1187.使数组严格递增 学习记录
题目描述
给你两个整数数组 arr1
和 arr2
,返回使 arr1
严格递增所需要的最小「操作」数(可能为 0)。
每一步「操作」中,你可以分别从 arr1
和 arr2
中各选出一个索引,分别为 i
和 j
,0 <= i < arr1.length
和 0 <= j < arr2.length
,然后进行赋值运算 arr1[i] = arr2[j]
如果无法让 arr1
严格递增,请返回 -1。
不会解,看题解之前没有可靠的思路
学习总结
思路总结
- 提炼关键信息
- 使数组
arr1
严格递增,可以得到- 目的是替换之后使数组
arr1
严格递增,所以不能有重复元素 - 选择数组
arr2
中的元素进行替换,所以选择过程中不需要选择重复的元素进行替换 - 总结:可以对数组
arr2
进行排序去重,方便操作
- 目的是替换之后使数组
- 以小窥大进行推导
n = arr1.length
对于第[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-EjuDr1zj-1682003137788)(null#card=math&code=i&id=urrlT)]个元素,有两种选择- 替换
- 不替换
- 如何去思考?
- 为了使数组严格递增那么,必须保证
arr1[i] > arr1[i-1]
if arr1[i] > arr1[i-1]
那么可以保留当前元素- 例外地:
if arr1[i] > arr1[i-1] + 1
- 当前元素可以被替换成严格大于
arr1[i-1]
的元素 - ex:
arr1 = [1, 5, 3, 6, 7] arr2 = [4, 3]
5替换成3、3替换成4为满足题意的最优结果
- 当前元素可以被替换成严格大于
- 换言之,为了使数组严格递增,对于每一元素都需要进行两步操作
- 是否大于其前一个元素
- 是否能从已排序数组
arr2
(从小到大)中找到一个小于当前元素且大于arr1[i-1]
的元素
- 为了使数组严格递增那么,必须保证
- 需要返回最小操作数
- 直观地,对于每一个元素都进行替换的话,那么操作数是
n = arr1.length
- 但是不一定有足够多的元素来提供使用
- 最多能够替换几次?
- 假设
n = 10 m = 20
那么最多能够替换 10 次,因为有10个元素等待被替换 - 假设
n = 20 m = 11
那么最多能够替换 11 次,因为有 11 次元素可以用来被替换 - 所以 最多的替换次数 是
j = Math.min(n, m)
- 假设
- 直观地,对于每一个元素都进行替换的话,那么操作数是
- 使数组
- 如何求解最终结果
- 通过学习题解了解到使用动态规划的方法
- 自己为什么没想起来?
- 还是太菜了,多学,多总结,多练
动态规划
思考角度——三个要素:状态、状态转移方程、边界确定
- 状态
- 从第一个元素开始,其是否选择交换是一个状态,每一个元素都会面临相同的情况
- 参数确定:定义
dp[i][j]
表示第i
个元素,经过j
次替换,得到当前元素值- 最终结果:
dp[n][j] j <= Math.(m, n) 输出替换次数:j
- 最终结果:
- 什么时候选择不替换
arr1[i] > dp[i-1][j]
当前元素大于第i-1
个元素经过j
次替换之后的结果- 有:
dp[i][j] = dp[i-1][j] if arr1[i] > dp[i-1][j]
- 有:
- 替换
- 从数组
arr2
中找到元素arr2[k]
使arr2[k] > dp[i-1][j-1]
dp[i-1][j-1]
表示第i-1
个元素经过j-1
次替换之后的结果- 有:
dp[i][j] = arr2[k]
- 从数组
- 状态转移
, & \\text{if a r r 1 [ i ] > d p [ i − 1 ] [ j ] arr_1[i]>dp[i-1][j] arr1[i]>dp[i−1][j]}\\
dp[i][j] = min(dp[i][j],&arr_2[k]), & \\text{if arr_2[k]>dp[i-1][j-1]}
\\end{cases}&id=X5oVX)
- 边界确定
- 为了方便计算
- [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-cALoixEN-1682003137881)(null#card=math&code=dp[i][j]&id=hcEOV)]初始值都设置为
Integer.MAX_VALUE
- 初始令
dp[0][0] = -1
表示最小值
- [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-cALoixEN-1682003137881)(null#card=math&code=dp[i][j]&id=hcEOV)]初始值都设置为
- 为了方便计算
代码
