代终止值 sum = n * n;
- 当 num <= tar 时,始终按照 从左到右、 从上到下、 从右到左、 从下到上填入顺序循环,每次填入后:
- 执行 num += 1:得到下一个需要填入的数字;
- 更新边界:例如从左到右填完后,上边界 t += 1,相当于上边界向内缩 1。
-
使用num <= sum而不是l < r || t < b作为迭代条件,是为了解决当n为奇数时,矩阵中心数字无法在迭代过程中被填充的问题。
class Solution {
public int[][] generateMatrix(int n) {
int l = 0, r = n - 1, t = 0, b = n - 1;
int[][] res = new int[n][n];
int num = 1, sum = n * n;
while(num <= sum){
for(int i = l; i <= r; i++) res[t][i] = num++; //从左到右
t++; //上边界加1
for(int i = t; i <= b; i++) res[i][r] = num++; //从上到下
r--; //右边界减1
for(int i = r; i >= l; i--) res[b][i] = num++; //从右到左
b--; //下边界减1
for(int i = b; i >= t; i--) res[i][l] = num++; //从下到上
l++; //左边界加1
}
return res;
}
}
54.螺旋矩阵(中等)
给你一个 m
行 n
列的矩阵 matrix
,请按照 顺时针螺旋顺序 ,返回矩阵中的所有元素。(如上题图示)
输入:matrix = [[1,2,3],[4,5,6],[7,8,9]]
输出:[1,2,3,6,9,8,7,4,5]
解题思路:与上题类似,按照 从左到右、 从上到下、 从右到左、 从下到上的顺序遍历整个矩阵,并依次填入列表中,需要注意的是,该题的矩阵有可能是长方形,所以需要再加一个约束条件。
class Solution {
public List<Integer> spiralOrder(int[][] matrix) {
List<Integer> res = new ArrayList<>();
int m = matrix.length, n = matrix[0].length;
int l = 0, r = n - 1, t = 0, b = m - 1;
int num = 1;
while(num <= m*n){
for(int i = l; i <= r && num <= m*n; i++){ //注意这个新的约束条件,否则会多输出元素
res.add(matrix[t][i]);
num++;
}
t++;
for(int i = t; i <= b && num <= m*n; i++){
res.add(matrix[i][r]);
num++;
}
r--;
for(int i = r; i >= l && num <= m*n; i--){
res.add(matrix[b][i]);
num++;
}
b--;
for(int i = b; i >= t && num <= m*n; i--){
res.add(matrix[i][l]);
num++;
}
l++;
}
return res;
}
}
74. 搜索二维矩阵(中等)
编写一个高效的算法来判断 m x n 矩阵中,是否存在一个目标值。该矩阵具有如下特性:
每行中的整数从左到右按升序排列。每行的第一个整数大于前一行的最后一个整数。
输入:matrix = [[1,3,5,7],[10,11,16,20],[23,30,34,60]], target = 3
输出:true
解题思路:
方法一:左下角搜索:找到边角元素,该元素走一个方向减小,走另一个方向增大(思路类似于二叉搜索树)
- 左下角的元素是这一行中最小的元素,同时又是这一列中最大的元素。比较左下角元素和目标:
- 若左下角元素等于目标,则找到
- 若左下角元素大于目标,则目标不可能存在于当前矩阵的最后一行,问题规模可以减小为在去掉最后一行的子矩阵中寻找目标
- 若左下角元素小于目标,则目标不可能存在于当前矩阵的第一列,问题规模可以减小为在去掉第一列的子矩阵中寻找目标
- 若最后矩阵减小为空,则说明不存在
class Solution {
public boolean searchMatrix(int[][] matrix, int target) {
int m = matrix.length, n = matrix[0].length;
if(matrix == null || m == 0 || n == 0) return false;
int i = m-1, j = 0;
while(i >= 0 && j < n){
if(matrix[i][j] > target) {
i --;
}else if(matrix[i][j] < target){
j ++;
}else{
return true;
}
}
return false;
}
}
- 时间复杂度: O ( n + m ) O(n+m) O(n+m)
方法二:二分查找:输入的 m x n
矩阵可以视为长度为 m x n
的有序数组
class Solution {
public boolean searchMatrix(int[][] matrix, int target) {
int m = matrix.length;
if (m == 0) return false;
int n = matrix[0].length;
// 二分查找
int left = 0, right = m * n - 1;
int pivotIdx, pivotElement;
while (left <= right) { //注意此处必须是小于等于
midIdx = (left + right) / 2; //找到中间索引
midElement = matrix[midIdx / n][midIdx % n]; //注意这里的索引取值,需要记住,经常会用到!!!
