贪心算法:根据身高重建队列
2021-03-08 08:31
标签:排序 star 帮助 图片 end int 不能 ati 语言 ? 假设有打乱顺序的一群人站成一个队列,数组 people 表示队列中一些人的属性(不一定按顺序)。每个 people[i] = [hi, ki] 表示第 i 个人的身高为 hi ,前面 正好 有 ki 个身高大于或等于 hi 的人。 请你重新构造并返回输入数组 people 所表示的队列。返回的队列应该格式化为数组 queue ,其中 queue[j] = [hj, kj] 是队列中第 j 个人的属性(queue[0] 是排在队列前面的人)。 示例 1: 示例 2: 提示: 1 0 0 题目数据确保队列可以被重建 思路 其实如果大家认真做了贪心算法:分发糖果,就会发现和此题有点点的像。 在贪心算法:分发糖果我就强调过一次,遇到两个维度权衡的时候,一定要先确定一个维度,再确定另一个维度。 「如果两个维度一起考虑一定会顾此失彼」。 对于本题相信大家困惑的点是先确定k还是先确定h呢,也就是究竟先按h排序呢,还先按照k排序呢? 如果按照k来从小到大排序,排完之后,会发现k的排列并不符合条件,身高也不符合条件,两个维度哪一个都没确定下来。 那么按照身高h来排序呢,身高一定是从大到小排(身高相同的话则k小的站前面),让高个子在前面。 「此时我们可以确定一个维度了,就是身高,前面的节点一定都比本节点高!」 那么只需要按照k为下标重新插入队列就可以了,为什么呢? 以图中{5,2} 为例: 406.根据身高重建队列 所以在按照身高从大到小排序后: 「局部最优:优先按身高高的people的k来插入。插入操作过后的people满足队列属性」 「全局最优:最后都做完插入操作,整个队列满足题目队列属性」 局部最优可推出全局最优,找不出反例,那就试试贪心。 一些同学可能也会疑惑,你怎么知道局部最优就可以推出全局最优呢?有数学证明么? 在贪心系列开篇词关于贪心算法,你该了解这些!中,我已经讲过了这个问题了。 刷题或者面试的时候,手动模拟一下感觉可以局部最优推出整体最优,而且想不到反例,那么就试一试贪心,至于严格的数学证明,就不在讨论范围内了。 如果没有读过关于贪心算法,你该了解这些!的同学建议读一下,相信对贪心就有初步的了解了。 回归本题,整个插入过程如下: 排序完的people: 插入的过程:插入[7,0]:[[7,0]] 此时就按照题目的要求完成了重新排列。 C++代码如下: 所以使用vector(动态数组)来insert,是费时的,插入再拷贝的话,单纯一个插入的操作就是O(n^2)了,甚至可能拷贝好几次,就不止O(n^2)了。 改成链表之后,C++代码如下: 总结 「其技巧都是确定一边然后贪心另一边,两边一起考虑,就会顾此失彼」。 这道题目可以说比贪心算法:分发糖果难不少,其贪心的策略也是比较巧妙。 最后我给出了两个版本的代码,可以明显看是使用C++中的list(底层链表实现)比vector(数组)效率高得多。 「对使用某一种语言容器的使用,特性的选择都会不同程度上影响效率」。 所以很多人都说写算法题用什么语言都可以,主要体现在算法思维上,其实我是同意的但也不同意。 对于看别人题解的同学,题解用什么语言其实影响不大,只要题解把所使用语言特性优化的点讲出来,大家都可以看懂,并使用自己语言的时候注意一下。 对于写题解的同学,刷题用什么语言影响就非常大,如果自己语言没有学好而强调算法和编程语言没关系,其实是会误伤别人的。 「这也是我为什么统一使用C++写题解的原因」,其实用其他语言java、python、php、go啥的,我也能写,我的Github上也有用这些语言写的小项目,但写题解的话,我就不能保证把语言特性这块讲清楚,所以我始终坚持使用最熟悉的C++写题解。 「而且我在写题解的时候涉及语言特性,一般都会后面加上括号说明一下。没办法,认真负责就是我,哈哈」。 