题目:
给定一个未排序的数组,判断这个数组中是否存在长度为 3 的递增子序列。
数学表达式如下:
如果存在这样的 i, j, k, 且满足 0 ≤ i < j < k ≤ n-1,
使得 arr[i] < arr[j] < arr[k] ,返回 true ; 否则返回 false 。
说明: 要求算法的时间复杂度为 O(n),空间复杂度为 O(1) 。
刚看到题目感觉并不难,就是在一个数组里找到从前往后递增的三个数,三次循环遍历就可以暴力解决,但是题目要求时间复杂度必须是O(n),这用暴力法就不符合题目的要求。
其实像这样形如"递增的X元子序列"有一个通用的解法,就是维护一个x元的子序列数组
依次题为例,可以先定义一个空数组arr,大小为3,首先把数组第一个元素nums[0]放入到arr[0]中
-
遇到比子序列最后一位大的元素,则可以将其加入子序列中
-
比子序列最后一位要小但是比第一位大,则需要更新该子序列,使得子序列“尽量小”,例如子序列为[1,4]时,此时遇到元素2,那么需要将子序列更新为[1,2],因为在子序列“尽量小”的情况下才更容易遇到递增元素;
-
另一个是比子序列中的两个数都小,例子是[4,5],遇到元素1,此时需要更新为[1,5],可能很多人不能理解这里为什么要把4替换成1,1是在5后面出现的怎么能放到5前面?题目里要求递增的三个数一定要满足从前到后的顺序
事实上这完全不会影响顺序,首先先让我们来看当4替换成1后会出现哪些情况:- 第一种,下一个元素为大于5 的数,例如7,那么[1,5,7]形成递增序列满足条件。有人又要问了,1 是在5后面出现的,怎么会满足条件???事实上并不是[1,5,7]满足,而是[4,5,7]满足条件,不管第一个数怎么变换,它肯定是一个小于5的数(因为第一个数是越来越小的),而在5之前肯定也存在一个数比它小,不然5不会处于序列数组在中间的位置
- 第二种,下一个元素为一个小于5的数但是大于1的数,例如3,那很简单就和上面一样,更新子序列为[1,3];下一个元素若小于1,例如0,那么则更新为[0,5]
这样依次重复以上步骤,直到找到一个元素大于当前第二个元素的值,则说明存在递增的三元子序列
class Solution:
def increasingTriplet(self, nums: [int]) -> bool:
if len(nums) < 3:
return False
arr = [nums[0]]
for num in nums:
if num > arr[-1]:
arr.append(num)
if len(arr) >= 3:
return True
else:
i = len(arr) - 1
while i > 0 and arr[i-1] >= num:
i -= 1
arr[i] = num
return False
空间复杂度:O(1) 最长为3的子序列数组
时间复杂度:O(n) 遍历数组时,最多对子序列数组进行2次遍历
通用解只需要修改子序列数组arr的长度即可
不使用数组用两个变量进行记录也可以实现上述算法
/* 用两个变量记录三个递增序列中的最小值和中间值,首先用min记录数组第一个元素,接着判断下
一个元素如果比min小则把他赋值给min,如果比min大则用mid记录它(确保min<mid),紧接着下一个元素,
首先要先判断它的min的大小,和之前一样,如果比min小则赋值给min,如果比min大,则判断它和mid
的大小,比mid大,则存在三个数满足递增子序列,跳出循环;如果比mid小则更新mid的值,因为mid越小
(前提是满足比min大)在后面的值中越容易找到比mid大的值。*/
public static boolean ifIncreasingTriplet(int[] nums){
int min = Integer.MAX_VALUE;//定义一个min取int类型最大值
int mid = Integer.MAX_VALUE;//定义一个min取int类型最大值
// 循环遍历数组
for(int i = 0;i<nums.length;i++){
// 比较min和当前数组值,确保min一直指向最小值
min = Math.min(min,nums[i]);
// 如果min大于等于当前值,则直接跳到下一个数(min的值更新为当前值,则跳到下一个)
if(min<nums[i]){
// 只有在min的值小于当前值的情况下,才会比较mid的值和当前值
if(mid<nums[i])
return true;
// mid大于等于当前值时,则更新mid
mid = nums[i];
}
}
return false;
}