if (target == midElement) return true;
else {
if (target < midElement) right = midIdx - 1;
else left = midIdx + 1;
}
}
return false;
}
}
- 时间复杂度: O ( l o g ( n ∗ m ) ) O(log(n*m)) O(log(n∗m))
240.搜索二维矩阵 ll(中等)
编写一个高效的算法来搜索 m x n 矩阵 matrix 中的一个目标值 target 。该矩阵具有以下特性:
每行的元素从左到右升序排列。每列的元素从上到下升序排列。
输入:matrix = [[1,4,7,11,15],[2,5,8,12,19],[3,6,9,16,22],[10,13,14,17,24],[18,21,23,26,30]], target = 5
输出:true
**解题思路:**与上题的方法一思路相同,从左下角开始搜索
- 若左下角元素等于目标,则找到
- 若左下角元素大于目标,则目标不可能存在于当前矩阵的最后一行,问题规模可以减小为在去掉最后一行的子矩阵中寻找目标
- 若左下角元素小于目标,则目标不可能存在于当前矩阵的第一列,问题规模可以减小为在去掉第一列的子矩阵中寻找目标
class Solution {
public boolean searchMatrix(int[][] matrix, int target) {
if (matrix == null || matrix.length == 0 || matrix[0].length == 0) return false;
int m = matrix.length, n = matrix[0].length;
int row = m - 1, col = 0;
while(row >= 0 && col < n){
if(matrix[row][col] > target){
row--;
}else if(matrix[row][col] < target){
col++;
}else{
return true;
}
}
return false;
}
}
378.有序矩阵中第k小的元素(中等)
给你一个 n x n 矩阵 matrix ,其中每行和每列元素均按升序排序,找到矩阵中第 k 小的元素。
请注意,它是 排序后 的第 k 小元素,而不是第 k 个 不同 的元素。
输入:matrix = [[1,5,9],[10,11,13],[12,13,15]], k = 8
输出:13
解释:矩阵中的元素为 [1,5,9,10,11,12,13,13,15],第 8 小元素是 13
解题方法一:直接排序__将这个二维数组转成一维数组,并对该一维数组进行排序。最后这个一维数组中的第 k个数即为答案。
class Solution {
public int kthSmallest(int[][] matrix, int k) {
int m = matrix.length, n = matrix[0].length;
int[] sortedMatrix = new int[m * n];
int index = 0;
for(int i = 0; i < m; i++){
for(int j = 0; j < n; j++){
sortedMatrix[index++] = matrix[i][j];
}
}
Arrays.sort(sortedMatrix);//记住这个函数
return sortedMatrix[k - 1];
}
}
- 时间复杂度: O ( n 2 l o g n ) O(n^2logn) O(n2logn):对 n 2 n^2 n2个数排序
- 空间复杂度: O ( n 2 ) O(n^2) O(n2),一维数组需要存储这 n 2 n^2 n2个数
解题方法二:二分查找
由题目给出的性质可知,整个二维数组中的元素是从左上到右下递增的, m a t r i x [ 0 ] [ 0 ] matrix[0][0] matrix[0][0]为最小值,为 m a t r i x [ m − 1 ] [ n − 1 ] matrix[m-1][n-1] matrix[m−1][n−1]最大值,我们分别将它们记为 l e f t left left和 r i g h t right right,因此对值域进行二分查找,算出中间值 m i d mid mid,每次计算求出小于等于 m i d mid mid 的元素个数 c o u n t count count,当 $count < k $ 时,说明该元素在右半部分,则调整值域范围更新 l e f t left left,否则更新 r i g h t right right。因为每次循环中都保证了第 k 小的数在 l e f t − r i g h t left-right left−right 之间,当 l e f t = = r i g h t left == right left==right 时,第 k 小的数即被找出,等于 r i g h t right right.
