【算法】【C++、贪心、排序】力扣100161. 划分数组并满足最大差限制

原题链接

---

【贪心、排序】力扣100161. 划分数组并满足最大差限制

贪心算法介绍

贪心算法是一种在每一步选择当前看来最好的方案的算法。它不考虑未来的影响，只考虑当前的局部最优解。贪心算法通常用于解决一些具有子结构最优性质的问题，即问题的最优解可以由其子问题的最优解组合而成。

贪心算法的基本步骤如下：

1. 初始化：将问题分解成若干个子问题，并初始化一个空解集。
2. 选择：在当前子问题中，选择一个当前看来最好的方案。
3. 合并：将选出的方案添加到解集中，并更新子问题。
4. 重复：重复步骤 2 和 3，直到所有子问题都被解决。

贪心算法的优点是简单易懂，并且在某些情况下可以找到最优解。然而，贪心算法也存在一些缺点，例如：

• 贪心算法可能会做出局部最优的选择，而错过全局最优解。
• 贪心算法不适用于所有问题，只有当问题具有子结构最优性质时，贪心算法才能找到最优解。

贪心算法的一些典型应用包括：

• 活动选择问题：在给定一系列活动及其开始和结束时间的情况下，选择一个最大的不相交活动子集。
• 最小生成树问题：在给定一个无向图及其边权重的情况下，找到一个权重最小的生成树。
• 哈夫曼编码：在给定一系列字符及其出现的频率的情况下，构造一个最优的编码方案，使得编码后的字符串长度最短。

贪心算法是一种非常有用的算法，它可以快速地找到问题的近似解。然而，在使用贪心算法时，需要注意其局限性，并考虑问题是否具有子结构最优性质。

题目描述

给定一个长度为 n 的整数数组 nums，以及一个正整数 k。将这个数组划分为一个或多个长度为 3 的子数组，并满足以下条件：

• nums 中的每个元素都必须恰好存在于某个子数组中。
• 子数组中任意两个元素的差必须小于或等于 k。

返回一个二维数组，包含所有的子数组。如果不可能满足条件，就返回一个空数组。如果有多个答案，返回任意一个即可。

算法步骤

1. 排序数组：首先，对数组 nums 进行排序，以便于后续操作。排序后的数组可以让我们更容易地找到满足条件的子数组。
2. 初始化结果数组：创建一个二维数组 ans，用于存储满足条件的子数组。
3. 遍历数组：从数组 nums 的开头开始遍历，每次取三个连续的元素组成一个子数组。
4. 检查子数组是否满足条件：对于每个子数组，检查其是否满足条件，即子数组中任意两个元素的差必须小于或等于 k。
5. 将满足条件的子数组添加到结果数组：如果子数组满足条件，则将其添加到结果数组 ans 中。
6. 重复步骤 3-5：继续遍历数组，直到所有元素都被处理完。
7. 返回结果数组：最后，返回结果数组 ans。

代码实现

class Solution {
public:
    vector<vector<int>> divideArray(vector<int>& nums, int k) {
        int n = nums.size();
        sort(nums.begin(), nums.end());
        vector<vector<int>> ans;
        for (int i = 0; i < n;) {
            int cnt = 0;
            vector<int> sub_arr(3);
            while (cnt < 3) {
                sub_arr[cnt] = nums[i];
                i++;
                cnt++;
            }
            if (sub_arr[2] - sub_arr[0] > k) {
                return vector<vector<int>>();
            } else {
                ans.push_back(sub_arr);
            }
        }
        return ans;
    }
};

复杂度分析

• 时间复杂度：O(n log n)，其中 n 是数组 nums 的长度。排序数组的时间复杂度为 O(n log n)，遍历数组的时间复杂度为 O(n)。
• 空间复杂度：O(n)，其中 n 是数组 nums 的长度。结果数组 ans 的大小为 O(n)。