按要求补齐数组(贪心算法）

需求描述：

给定一个已排序的正整数数组 nums，和一个正整数 n 。从 [1, n] 区间内选取任意个数字补充到 nums 中，使得 [1, n] 区间内的任何数字都可以用 nums 中某几个数字的和来表示。请输出满足上述要求的最少需要补充的数字个数。

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/patching-array
 

思路：

一开始我的想法是brute-force，对于初始数组，直接穷举所有组合然后求和...时间复杂度可以达到O(n^4)....

使用贪心算法可以最大程度上降低我们算法的复杂度。

核心思路就是设定一个区间，在此区间内的数都是100%已经可以获取的，稳扎稳打！然后用最小的代价不停地扩大这个区间，最终覆盖我们需要的[1,n]。

 

解答：

from typing import List
class Solution(object):
    def minPatches(self, nums: List[int], n: int) -> int:
        x=1 #[0,x-1]就是当前可覆盖的范围,从[0,0]开始。
        patchNum=0 #需要填补的数的个数
        index=0 #目前遍历到数组的第几个元素
        leng=len(nums) #数组的长度 
        #测试的时候可能给一个空数组，要考虑到这个情况！
        if leng==0 and index==0:
            if n==0: #如果输入的n为0,则返回0
                return 0
            else: #如果给了一个空的数组，那么我们一定要加入1，此时可以覆盖[0,1]，所以x变成2
                nums.append(1)
                patchNum+=1
                x=2
        while x<=n:
            if  index<leng and nums[index]<=x:
                x+=nums[index]
                index+=1
            else:   
                patchNum+=1
                x+=x
        return patchNum

nums=[1,3]
n=6
print(Solution().minPatches(nums,n))

 

复杂度分析

• 时间复杂度：O(N)。只需要一个while循环
• 空间复杂度：O(1)。不需要额外内存