为什么对值二分
-
二分查找可以根据索引二分,也可以根据数值二分,有序数组中,索引的大小可以反映值的大小,对索引二分就行
-
但这里不是有序的一维数组,索引不能体现值谁大谁小,无法通过二分索引逼近目标值
统计矩阵中小于中间值的元素个数
- 以列为单位找,找到每一列最后一个<=mid的数即知道每一列有多少个数<=mid
参考链接:[https://www.bilibili.com/video/BV1kK411n7Bi?from=search&seid=5093669144351830180]
class Solution {
public int kthSmallest(int[][] matrix, int k) {
int m = matrix.length, n = matrix[0].length;
int left = matrix[0][0], right = matrix[m - 1][n - 1];
while(left < right){
int mid = (left + right) / 2;
int count = findSmall(matrix, mid, m, n);//求出小于mid的元素个数
if(count < k){
left = mid + 1;
}else{//大于等于k都使right=mid
right = mid;
}
}
return right;//注意最后的临界条件是left == right
}
public int findSmall(int[][] matrix, int mid, int m, int n){
// 以列为单位找,找到每一列最后一个<=mid的数即知道每一列有多少个数<=mid
int count = 0;
int i = m - 1, j = 0;//从左下角开始查找
while(i >= 0 && j < n){
if(matrix[i][j] <= mid){
count += i + 1; //将该列剩下的个数累加,并挪至下一列
j++;
}else{
i--; //上移一行
}
}
return count;
}
}
- 时间复杂度: O ( n l o g ( r − l ) ) O(nlog(r-l)) O(nlog(r−l)),二分查找次数为 O ( l o g ( r − l ) ) O(log(r-l)) O(log(r−l)),每次操作时间复杂度为 O ( n ) O(n) O(n)
剑指offer 03.数组中重复的数字(简单)
在一个长度为 n 的数组 nums 里的所有数字都在 0~n-1 的范围内。数组中某些数字是重复的,但不知道有几个数字重复了,也不知道每个数字重复了几次。请找出数组中任意一个重复的数字。
输入:
[2, 3, 1, 0, 2, 5, 3]
输出:2 或 3
方法一:利用集合的去重性
class Solution {
public int findRepeatNumber(int[] nums) {
Set<Integer> set = new HashSet<>();
int repeat = -1;
for(int num : nums){
if(!set.add(num)){
repeat = num;
break;
}
}
return repeat;
}
}
- 时间复杂度: O ( N ) O(N) O(N)
- 空间复杂度: O ( N ) O(N) O(N)
方法二:利用原地排序置换(萝卜-坑:每个坑放对应的萝卜,即对应索引放对应数字)
class Solution {
public int findRepeatNumber(int[] nums) {
int temp;
for(int i=0;i<nums.length;i++){
while (nums[i]!=i){
if(nums[i]==nums[nums[i]]){
return nums[i];
}
temp=nums[i];
nums[i]=nums[temp];
nums[temp]=temp;
}
}
return -1;
}
}
- 时间复杂度: O ( N ) O(N) O(N)
- 空间复杂度: O ( 1 ) O(1) O(1)(但是会修改原数组)
645.错误的集合(简单)
集合 s 包含从 1 到 n 的整数。不幸的是,因为数据错误,导致集合里面某一个数字复制了成了集合里面的另外一个数字的值,导致集合 丢失了一个数字 并且 有一个数字重复 。
给定一个数组 nums 代表了集合 S 发生错误后的结果。请你找出重复出现的整数,再找到丢失的整数,将它们以数组的形式返回。
输入:nums = [1,2,2,4]
输出:[2,3]
输入:nums = [2,2]
输出:[2,1]
在数组 a r r arr arr 中,索引代表数字, a r r arr arr 存储每个数字出现的次数。例如 a r r [ i ] arr[i] arr[i]存储数字 i i i出现的次数
(萝卜-坑:每个坑放对应的萝卜,即对应索引放对应数字出现的次数)
