1488. 避免洪水泛滥
难度中等
你的国家有无数个湖泊,所有湖泊一开始都是空的。当第 n 个湖泊下雨的时候,如果第 n 个湖泊是空的,那么它就会装满水,否则这个湖泊会发生洪水。你的目标是避免任意一个湖泊发生洪水。
给你一个整数数组 rains ,其中:
* rains[i] > 0 表示第 i 天时,第 rains[i] 个湖泊会下雨。
* rains[i] == 0 表示第 i 天没有湖泊会下雨,你可以选择 一个 湖泊并 抽干 这个湖泊的水。
请返回一个数组 ans ,满足:
* ans.length == rains.length
* 如果 rains[i] > 0 ,那么ans[i] == -1 。
* 如果 rains[i] == 0 ,ans[i] 是你第 i 天选择抽干的湖泊。
如果有多种可行解,请返回它们中的 任意一个 。如果没办法阻止洪水,请返回一个 空的数组 。
请注意,如果你选择抽干一个装满水的湖泊,它会变成一个空的湖泊。但如果你选择抽干一个空的湖泊,那么将无事发生(详情请看示例 4)。
示例 1:
输入:rains = [1,2,3,4]
输出:[-1,-1,-1,-1]
解释:第一天后,装满水的湖泊包括 [1]
第二天后,装满水的湖泊包括 [1,2]
第三天后,装满水的湖泊包括 [1,2,3]
第四天后,装满水的湖泊包括 [1,2,3,4]
没有哪一天你可以抽干任何湖泊的水,也没有湖泊会发生洪水。
示例 2:
输入:rains = [1,2,0,0,2,1]
输出:[-1,-1,2,1,-1,-1]
解释:第一天后,装满水的湖泊包括 [1]
第二天后,装满水的湖泊包括 [1,2]
第三天后,我们抽干湖泊 2 。所以剩下装满水的湖泊包括 [1]
第四天后,我们抽干湖泊 1 。所以暂时没有装满水的湖泊了。
第五天后,装满水的湖泊包括 [2]。
第六天后,装满水的湖泊包括 [1,2]。
可以看出,这个方案下不会有洪水发生。同时, [-1,-1,1,2,-1,-1] 也是另一个可行的没有洪水的方案。
示例 3:
输入:rains = [1,2,0,1,2]
输出:[]
解释:第二天后,装满水的湖泊包括 [1,2]。我们可以在第三天抽干一个湖泊的水。
但第三天后,湖泊 1 和 2 都会再次下雨,所以不管我们第三天抽干哪个湖泊的水,另一个湖泊都会发生洪水。
示例 4:
输入:rains = [69,0,0,0,69]
输出:[-1,69,1,1,-1]
解释:任何形如 [-1,69,x,y,-1], [-1,x,69,y,-1] 或者 [-1,x,y,69,-1] 都是可行的解,其中 1 <= x,y <= 10^9
示例 5:
输入:rains = [10,20,20]
输出:[]
解释:由于湖泊 20 会连续下 2 天的雨,所以没有没有办法阻止洪水。
提示:
* 1 <= rains.length <= 10^5
* 0 <= rains[i] <= 10^9
思路1.0:
设置map<int poor,int water> rst,意为水池poor中存储的水water数,如果water>=2,判定为洪水。
现在的主要问题是,在没有下雨的时候怎么准确地选择水池进行排水。目前的想法是,维护一个数组存储当前water为1的水池标号,对将来最先下雨的且water为1的水池进行排水。
代码1.0(超时):
class Solution {
public:
vector<int> avoidFlood(vector<int>& rains) {
map<int, int> rst;
vector<int> ans(rains.size(), -1);
vector<int> fullPoor;
int idx = 0;
for (auto be = rains.begin(); be != rains.end(); ++be, ++idx) {
int valNow = *be;
//下雨
if (valNow == 0) {
//选择 未来几天最先下雨 && water==1 的水池抽水
//当前有蓄水的水池
if (!fullPoor.empty()) {
auto firstRain = rains.end();
vector<int>::iterator fpPumpIdx;
for (auto be1 = fullPoor.begin(); be1 != fullPoor.end(); ++be1) {
auto findVal = find(be, rains.end(), *be1);
if (findVal < firstRain) {
firstRain = findVal;
fpPumpIdx = be1;
}
firstRain = min(firstRain, find(be, rains.end(), *be1));
}
//抽出指定水池的水
int pump;
//未来该水池不再下雨
if (firstRain == rains.end()) {
pump = *fullPoor.begin();
fpPumpIdx = fullPoor.begin();
}
//未来该水池下雨
else {
pump = *firstRain;
}
rst[pump]--;
fullPoor.erase(fpPumpIdx);
ans[idx] = pump;
}
//当前所有水池都是空的
else {
ans[idx] = 1;
}
}
//不下雨
else{
rst[valNow]++;
//洪水了
if (rst[valNow] >= 2) return {};
//没洪水
fullPoor.push_back(valNow);
}
}
return ans;
}
};
已经把思路1.0的代码以自己这菜逼水平优化到极限了,去题解看看别的思路。
思路2.0(已看题解):
1.将晴天的日期全部记录到 set zero 中
2.使用 unordered_map<int, int> water 来记录每个湖泊上一次下雨的日期
3.遇到晴天时先不用管抽哪个湖
4.当下雨时,湖泊已经水满了时,我们可以查询到上次下雨的日期
5.通过这个日期在晴天记录中查找对应的晴天日期
(1. 在有序数据中查找,用二分啦
6.如果找到了,就可以使用那一天抽水,找不到就不可避免的洪水了
比较这位大佬和自己思路的出入:
1.自己的map用的不好 map<int,int> water记录每个湖泊里的水数,这完全可以通过water.find(poor)==water.end()代替。
2.最最关键的区别在于对晴天的处理,自己的思路中,每次碰到晴天都要往后遍历知道找到最先下雨的那一天,往往会碰到需要经过很多次遍历才能找到,甚至是压根就找不到的情况,这导致了性能极大的浪费。而这位大佬则是从后往前,“由晴天找最近的下雨天”到“由第一次下雨天找最近的晴天”。自己刷题的过程中经常考虑不到,在最坏情况下的某些性能浪费,导致自己在面临庞大测试集的时候超时。
代码2.0:
class Solution {
public:
vector<int> avoidFlood(vector<int>& rains) {
int len = rains.size();
if (len == 0) return {};
set<int> sunDay;
unordered_map<int, int> water;
vector<int> ans(len, -1);
for (int i = 0; i < len; ++i) {
//晴天
if (rains[i] == 0) {
sunDay.insert(i);
}
//雨天
else {
//第一次下雨,记录上一次下雨的那天
if (water.find(rains[i]) == water.end()) {
water[rains[i]] = i;
}
//其他次下雨,可能会洪水,穿越回去看看有没有符合条件的晴天可以抽水
else {
auto be = sunDay.begin();
for (; be != sunDay.end(); ++be) {
//抽水的那天是最接近上一次下雨的那天
if (*be > water[rains[i]]) {
ans[*be] = rains[i];
water[rains[i]] = i;
sunDay.erase(be);
break;
}
}
//没有符合条件的晴天,洪水了
if (be == sunDay.end())
return {};
}
}
}
for (auto i : sunDay) {
ans[i] = 1;
}
return ans;
}
};