如何根據身高重建隊列,你學會了嗎?
https://leetcode-cn.com/problems/queue-reconstruction-by-height
假設有打亂順序的一群人站成一個隊列,數組 people 表示隊列中一些人的屬性(不一定按順序)。每個 people[i] = [hi, ki] 表示第 i 個人的身高為 hi ,前面 正好 有 ki 個身高大于或等于 hi 的人。
請你重新構造并返回輸入數組 people 所表示的隊列。返回的隊列應該格式化為數組 queue ,其中 queue[j] = [hj, kj] 是隊列中第 j 個人的屬性(queue[0] 是排在隊列前面的人)。
示例 1:
- 輸入:people = [[7,0],[4,4],[7,1],[5,0],[6,1],[5,2]]
- 輸出:[[5,0],[7,0],[5,2],[6,1],[4,4],[7,1]]
- 解釋:
- 編號為 0 的人身高為 5 ,沒有身高更高或者相同的人排在他前面。
- 編號為 1 的人身高為 7 ,沒有身高更高或者相同的人排在他前面。
- 編號為 2 的人身高為 5 ,有 2 個身高更高或者相同的人排在他前面,即編號為 0 和 1 的人。
- 編號為 3 的人身高為 6 ,有 1 個身高更高或者相同的人排在他前面,即編號為 1 的人。
- 編號為 4 的人身高為 4 ,有 4 個身高更高或者相同的人排在他前面,即編號為 0、1、2、3 的人。
- 編號為 5 的人身高為 7 ,有 1 個身高更高或者相同的人排在他前面,即編號為 1 的人。
- 因此 [[5,0],[7,0],[5,2],[6,1],[4,4],[7,1]] 是重新構造后的隊列。
示例 2:
- 輸入:people = [[6,0],[5,0],[4,0],[3,2],[2,2],[1,4]]
- 輸出:[[4,0],[5,0],[2,2],[3,2],[1,4],[6,0]]
提示:
- 1 <= people.length <= 2000
- 0 <= hi <= 10^6
- 0 <= ki < people.length
題目數據確保隊列可以被重建
思路
本題有兩個維度,h和k,看到這種題目一定要想如何確定一個維度,然后在按照另一個維度重新排列。
其實如果大家認真做了135. 分發(fā)糖果,就會發(fā)現和此題有點點的像。
在135. 分發(fā)糖果我就強調過一次,遇到兩個維度權衡的時候,一定要先確定一個維度,再確定另一個維度。
如果兩個維度一起考慮一定會顧此失彼。
對于本題相信大家困惑的點是先確定k還是先確定h呢,也就是究竟先按h排序呢,還先按照k排序呢?
如果按照k來從小到大排序,排完之后,會發(fā)現k的排列并不符合條件,身高也不符合條件,兩個維度哪一個都沒確定下來。
那么按照身高h來排序呢,身高一定是從大到小排(身高相同的話則k小的站前面),讓高個子在前面。
此時我們可以確定一個維度了,就是身高,前面的節(jié)點一定都比本節(jié)點高!
那么只需要按照k為下標重新插入隊列就可以了,為什么呢?
以圖中{5,2} 為例:
根據身高重建隊列
按照身高排序之后,優(yōu)先按身高高的people的k來插入,后序插入節(jié)點也不會影響前面已經插入的節(jié)點,最終按照k的規(guī)則完成了隊列。
所以在按照身高從大到小排序后:
- 局部最優(yōu):優(yōu)先按身高高的people的k來插入。插入操作過后的people滿足隊列屬性
- 全局最優(yōu):最后都做完插入操作,整個隊列滿足題目隊列屬性
局部最優(yōu)可推出全局最優(yōu),找不出反例,那就試試貪心。
一些同學可能也會疑惑,你怎么知道局部最優(yōu)就可以推出全局最優(yōu)呢?有數學證明么?