class Solution {
public int[] findErrorNums(int[] nums) {
//使用额外数组来存储每个元素出现的个数,注意因为存储的元素是1~n,所以定义它的长度为n+1,这样使其索引1~n正好对应这n个整数
int[] arr = new int[nums.length + 1];
int dup = -1, missing = 1;
for(int num : nums){
arr[num] ++; //遍历数组,出现某个整数,则arr的该索引对应数值加1,例如出现1,则arr[1] += 1;
for(int i = 1; i < nums.length + 1; i++){ //遍历arr的1~n索引
if(arr[i] == 2){
dup = i;//若这个索引对应值为2,则说明i是重复出现的数字
}
if(arr[i] == 0){
missing = i;//索引为0说明i是缺失的
}
}
return new int[]{dup, missing};
}
}
复杂度分析:
- 时间复杂度: O ( N ) O(N) O(N),遍历nums数组需要时间 O ( N ) O(N) O(N),检查每个数字需要时间 O ( N ) O(N) O(N);
- 空间复杂度: O ( N ) O(N) O(N) 数组 a r r arr arr最多需要存储1~n个数字。
287.寻找重复数(中等)
给定一个包含 n + 1
个整数的数组 nums
,其数字都在 1
到 n
之间(包括 1
和 n
),可知至少存在一个重复的整数。
假设 nums
只有 一个重复的整数 ,找出 这个重复的数 。
输入:nums = [1,3,4,2,2]
输出:2
输入:nums = [3,1,3,4,2]
输出:3
**方法一:**和上题类似,利用额外数组
a
r
r
arr
arr来存储每个元素出现的个数,出现两次以上的元素即为结果。但是该方法需要
O
(
N
)
O(N)
O(N) 的空间复杂度,怎样可以只用常量级 O(1)
的额外空间解决这个问题呢?
方法二:二分查找,定义 c o u n t [ i ] count[i] count[i]表示数组中小于等于 i i i的数有多少个,假设重复的数为 t a r g e t target target,那么 [ 1 , t a r g e t − 1 ] [1,target-1] [1,target−1]里的所有数满足 c o u n t [ i ] ≤ i count[i]≤i count[i]≤i, [ t a r g e t , n ] [target,n] [target,n]里的所有数满足 c o u n t [ i ] > i count[i]>i count[i]>i,具有单调性。(以示例1为例)
class Solution {
public int findDuplicate(int[] nums) {
int n = nums.length;
int left = 0, right = n - 1;
while(left <= right){
int mid = left + (right - left)/2;
int count = 0;
for(int i = 0; i < n; i++){
if(nums[i] <= mid) count++;//从mid开始计算小于它的数字有多少个
}
if(count > mid) right = mid - 1;//如果count[mid] > mid,说明重复的数字在左边
else
left = mid + 1;
}
return left;
}
}
方法三:快慢指针
参考链接:https://leetcode-cn.com/problems/find-the-duplicate-number/solution/287xun-zhao-zhong-fu-shu-by-kirsche/
public int findDuplicate(int[] nums) {
int slow = nums[0], fast = nums[nums[0]];
while (slow != fast) {
slow = nums[slow];
fast = nums[nums[fast]];//快指针走两步,慢指针走一步,直到相遇
}
fast = 0;//相遇后,再将快指针放回起点,然后依次走一步
while (slow != fast) {
slow = nums[slow];
fast = nums[fast];
}
return slow;
}
697.数组的度(简单)
给定一个非空且只包含非负数的整数数组 nums
,数组的度的定义是指数组里任一元素出现频数的最大值。
你的任务是在 nums
中找到与 nums
拥有相同大小的度的最短连续子数组,返回其长度。
输入:[1, 2, 2, 3, 1]
输出:2
解释:
输入数组的度是2,因为元素1和2的出现频数最大,均为2.
