1带权重的随机算法
解法代码
就比如这个 preSum
数组,你觉得随机数 target
应该在什么范围取值?闭区间 [0, 7]
还是左闭右开 [0, 7)
?
都不是,应该在闭区间 [1, 7]
中选择,因为前缀和数组中 0 本质上是个占位符,仔细体会一下:
int n = preSum.length;
// target 取值范围是闭区间 [1, preSum[n - 1]]
int target = rand.nextInt(preSum[n - 1]) + 1;
接下来,在 preSum
中寻找大于等于 target
的最小元素索引,应该用什么品种的二分搜索?搜索左侧边界的还是搜索右侧边界的?
实际上应该使用搜索左侧边界的二分搜索:
private int left_bound(int[] nums, int target) {
if (nums.length == 0) return -1;
int left = 0, right = nums.length;
while(left<right){
int mid=left+(right-left)/2;
if(nums[mid]>=target){
right=mid;
}else if(nums[mid]<target){
left=mid+1;
}
}
return left;
}
前文 二分搜索详解 着重讲了数组中存在目标元素重复的情况,没仔细讲目标元素不存在的情况,这里补充一下。
当目标元素 target
不存在数组 nums
中时,搜索左侧边界的二分搜索的返回值可以做以下几种解读:
1、返回的这个值是 nums
中大于等于 target
的最小元素索引。
2、返回的这个值是 target
应该插入在 nums
中的索引位置。
3、返回的这个值是 nums
中小于 target
的元素个数。
比如在有序数组 nums = [2,3,5,7]
中搜索 target = 4
,搜索左边界的二分算法会返回 2,你带入上面的说法,都是对的。
所以以上三种解读都是等价的,可以根据具体题目场景灵活运用,显然这里我们需要的是第一种。
综上,我们可以写出最终解法代码:
class Solution {
private int[] preSum;
private Random rand = new Random();
public Solution(int[] w) {
int n = w.length;
// 构建前缀和数组,偏移一位留给 preSum[0]
preSum = new int[n + 1];
preSum[0] = 0;
// preSum[i] = sum(w[0..i-1])
for (int i = 1; i <= n; i++) {
preSum[i] = preSum[i - 1] + w[i - 1];
}
}
public int pickIndex() {
int n = preSum.length;
// 在闭区间 [1, preSum[n - 1]] 中随机选择一个数字
int target = rand.nextInt(preSum[n - 1]) + 1;
// 获取 target 在前缀和数组 preSum 中的索引
// 别忘了前缀和数组 preSum 和原始数组 w 有一位索引偏移
return left_bound(preSum, target) - 1;
}
private int left_bound(int[] nums, int target) {
if (nums.length == 0) return -1;
int left = 0, right = nums.length;
while(left<right){
int mid=left+(right-left)/2;
if(nums[mid]>=target){
right=mid;
}else if(nums[mid]<target){
left=mid+1;
}
}
return left;
}
}
2田忌赛马背后的算法决策
解题思路
眼就发现这是田忌赛马问题的加强版:
给你输入两个长度相等的数组 nums1
和 nums2
,请你重新组织 nums1
中元素的位置,使得 nums1
的「优势」最大化。
如果 nums1[i] > nums2[i]
,就是说 nums1
在索引 i
上对 nums2[i]
有「优势」。优势最大化也就是说让你重新组织 nums1
,尽可能多的让 nums[i] > nums2[i]
。
算法签名如下:
int[] advantageCount(int[] nums1, int[] nums2);
比如输入:
nums1 = [12,24,8,32]
nums2 = [13,25,32,11]
你的算法应该返回 [24,32,8,12]
,因为这样排列 nums1
的话有三个元素都有「优势」。
这就像田忌赛马的情景,nums1
就是田忌的马,nums2
就是齐王的马,数组中的元素就是马的战斗力,你就是孙膑,展示你真正的技术吧。
上述思路的代码逻辑如下:
int n = nums1.length;
sort(nums1); // 田忌的马
sort(nums2); // 齐王的马
// 从最快的马开始比
for (int i = n - 1; i >= 0; i--) {
if (nums1[i] > nums2[i]) {
// 比得过,跟他比
} else {
// 比不过,换个垫底的来送人头
}
}
根据这个思路,我们需要对两个数组排序,但是 nums2
中元素的顺序不能改变,因为计算结果的顺序依赖 nums2
的顺序,所以不能直接对 nums2
进行排序,而是利用其他数据结构来辅助。
同时,最终的解法还用到前文 双指针技巧汇总 总结的双指针算法模板,用以处理「送人头」的情况:
class Solution {
public int[] advantageCount(int[] nums1, int[] nums2) {
int n = nums1.length;
//对nums2降序排序
PriorityQueue<int[]> priorityQueue = new PriorityQueue<>((int[] part1, int[] part2) -> {
return part2[1] - part1[1];
});
for (int i = 0; i < n; i++) {
priorityQueue.offer(new int[]{i, nums2[i]});
}
//对nums1排序
Arrays.sort(nums1);
int left = 0, right = n - 1;
int[] res = new int[n];
while (!priorityQueue.isEmpty()) {
int[] poll = priorityQueue.poll();
int i = poll[0];
int max = poll[1];
if (max < nums1[right]) {
res[i] = nums1[right];
right--;
} else {
res[i] = nums1[left];
left++;
}
}
return res;
}
}