在貪心系列開篇詞關于貪心算法,你該了解這些!中,我已經講過了這個問題了。
刷題或者面試的時候,手動模擬一下感覺可以局部最優(yōu)推出整體最優(yōu),而且想不到反例,那么就試一試貪心,至于嚴格的數學證明,就不在討論范圍內了。
如果沒有讀過關于貪心算法,你該了解這些!的同學建議讀一下,相信對貪心就有初步的了解了。
回歸本題,整個插入過程如下:
排序完的people:[[7,0], [7,1], [6,1], [5,0], [5,2],[4,4]]
插入的過程:
- 插入[7,0]:[[7,0]]
- 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]]
此時就按照題目的要求完成了重新排列。
C++代碼如下:
- // 版本一
- class Solution {
- public:
- static bool cmp(const vector<int> a, const vector<int> b) {
- if (a[0] == b[0]) return a[1] < b[1];
- return a[0] > b[0];
- }
- vector<vector<int>> reconstructQueue(vector<vector<int>>& people) {
- sort (people.begin(), people.end(), cmp);
- vector<vector<int>> que;
- for (int i = 0; i < people.size(); i++) {
- int position = people[i][1];
- que.insert(que.begin() + position, people[i]);
- }
- return que;
- }
- };
- 時間復雜度O(nlogn + n^2)
- 空間復雜度O(n)
但使用vector是非常費時的,C++中vector(可以理解是一個動態(tài)數組,底層是普通數組實現的)如果插入元素大于預先普通數組大小,vector底部會有一個擴容的操作,即申請兩倍于原先普通數組的大小,然后把數據拷貝到另一個更大的數組上。
所以使用vector(動態(tài)數組)來insert,是費時的,插入再拷貝的話,單純一個插入的操作就是O(n^2)了,甚至可能拷貝好幾次,就不止O(n^2)了。
改成鏈表之后,C++代碼如下:
- // 版本二
- class Solution {
- public:
- // 身高從大到小排(身高相同k小的站前面)
- static bool cmp(const vector<int> a, const vector<int> b) {
- if (a[0] == b[0]) return a[1] < b[1];
- return a[0] > b[0];
- }
- vector<vector<int>> reconstructQueue(vector<vector<int>>& people) {
- sort (people.begin(), people.end(), cmp);
- list<vector<int>> que; // list底層是鏈表實現,插入效率比vector高的多
- for (int i = 0; i < people.size(); i++) {
- int position = people[i][1]; // 插入到下標為position的位置
- std::list<vector<int>>::iterator it = que.begin();
- while (position--) { // 尋找在插入位置
- it++;
- }
- que.insert(it, people[i]);
- }
- return vector<vector<int>>(que.begin(), que.end());
- }
- };
- 時間復雜度O(nlogn + n^2)
- 空間復雜度O(n)
大家可以把兩個版本的代碼提交一下試試,就可以發(fā)現其差別了!
關于本題使用數組還是使用鏈表的性能差異,我在貪心算法:根據身高重建隊列(續(xù)集)中詳細講解了一波
總結
關于出現兩個維度一起考慮的情況,我們已經做過兩道題目了,另一道就是135. 分發(fā)糖果。
其技巧都是確定一邊然后貪心另一邊,兩邊一起考慮,就會顧此失彼。
這道題目可以說比135. 分發(fā)糖果難不少,其貪心的策略也是比較巧妙。
最后我給出了兩個版本的代碼,可以明顯看是使用C++中的list(底層鏈表實現)比vector(數組)效率高得多。
對使用某一種語言容器的使用,特性的選擇都會不同程度上影響效率。
所以很多人都說寫算法題用什么語言都可以,主要體現在算法思維上,其實我是同意的但也不同意。
對于看別人題解的同學,題解用什么語言其實影響不大,只要題解把所使用語言特性優(yōu)化的點講出來,大家都可以看懂,并使用自己語言的時候注意一下。
對于寫題解的同學,刷題用什么語言影響就非常大,如果自己語言沒有學好而強調算法和編程語言沒關系,其實是會誤傷別人的。
這也是我為什么統(tǒng)一使用C++寫題解的原因,其實用其他語言java、python、php、go啥的,我也能寫,我的Github上也有用這些語言寫的小項目,但寫題解的話,我就不能保證把語言特性這塊講清楚,所以我始終堅持使用最熟悉的C++寫題解。
而且我在寫題解的時候涉及語言特性,一般都會后面加上括號說明一下。沒辦法,認真負責就是我,哈哈。
本文轉載自微信公眾號「代碼隨想錄」,可以通過以下二維碼關注。轉載本文請聯系代碼隨想錄公眾號。