Leetcode——1299.将每个元素替换为右侧最大元素

题目

给你一个数组 arr ，请你将每个元素用它右边最大的元素替换，如果是最后一个元素，用 -1 替换。

完成所有替换操作后，请你返回这个数组。

思路

肯定一上来就可以暴力一波的，这个想都不用想。

代码

class Solution {
    public int[] replaceElements(int[] arr) {
        //对每个元素进行替换
        int max=0;
        for (int i=0;i<arr.length-1;++i)
        {
            max=Integer.MIN_VALUE;
            for (int j=i+1;j<arr.length;++j)
                max=max>arr[j]?max:arr[j];
            arr[i]=max;
        }
        arr[arr.length-1]=-1;
        return arr;
    }
}

结果

果然，在暴力的时候就猜到了会很暴力，没想到，这么暴力的。。。裂开，得想办法改进下。

思路

没必要每一次都去循环一个数值后面的数值来找出它应该被替换的位置，我们可以从后往前找，这样会省去很多功夫，刚刚我本来脑子里一闪而过的是动态规划，但是后来一想，又好像不是。

一个位置，它的右侧元素最大值只有两种情况
1.右侧元素最大值跟子状态一致
2.新添加的arr[j+1] 大于子状态的最大值

动态规划算法的基本要素
1.最优子结构
2.重叠子问题

代码

class Solution {
    public int[] replaceElements(int[] arr) {
        int length=arr.length;
        //最终返回的数组
        int [] result=new int[length];

        //倒数第一个，我们直接赋值为arr的最后一个元素，等到最后返回的时候，才改为-1
        result[length-1]=arr[length-1];

        //两种状态，要么继承子状态，要么因为新加的元素大于子状态的值
        for (int j=length-2;j>=0;--j)
        {
            result[j]=arr[j+1]>result[j+1]?arr[j+1]:result[j+1];
            //动态规划的转移方程如下
            //result[j]=Math.max(arr[j+1],result[j+1]);
        }
        result[length-1]=-1;
        return result;
    }
}

结果

改进了一下代码，嗯，时间缩短了不少。嗯，刚刚跑去看了大佬的题解，确定这个确实是动态规划了。转移方程result[j]=Math.max(arr[j+1],result[j+1])。得再思考下！

总结

刚刚跑去看了官方思路，也是差不多这个意思，也是利用动态规划的转移方程来解析，它直接开头就赋值为-1了，我想想，我自己上面的那个步骤就是画蛇添足而已，根本不用等到最后再赋值为-1，在一开始的时候，就可以把返回数组赋值为-1了，因为是求最大数值，不影响结果。

ps：所以，我死皮赖脸的改了代码后再去跑了一次，想要看看时间能不能缩短一点，结果，哈哈哈，还真的降到了1ms，真爽，白嫖就是爽。

class Solution {
    public int[] replaceElements(int[] arr) {
        int length=arr.length;
        //最终返回的数组
        int [] result=new int[length];
        result[length-1]=-1;
        //两种状态，要么继承子状态，要么因为新加的元素大于子状态的值
        for (int j=length-2;j>=0;--j)
        {
            result[j]=arr[j+1]>result[j+1]?arr[j+1]:result[j+1];
            //result[j]=Math.max(arr[j+1],result[j+1]);
        }
        return result;
    }
}

最终结果

诶，有点舒服，就是这个1ms，看起来，就比2ms舒服不止1000倍！