循序渐进学算法,认准「代码随想录」,Carl手把手带你过关斩将! 打算从头开始打卡的录友,可以在「算法汇总」这里找到历史文章,很多录友都在从头打卡,你并不孤单! -------end------- 我将算法学习相关的资料已经整理到了Github :https://github.com/youngyangyang04/leetcode-master,里面还有leetcode刷题攻略、各个类型经典题目刷题顺序、思维导图看一看一定会有所收获,如果给你有帮助给一个star支持一下吧! 贪心算法:根据身高重建队列 标签:排序 star 帮助 图片 end int 不能 ati 语言 原文地址:https://blog.51cto.com/15069438/2576174
通知:一些录友基础比较薄弱,不知道从哪里开始刷题。可以看一下公众号左下角的「算法汇总」,「算法汇总」已经把题目顺序编排好了,文章顺序即刷题顺序,这是全网最详细的刷题顺序了,方便录友们从头打卡学习,「算法汇总」会持续更新!
406.根据身高重建队列
题目链接:https://leetcode-cn.com/problems/queue-reconstruction-by-height/
输入:people = [[7,0],[4,4],[7,1],[5,0],[6,1],[5,2]]
输出:[[5,0],[7,0],[5,2],[6,1],[4,4],[7,1]]
解释:
编号为 0 的人身高为 5 ,没有身高更高或者相同的人排在他前面。
编号为 1 的人身高为 7 ,没有身高更高或者相同的人排在他前面。
编号为 2 的人身高为 5 ,有 2 个身高更高或者相同的人排在他前面,即编号为 0 和 1 的人。
编号为 3 的人身高为 6 ,有 1 个身高更高或者相同的人排在他前面,即编号为 1 的人。
编号为 4 的人身高为 4 ,有 4 个身高更高或者相同的人排在他前面,即编号为 0、1、2、3 的人。
编号为 5 的人身高为 7 ,有 1 个身高更高或者相同的人排在他前面,即编号为 1 的人。
因此 [[5,0],[7,0],[5,2],[6,1],[4,4],[7,1]] 是重新构造后的队列。
输入:people = [[6,0],[5,0],[4,0],[3,2],[2,2],[1,4]]
输出:[[4,0],[5,0],[2,2],[3,2],[1,4],[6,0]]
本题有两个维度,h和k,看到这种题目一定要想如何确定一个维度,然后在按照另一个维度重新排列。
按照身高排序之后,优先按身高高的people的k来插入,后序插入节点也不会影响前面已经插入的节点,最终按照k的规则完成了队列。
[[7,0], [7,1], [6,1], [5,0], [5,2],[4,4]]
插入[7,1]:[[7,0],[7,1]]
插入[6,1]:[[7,0],[6,1],[7,1]]
插入[5,0]:[[5,0],[7,0],[6,1],[7,1]]
插入[5,2]:[[5,0],[7,0],[5,2],[6,1],[7,1]]
插入[4,4]:[[5,0],[7,0],[5,2],[6,1],[4,4],[7,1]]// 版本一
class Solution {
public:
static bool cmp(const vector
但使用vector是非常费时的,C++中vector(可以理解是一个动态数组,底层是普通数组实现的)如果插入元素大于预先普通数组大小,vector底部会有一个扩容的操作,即申请两倍于原先普通数组的大小,然后把数据拷贝到另一个更大的数组上。
// 版本二
class Solution {
public:
// 身高从大到小排(身高相同k小的站前面)
static bool cmp(const vector
大家可以把两个版本的代码提交一下试试,就可以发现其差别了!
关于出现两个维度一起考虑的情况,我们已经做过两道题目了,另一道就是贪心算法:分发糖果。