连续子数组里面拥有相同度的有如下所示:
[1, 2, 2, 3, 1], [1, 2, 2, 3], [2, 2, 3, 1], [1, 2, 2], [2, 2, 3], [2, 2]
最短连续子数组[2, 2]的长度为2,所以返回2.
输入:[1,2,2,3,1,4,2]
输出:6
**解题思路:**首先用哈希表记录每个数组元素出现的个数,以及第一次出现和最后一次出现的索引位置。然后循环遍历数组找到最高频数,并记录其为数组的度。接着遍历循环,从哈希表获取每个元素出现的频数,若等于数组的度,则记录其最后一次和第一次出现的索引的差,最后取差的最小值。
class Solution {
public int findShortestSubArray(int[] nums) {
Map<Integer, Integer> numsCnt = new HashMap<>();
Map<Integer, Integer> numsLastIndex = new HashMap<>();
Map<Integer, Integer> numsFirstIndex = new HashMap<>();
for(int i = 0; i < nums.length; i++){
int num = nums[i];
numsCnt.put(num, numsCnt.getOrDefault(num, 0) + 1);
numsLastIndex.put(num, i);//重复添加会用新值覆盖旧值
if(!numsFirstIndex.containsKey(num)){
numsFirstIndex.put(num, i);
}
}
int maxCnt = 0;
for(int num : nums){
maxCnt = Math.max(maxCnt, numsCnt.get(num));//数组的度(指数组里任一元素出现频数的最大值)
}
int ret = nums.length;
for(int i = 0; i < nums.length; i++){
int cnt = numsCnt.get(nums[i]);//获取每个元素的频数
if(cnt != maxCnt) continue;
ret = Math.min(ret, numsLastIndex.get(nums[i]) - numsFirstIndex.get(nums[i]) + 1);//找到最小值
}
return ret;
}
}
766.托普利茨矩阵(简单)
给你一个 m x n
的矩阵 matrix
。如果这个矩阵是托普利茨矩阵,返回 true
;否则,返回 false
如果矩阵上每一条由左上到右下的对角线上的元素都相同,那么这个矩阵是 托普利茨矩阵 。
输入:matrix = [[1,2,3,4],[5,1,2,3],[9,5,1,2]]
输出:true
解释:
在上述矩阵中, 其对角线为:
"[9]", "[5, 5]", "[1, 1, 1]", "[2, 2, 2]", "[3, 3]", "[4]"。
各条对角线上的所有元素均相同, 因此答案是 True 。
**解题思路:**根据定义,当且仅当矩阵中每个元素都与其左上角相邻的元素(如果存在)相等时,该矩阵为托普利茨矩阵。因此,我们遍历该矩阵,将每一个元素和它左上角的元素相比对即可。
class Solution {
public boolean isToeplitzMatrix(int[][] matrix) {
int m = matrix.length, n = matrix[0].length;
if(matrix == null || m == 0 || n == 0) return false;
for(int i = 1; i < m; i++){
for(int j = 1; j < n; j++){
if(matrix[i][j] != matrix[i-1][j-1]){
return false;
}
}
}
return true;
}
}
565.数组嵌套(中等)
索引从0
开始长度为N
的数组A
,包含0
到N - 1
的所有整数。找到最大的集合S
并返回其大小,其中 S[i] = {A[i], A[A[i]], A[A[A[i]]],... }
且遵守以下的规则
假设选择索引为i
的元素A[i]
为S
的第一个元素,S
的下一个元素应该是A[A[i]]
,之后是A[A[A[i]]]...