public int authorityWayOne(int[] arr1, int[] arr2) {// 对 数组2 进行排序Arrays.sort(arr2);// 去重List<Integer> list = new ArrayList<>();int prev = -1;for(int num : arr2) {if(num != prev) {list.add(num);prev = num;}}int n = arr1.length;int m = list.size();int[][] dp = new int[n+1][Math.min(m, n) + 1];// 初始化填充数据,方便计算for(int i = 0;i <= n;i++) {Arrays.fill(dp[i], Integer.MAX_VALUE);}dp[0][0] = -1;for(int i = 1;i <= n;i++) {for(int j = 0;j <= Math.min(m, n);j++) {if(arr1[i-1] > dp[i-1][j]) {// 这里不要搞混了dp[i][j] = arr1[i-1];}if(j > 0 && dp[i-1][j-1] != Integer.MAX_VALUE) {// 查找严格大于 dp[i-1][j-1] 的最小元素int idx = binary_search(list, j-1, dp[i-1][j-1]);if(idx != m) {dp[i][j] = Math.min(dp[i][j], list.get(idx));}}if(i == n && dp[i][j] != Integer.MAX_VALUE) {return j;}}}return -1;}private int binary_search(List<Integer> list, int low, int target) {int high = list.size();// 左闭右开区间while(low < high) {int mid = low + ((high - low) >> 1);if(list.get(mid) > target) {high = mid;} else {low = mid + 1;}}return low;}
优化一
- 数组原地去重
public int makeArrayIncreasing(int[] arr1, int[] arr2) {// 右边数组中选取元素,赋值给左边数组元素// 数组严格递增,所以数组中不能存在相同的元素// 对于 arr1 中的每一个元素都面临两种选择,换或者不换// --那么最终可以得到最终结果// --最小操作数一定存在这个过程中,现在问题是代码如何写// 首先 arr2 中的元素每一个只能用一次,为什么只能用一次?// 因为 要保证数组 arr1 严格递增// 所以可以对数组 arr2 进行排序Arrays.sort(arr2);// 那么现在问题是需要从 第一个元素开始判断换不换,// 定义 dp[i][j] 表示前 i 个元素进行 j 次替换之后末尾元素的最大值int n = arr1.length, m = 0;// arr2 中的重复元素不需要使用,所以进行去重for(int i = 1;i < arr2.length;i++) {if(arr2[m] != arr2[i]) {arr2[++m] = arr2[i];}}// 拿到不重复数组的长度m++;// 拿到之后呢?// 最大的交换次数是多少?- 交换所有元素int changeNum = Math.min(m, n);// 那么接下来呢? 定义dp 一维:元素个数,二维:交换次数int[][] dp = new int[n+1][changeNum+1];// 初始化最大值for(int i = 0;i <= n;i++) {Arrays.fill(dp[i], Integer.MAX_VALUE);}dp[0][0] = -1;for(int i = 1;i <= n;i++) {for(int j = 0;j <= Math.min(i, m);j++) {// 如果当前元素大于前一个元素if(arr1[i - 1] > dp[i-1][j]) {dp[i][j] = arr1[i - 1];}// 尝试交换.if(j > 0 && dp[i-1][j-1] != Integer.MAX_VALUE) {// 查找严格大于 dp[i-1][j-1] 的元素// 这里涉及到二分查找,如何才能找到 严格大于 dp[i-1][j-1] 的元素int idx = binary_search(arr2, j-1, dp[i-1][j-1], m);if(idx != m) {dp[i][j] = Math.min(dp[i][j], arr2[idx]);}}if(i == n && dp[i][j] != Integer.MAX_VALUE) {return j;}}}return -1;}private int binary_search(int[] arr, int j, int prev, int m) {// 左闭右开区间查找int left = j,right = m;while(left < right) {int mid = left + ((right - left) >> 1);if(arr[mid] > prev) {right = mid;} else {left = mid+1;}}return left;}
参考
官方题解
https://leetcode.cn/problems/make-array-strictly-increasing/solution/zui-chang-di-zeng-zi-xu-lie-de-bian-xing-jhgg/