leetcode 860.柠檬水找零
有如下三种情况:
情况一:账单是5,直接收下。
情况二:账单是10,消耗一个5,增加一个10
情况三:账单是20,优先消耗一个10和一个5,如果不够,再消耗三个5
本题的贪心就在于情况三:选择优先消耗一个10和一个5,因为5可以用于账单10和20的找零,5的作用范围更大。
所以局部最优:遇到账单20,优先消耗美元10,完成本次找零。全局最优:完成全部账单的找零。
class Solution {
public:
bool lemonadeChange(vector<int>& bills) {
int five = 0;
int ten = 0;
int twenty = 0;
for(int bill : bills){
if(bill == 5){
five++;
}
if(bill == 10){
if(five <= 0) return false;
ten++;
five--;
}
if(bill == 20){
if(five > 0 && ten > 0){
twenty++;
five--;
ten--;
}
else if(five > 2){
five -= 3;
twenty++;
}
else{
return false;
}
}
}
return true;
}
};
leetcode 406.根据身高重建队列
假设有打乱顺序的一群人站成一个队列,数组 people 表示队列中一些人的属性(不一定按顺序)。每个 people[i] = [hi, ki] 表示第 i 个人的身高为 hi ,前面 正好 有 ki 个身高大于或等于 hi 的人。
请你重新构造并返回输入数组 people 所表示的队列。返回的队列应该格式化为数组 queue ,其中 queue[j] = [hj, kj] 是队列中第 j 个人的属性(queue[0] 是排在队列前面的人)。
示例 1:
输入:people = [[7,0],[4,4],[7,1],[5,0],[6,1],[5,2]]
输出:[[5,0],[7,0],[5,2],[6,1],[4,4],[7,1]]
解释:
编号为 0 的人身高为 5 ,没有身高更高或者相同的人排在他前面。
编号为 1 的人身高为 7 ,没有身高更高或者相同的人排在他前面。
编号为 2 的人身高为 5 ,有 2 个身高更高或者相同的人排在他前面,即编号为 0 和 1 的人。
编号为 3 的人身高为 6 ,有 1 个身高更高或者相同的人排在他前面,即编号为 1 的人。
编号为 4 的人身高为 4 ,有 4 个身高更高或者相同的人排在他前面,即编号为 0、1、2、3 的人。
编号为 5 的人身高为 7 ,有 1 个身高更高或者相同的人排在他前面,即编号为 1 的人。
因此 [[5,0],[7,0],[5,2],[6,1],[4,4],[7,1]] 是重新构造后的队列。
本题与leetcode 135.分发糖果类似,其技巧都是先贪心确定一边然后贪心另一边。
本题有两个维度,h和k,看到这种题目一定要想如何确定一个维度,然后再按照另一个维度重新排列。如果两个维度一起考虑一定会顾此失彼。
如果先考虑k维度,按照k来从小到大排序,排完之后,会发现k的排列并不符合条件,身高也不符合条件,两个维度哪一个都没确定下来。
如果按照身高h来排序呢,身高一定是从大到小排(身高相同的话则k小的站前面),让高个子在前面。此时我们可以确定一个维度了,就是身高,前面的节点一定都比本节点高。
按照身高排序之后,优先按身高高的people的k来插入,后序插入节点也不会影响前面已经插入的节点,最终按照k的规则完成了队列。
所以在按照身高从大到小排序后:
局部最优:优先按身高高的people的k来插入。插入操作过后的people满足队列属性
全局最优:最后都做完插入操作,整个队列满足题目队列属性
![](https://i-blog.csdnimg.cn/blog_migrate/c3e410764e033816060ba5a372634228.png)
整体代码如下:
class Solution {
private:
static bool cmp(const vector<int>& a, const vector<int>& b){
if(a[0] == b[0]) return a[1] < b[1];
return a[0] > b[0];
}
public:
vector<vector<int>> reconstructQueue(vector<vector<int>>& people) {
sort(people.begin(), people.end(), cmp);
vector<vector<int>> result;
for(int i = 0; i < people.size(); i++){
int index = people[i][1];
result.insert(result.begin() + index, people[i]);
}
return result;
}
};
时间复杂度:O(nlog n + n^2)
空间复杂度:O(n)
但使用vector是非常费时的,C++中vector(可以理解是一个动态数组,底层是普通数组实现的)如果插入元素大于预先普通数组大小,vector底部会有一个扩容的操作,即申请两倍于原先普通数组的大小,然后把数据拷贝到另一个更大的数组上。
所以使用vector(动态数组)来insert,是费时的,插入再拷贝的话,单纯一个插入的操作就是O(n^2)了,甚至可能拷贝好几次,就不止O(n^2)了。
于是改成链表:
class Solution {
private:
static bool cmp(const vector<int>& a, const vector<int>& b){
if(a[0] == b[0]) return a[1] < b[1];
return a[0] > b[0];
}
public:
vector<vector<int>> reconstructQueue(vector<vector<int>>& people) {
sort(people.begin(), people.end(), cmp);
list<vector<int>> result; // // list底层是链表实现,插入效率比vector高的多
for(int i = 0; i < people.size(); i++){
int index = people[i][1];
std::list<vector<int>>::iterator it = result.begin();
while(index--){
it++;
}
result.insert(it, people[i]);
}
return vector<vector<int>>(result.begin(), result.end());
}
};
从下图可见程序执行的效率高了不少:
![](https://i-blog.csdnimg.cn/blog_migrate/56431e737e4946f88bee4e62cc477785.png)
为什么链表的插入效率要高于vector呢?