以此类推,不断添加直到S
出现重复的元素。
输入: A = [5,4,0,3,1,6,2]
输出: 4
解释:
A[0] = 5, A[1] = 4, A[2] = 0, A[3] = 3, A[4] = 1, A[5] = 6, A[6] = 2.
其中一种最长的 S[K]:
S[0] = {A[0], A[5], A[6], A[2]} = {5, 6, 2, 0}
**解题思路:**方法一:暴力求解【超过时间限制】
方法二:记录访问过的位置,[参考链接][https://leetcode-cn.com/problems/array-nesting/solution/javaqiu-jie-de-si-kao-yu-gai-jin-by-zackqf/]
class Solution {
public int arrayNesting(int[] nums) {
int result = 0;
for(int i=0;i<nums.length;i++){
int count=0, k=i;
while(nums[k]!=-1){ //已经访问过的位置不用再计算
count++;
int tmp = nums[k];
nums[k] = -1;//已经访问过的位置置为-1
k = tmp;//接着嵌套遍历
}
result = Math.max(result,count);
}
return result;
}
}
769.最多能完成排序的块(中等)
数组arr
是[0, 1, ..., arr.length - 1]
的一种排列,我们将这个数组分割成几个“块”,并将这些块分别进行排序。之后再连接起来,使得连接的结果和按升序排序后的原数组相同。我们最多能将数组分成多少块?
输入: arr = [4,3,2,1,0]
输出: 1
解释:
将数组分成2块或者更多块,都无法得到所需的结果。
例如,分成 [4, 3], [2, 1, 0] 的结果是 [3, 4, 0, 1, 2],这不是有序的数组。
输入: arr = [1,0,2,3,4]
输出: 4
解释:
我们可以把它分成两块,例如 [1, 0], [2, 3, 4]。
然而,分成 [1, 0], [2], [3], [4] 可以得到最多的块数。
**解题思路:**从数组左边开始遍历,若前 k k k个元素的为 [ 0 , 1 , . . . , k − 1 ] [0,1,...,k-1] [0,1,...,k−1](不分顺序, 即前 k k k个元素的最大值为 k − 1 k-1 k−1(等于数组末位索引值),则其可以进行升序排列,说明可以分为一块,当判断前 k + 1 k+1 k+1个元素能否分块时,则只需判断前 k + 1 k+1 k+1个元素的最大值是否为 k k k即可。
class Solution {
public int maxChunksToSorted(int[] arr) {
//当遍历到第i个位置时,如果可以切分为块,那前i个位置的最大值一定等于i。
//否则,一定有比i小的数划分到后面的块,那块排序后,一定不满足升序。
int res = 0, max = 0;
for(int i = 0; i < arr.length; i++){
max = Math.max(max, arr[i]);//统计前i个位置的最大元素
if(max == i) res++;//若最大值等于末位索引,说明此处可以分块
}
return res;
}
}
1, 0] 的结果是 [3, 4, 0, 1, 2],这不是有序的数组。
输入: arr = [1,0,2,3,4]
输出: 4
解释:
我们可以把它分成两块,例如 [1, 0], [2, 3, 4]。
然而,分成 [1, 0], [2], [3], [4] 可以得到最多的块数。
**解题思路:**从数组左边开始遍历,若前$k$个元素的为$[0,1,...,k-1]$(不分顺序, 即前$k$个元素的最大值为$k-1$(等于数组末位索引值),则其可以进行升序排列,说明可以分为一块,当判断前$k+1$个元素能否分块时,则只需判断前$k+1$个元素的最大值是否为$k$即可。
```java
class Solution {
public int maxChunksToSorted(int[] arr) {
//当遍历到第i个位置时,如果可以切分为块,那前i个位置的最大值一定等于i。
//否则,一定有比i小的数划分到后面的块,那块排序后,一定不满足升序。
int res = 0, max = 0;
for(int i = 0; i < arr.length; i++){
max = Math.max(max, arr[i]);//统计前i个位置的最大元素
if(max == i) res++;//若最大值等于末位索引,说明此处可以分块
}
return res;
}
}