1846. 减小和重新排列数组后的最大元素

1846. 减小和重新排列数组后的最大元素

前言：

这是一道不应该是中等题的简单题，因为确实常规方法也能做出来
我就用了两种方法，一种就是排序+贪心，另外一种就是计数（哈希？）+贪心

贴个题目：

代码示例

---

解题思路

第一种：排序+贪心算法

首先我们先排序，然后根据题目说第一个元素必须为1，因此有

arr[0]=1

紧接着因为求的是最大值，根据贪心算法，我们让每一元素都满足以下条件即可：

abs(arr[i] - arr[i - 1]) <= 1

最后返回最后一个元素就可以了

第一种代码：

int compare(const void *a,const void *b)
//升序排列
{
    return *(int *)a-*(int *)b;
}
int maximumElementAfterDecrementingAndRearranging(int* arr, int arrSize){
    qsort(arr,arrSize,sizeof(int),compare);//升序排列
    arr[0]=1;//让第一个元素为1
    for(int i=1;i<arrSize;i++)
    {
        if(abs(arr[i]-arr[i-1])>1)
        //如果不满足abs(arr[i] - arr[i - 1]) <= 1
        {
            arr[i]=arr[i-1]+1;//就强行满足条件
        }
    }
    return arr[arrSize-1];//因为是升序，所以返回最后一个元素即可
}

性能分析：

时间分析：

使用了快速排序，平均值为：O(nlogn)，然后一次循环：O(n)，两者相加得最后的时间复杂度是：O(nlogn)+O(n)=O(nlogn)

空间复杂度：

快速排序空间复杂度为：O(logn)，其他开销是常数，因此空间复杂度是：O(logn)

---

第二种：计数（哈希？）+贪心

这里我们读题目可以发现一个隐含条件，就是数组元素的最大值小于等于数组长度arrSize，利用这一个性质我们可以使用计数排序
新建一个数组，haxarr，长度要比arr多一，因为arr里面没有0，因此haxarr[0]是0，不用管，遍历也是从下标1开始
然后将arr中元素映射到haxarr中，注意使用上述隐含条件，如果遇到元素大于数组长度，就存进haxarr[arrSize]中，因此有：

haxarr[(int)fmin(arr[i],arrSize]++
(int)强制类型转换，因为fmin返回值是浮点数

然后我们就从下标1开始遍历haxarr数组，根据题意，arr数组应该是一个连续的数组，那么对应haxarr数组来说，就是从下标1开始，不能出现元素为0的情况
一旦出现了，就要用其他元素来填补这一个空，那么就有：

miss-=fmin(haxarr[I]-1,miss)
//haxarr[I]-1是因为，怎么填补也要给自己留一个
//fmin是因为miss不能是负数

然后最后填补完成之后，你会发现有miss个无法填补，因此最大的元素应该是arrSize-miss

return arrSize-miss

第二种代码：

int maximumElementAfterDecrementingAndRearranging(int *arr, int arrSize) {
    int haxarr[arrSize+1];//创建一个大小+1 的哈希数组，因为原数组没有0元素
    memset(haxarr,0,sizeof(haxarr));//数组初始化为0
    for(int i=0;i<arrSize;i++)
    {
        haxarr[(int)fmin(arr[i],arrSize)]++;
        //将arr中的元素映射到haxarr中，其中根据题意最大为arrsize，强制类型转换int
    }
    int miss=0;
    for(int i=1;i<arrSize+1;i++)
    {
        if(haxarr[i]==0) miss++;
        else miss-=fmin(haxarr[i]-1,miss);//miss不可能是负数，因此最大减掉miss
    }
    return arrSize-miss;
}

性能分析：

时间分析：

因为这里没有排序，只是用了一次循环，因此时间复杂度是：O(n)

空间分析：

这里新建了一个arrSize+1的数组，因此空间复杂度是：O(n)

第二种做法是双百做法！