0,1,n-1这n个数字排成一个圆圈,从数字0开始,每次从这个圆圈里删除第m个数字。求出这个圆圈里剩下的最后一个数字。
例如,0、1、2、3、4这5个数字组成一个圆圈,从数字0开始每次删除第3个数字,则删除的前4个数字依次是2、0、4、1,因此最后剩下的数字是3。
示例 1:
输入: n = 5, m = 3
输出: 3
示例 2:
输入: n = 10, m = 17
输出: 2
模拟链表,O(n^2))
如果单纯用链表模拟的话,时间复杂度是 O(nm)O(nm) 的,可以看下题目的数据范围,肯定是不能这么做的。关于运行时间的预估,经验是如果 n<10^5,那么 O(n^2) 的解法耗时大概是几秒左右(当然时间复杂度会忽略常数,而且也有可能由于执行程序的机器性能的不同,O(n^2) 的实际耗时也有可能一秒多,也有可能十几秒)。本题由于 1 <= m <= 10^6 ,所以 O(nm) 肯定是超时的。
可以分析下纯暴力的做法,每次找到删除的那个数字,需要 O(m) 的时间复杂度,然后删除了 n-1n−1 次。但实际上我们可以直接找到下一个要删除的位置的!
假设当前删除的位置是 idx,下一个删除的数字的位置是 idx + m 。但是,由于把当前位置的数字删除了,后面的数字会前移一位,所以实际的下一个位置是 idx + m - 1。由于数到末尾会从头继续数,所以最后取模一下,就是 (idx + m - 1) mod n。
至于这种思路的代码实现,我尝试了下 LinkedList 会超时,我猜是因为 LinkedList 虽然删除指定节点的时间复杂度是 O(1) 的,但是在 remove 时间复杂度仍然是 O(n) 的,因为需要从头遍历到需要删除的位置。那 ArrayList 呢?索引到需要删除的位置,时间复杂度是 O(1),删除元素时间复杂度是 O(n)(因为后续元素需要向前移位), remove 整体时间复杂度是 O(n) 的。看起来LinkedList 和 ArrayList 单次删除操作的时间复杂度是一样的 ?ArrayList 的 remove 操作在后续移位的时候,其实是内存连续空间的拷贝的!所以相比于LinkedList大量非连续性地址访问,ArrayList的性能是很 OK 的!
这是 ArrayList 的 remove 源码:
class Solution {
public int lastRemaining(int n, int m) {
//ArrayList增删快,所以用ArrayList
List<Integer> list = new ArrayList<Integer>();
for(int i = 0; i < n; i++){
list.add(i);
}
int index = 0;
while(n > 1){
index = (index + m - 1) % n;
list.remove(index);
n--;
}
return list.get(0);
}
}
数学解法,O(n)
最后剩下的 3 的下标是 0。
第四轮反推,补上 mm 个位置,然后模上当时的数组大小 22,位置是(0 + 3) % 2 = 1。
第三轮反推,补上 mm 个位置,然后模上当时的数组大小 33,位置是(1 + 3) % 3 = 1。
第二轮反推,补上 mm 个位置,然后模上当时的数组大小 44,位置是(1 + 3) % 4 = 0。
第一轮反推,补上 mm 个位置,然后模上当时的数组大小 55,位置是(0 + 3) % 5 = 3。
所以最终剩下的数字的下标就是3。因为数组是从0开始的,所以最终的答案就是3。
总结一下反推的过程,就是 (当前index + m) % 上一轮剩余数字的个数。
class Solution {
public int lastRemaining(int n, int m) {
int ans = 0;
// 最后一轮剩下2个人,所以从2开始反推
for (int i = 2; i <= n; i++) {
ans = (ans + m) % i;
}
return ans;
}
}