LeetCode.659分割数组为连续子序列

LeetCode 659

给你一个按升序排序的整数数组 num(可能包含重复数字),请你将它们分割成一个或多个子序列,其中每个子序列都由连续整数组成且长度至少为 3 。

如果可以完成上述分割,则返回 true ;否则,返回 false 。

示例 1:

输入: [1,2,3,3,4,5]
输出: True
解释:
你可以分割出这样两个连续子序列 :
1, 2, 3
3, 4, 5

示例 2:

输入: [1,2,3,3,4,4,5,5]
输出: True
解释:
你可以分割出这样两个连续子序列 :
1, 2, 3, 4, 5
3, 4, 5

示例 3:

输入: [1,2,3,4,4,5]
输出: False

提示:

输入的数组长度范围为 [1, 10000]

查看题目点击此处

分析:此题可以采用贪心算法和哈希表来解答。
例如[1,2,3,3,4,5],判断1,因为没有以0结尾的连续子序列,所以向后两个元素2,3形成子序列[1,2,3]。接下来判断3,没有以2结尾的子序列,所以与后两个元素组成子序列。
例如[1,2,3,3,4,4,5,5]。判断1,形成[1,2,3]。
判断3,形成[3,4,5]。
判断4,有4-1结尾的子序列,则4加入该子序列,形成[1,2,3,4]。
判断5,有5-1结尾的子序列,则5加入该子序列,形成[1,2,3,4,5]。
最终形成两个连续子序列[1,2,3,4,5]和[3,4,5]。
代码如下:

class Solution {
public:
    bool isPossible(vector<int>& nums) {
        unordered_map<int,int> numsCntMap;//表示的是num剩余的个数
        unordered_map<int,int> numsEndMap;//表示以num结尾的子序列个数
        //统计个元素出现次数
        for(auto num:nums){
            numsCntMap[num]+=1;
        }
        for(auto num:nums)
        {
            if(numsCntMap[num]==0) continue;//该元素用完
            numsCntMap[num]-=1;
            //判断是否存在以num-1结尾的子序列
            if(numsEndMap.count(num-1)&&numsEndMap[num-1]>0){
                numsEndMap[num-1]-=1;
                numsEndMap[num]+=1;
            }
            //判断该元素是否能与后面的两个元素形成连续子序列
            else if(numsCntMap.count(num+1)&&numsCntMap[num+1]&&numsCntMap.count(num+2)&&numsCntMap[num+2])
            {
                numsCntMap[num+1]-=1;
                numsCntMap[num+2]-=1;
                numsEndMap[num+2]+=1;
            }
            else return false;
        }
        return true;
    }
};
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
题目描述:给定一个非负整数数组nums和一个整数m,你需要将这个数组分成m个非空的连续数组。设计一个算法使得这m个数组中的最大和最小。 解题思路: 这是一个典型的二分搜索题目,可以使用二分查找来解决。 1. 首先确定二分的左右边界。左边界为数组中最大的值,右边界为数组中所有元素之和。 2. 在二分搜索的过程中,计算出分割数组的组数count,需要使用当前的中间值来进行判断。若当前的中间值不够分割成m个数组,则说明mid值偏小,将左边界更新为mid+1;否则,说明mid值偏大,将右边界更新为mid。 3. 当左边界小于等于右边界时,循环终止,此时的左边界即为所求的结果。 具体步骤: 1. 遍历数组,找到数组中的最大值,并计算数组的总和。 2. 利用二分查找搜索左右边界,从左边界到右边界中间的值为mid。 3. 判断当前的mid值是否满足题目要求,若满足则更新右边界为mid-1; 4. 否则,更新左边界为mid+1。 5. 当左边界大于右边界时,循环终止,返回左边界即为所求的结果。 代码实现: ```python class Solution: def splitArray(self, nums: List[int], m: int) -> int: left = max(nums) right = sum(nums) while left <= right: mid = (left + right) // 2 count = 1 total = 0 for num in nums: total += num if total > mid: total = num count += 1 if count > m: left = mid + 1 else: right = mid - 1 return left ``` 时间复杂度分析:二分搜索的时间复杂度为O(logN),其中N为数组的总和,而遍历数组的时间复杂度为O(N),因此总的时间复杂度为O(NlogN)。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值