力扣-581题:最短连续无序子数组(贪心算法)
贪心算法
贪心算法(又称贪婪算法)是指,在对问题求解时,总是做出在当前看来是最好的选择,就能得到问题的答案。贪心算法需要充分挖掘题目中条件,没有固定的模式,解决有贪心算法需要一定的直觉和经验。
贪心算法不是对所有问题都能得到整体最优解。能使用贪心算法解决的问题具有「贪心选择性质」。「贪心选择性质」严格意义上需要数学证明。能使用贪心算法解决的问题必须具备「无后效性」,即某个状态以前的过程不会影响以后的状态,只与当前状态有关。
步骤
1、建立数学模型来描述问题。
2、把求解的问题分成若干个子问题。
3、对每一子问题求解,得到子问题的局部最优解。
4、把子问题的解局部最优解合成原来解问题的一个解。
力扣-581题:最短连续无序子数组
给你一个整数数组 nums ,你需要找出一个 连续子数组 ,如果对这个子数组进行升序排序,那么整个数组都会变为升序排序。
请你找出符合题意的 最短 子数组,并输出它的长度。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/shortest-unsorted-continuous-subarray
示例 1:
输入:nums = [2,6,4,8,10,9,15]
输出:5
解释:你只需要对 [6, 4, 8, 10, 9] 进行升序排序,那么整个表都会变为升序排序。
示例 2:
输入:nums = [1,2,3,4]
输出:0
示例 3:
输入:nums = [1]
输出:0
解法一
对数组排序,对比排序后的数组和原理的数组,找出序列不正常的起始位置和最后位置并返回。
图示:
//整体思路对数组排序,找出序列不正常的起始位置和最后位置并返回
var findUnsortedSubarray = function(nums) {
let num = []
for(let k = 0;k<nums.length;k++){
num[k] = nums[k];
}
nums = nums.sort((a,b)=>a-b);
let i = 0;
let j = nums.length;
while(num[i]==nums[i]&&i<nums.length){
i++;
}
while(nums[j]==num[j]&&j>=0){
j--;
}
if(i==nums.length&&j==-1)
return 0;
return j-i+1;
}
解法二
利用贪心思想,维护当前的最大值和最小值,如果在最大值的右边有比它小的就记录它的位置,如果在最小值左边有比它大的值也记录它的位置,这样我们就可以得到无序数组的起始位置和结束位置。
起始位置演示:
结束位置演示:
//由题目可知,如果是升序排列的话那么左边的数据比右边的数据小;
var findUnsortedSubarray = function(nums) {
let len = nums.length;
let l = -1;
let r = -1;
let max = nums[0];
let min = nums[len-1]
for(let i = 0;i<len;i++){
if(nums[i]>=max){
max = nums[i]
}else{
r = i;
}
}
for(let j = len-1;j>=0;j--){
if(nums[j]<=min){
min = nums[j];
}else{
l = j;
}
}
if(r==-1&&l==-1)
return 0;
return r-l+1;
};