首先要明确vector的底层实现也是数组,它准确来说是一个“容器”,被称为动态数组。
动态数组,就是可以不用关心初始时候的大小,可以随意往里放数据。
vector的大小有两个维度一个是size一个是capicity,size就是我们平时用来遍历vector时候用的,例如:vec.size()。
而capicity是vector底层数组(就是普通数组)的大小,capicity可不一定就是size。
当insert数据的时候,如果已经大于capicity,capicity会成倍扩容,但对外暴漏的size其实仅仅是+1。
那么既然vector底层实现是普通数组,怎么扩容的?
就是重新申请一个二倍于原数组大小的数组,然后把数据都拷贝过去,并释放原数组内存。
![](https://i-blog.csdnimg.cn/blog_migrate/cf658b1339a784322ae1c60d29f26df1.png)
上题中我们使用vector来做insert的操作,此时会发现,虽然表面上复杂度是O(n^2),但是其底层都不知道额外做了多少次全量拷贝了,所以算上vector的底层拷贝,整体时间复杂度可以认为是O(n^2 + t × n)级别的,t是底层拷贝的次数。所以使用链表的insert()效率要高于vector。
leetcode 452.用最少数量的箭引爆气球
在二维空间中有许多球形的气球。对于每个气球,提供的输入是水平方向上,气球直径的开始和结束坐标。由于它是水平的,所以纵坐标并不重要,因此只要知道开始和结束的横坐标就足够了。开始坐标总是小于结束坐标。
一支弓箭可以沿着 x 轴从不同点完全垂直地射出。在坐标 x 处射出一支箭,若有一个气球的直径的开始和结束坐标为 xstart,xend, 且满足 xstart ≤ x ≤ xend,则该气球会被引爆。可以射出的弓箭的数量没有限制。 弓箭一旦被射出之后,可以无限地前进。我们想找到使得所有气球全部被引爆,所需的弓箭的最小数量。
给你一个数组 points ,其中 points [i] = [xstart,xend] ,返回引爆所有气球所必须射出的最小弓箭数。
示例 1:
输入:points = [[10,16],[2,8],[1,6],[7,12]]
输出:2
解释:对于该样例,x = 6 可以射爆 [2,8],[1,6] 两个气球,以及 x = 11 射爆另外两个气球
贪心:
局部最优:当气球出现重叠,一起射,所用弓箭最少。全局最优:把所有气球射爆所用弓箭最少。
如果真实的模拟射气球的过程,应该射一个,气球数组就remove一个元素,这样最直观。但仔细思考一下就发现:如果把气球排序之后,从前到后遍历气球,被射过的气球仅仅跳过就行了,没有必要让气球数组remove气球,只要记录一下箭的数量就可以了。
为了让气球尽可能的重叠,需要对数组进行排序。这里使用xstart或者xend排序均可,只是代码后面要分别对重叠气球的右边界/左边界进行判断和更新。
代码如下:
使用xstart排序:
class Solution {
private:
static bool cmp(const vector<int>& a, const vector<int>& b){
return a[0] < b[0];
}
public:
int findMinArrowShots(vector<vector<int>>& points) {
if(points.size() == 0) return 0;
sort(points.begin(), points.end(), cmp);
int result = 1;
for(int i = 1; i < points.size(); i++){
if(points[i][0] > points[i - 1][1]){
result++;
}
else{
points[i][1] = min(points[i - 1][1], points[i][1]); // update
}
}
return result;
}
};
使用xend排序:
class Solution {
private:
static bool cmp(const vector<int>& a, const vector<int>& b){
return a[1] < b[1];
}
public:
int findMinArrowShots(vector<vector<int>>& points) {
if(points.size() == 0) return 0;
sort(points.begin(), points.end(), cmp);
int result = 1;
for(int i = points.size() - 2; i >= 0; i--){
if(points[i][1] < points[i + 1][0]){
result++;
}
else{
points[i][0] = max(points[i + 1][0], points[i][0]); // update
}
}
return result;
}
};