一个数组nums,大小为n,返回数组同等大小的数组,返回数组满意以下条件:
例子1:
例子2:
解法:这道题的时间复杂度,如果用暴力法,
的复杂度;但是如果用单调栈的算法,可以得到
的时间复杂度.
这个过程引用到了单调栈的思想。就是一个栈,里面所有元素是非严格单调递增或者单调递减的。比较好思考,就是每一个数组都要越来越小,如果不满足递减的数字,说明要从栈中取出来几个数字了。
用例子2来举例:假设现在有一个栈stack=[]
,前面的4个元素4,3,2,1单调递减,所以依次入栈。(这里入栈的是索引)
现在stack=[1,2,3,4]
,然后因为第五个元素是2,是大于栈顶的数字1的,所以1出栈,然后对于数字1这个位置的j就是数字2,然后2入栈。这里因为要记录值和
代码简单写了写,不是很干净:
nums=[4,3,2,1,2,3,4] # 例子2
nums=[1,2,3,3,2,6,7,2,0] # 例子1
output = [-1] * len(nums) # 这个是要返回的数组
stack = [] # 这个是单调栈
for i in range(0,len(nums)):
# 如果栈是空的或者栈顶元素大于这个元素,入栈
if len(stack) == 0 or nums[stack[-1]] >= nums[i]:
stack.append(i)
continue
# 如果栈顶元素小于这个元素,出栈
while len(stack)>0 and nums[stack[-1]] < nums[i]:
index = stack.pop()
output[index]=nums[i]
stack.append(i)
print(output)
还有一道题是,找到一组数据中的最长递增子数组。比如:【1,2,4,2,5,3】,最长递增子数组是【1,2,4,5】
最长递增数组Longest Increasing Sequence,下面缩写LIS。
解法:这道题如果单纯的使用动态规划方法,可以得到
的时间复杂度;如果使用二分法,可以得到
的复杂度。这道题关键在于用二分法的时候,如何找到有序数组进行查找。
这里直接讲解二分法的方法,动态规划的解法不难思考。
假设存在一个序列d[1..9] ={ 2,1 ,5 ,3 ,6,4, 8 ,9, 7},可以看出来它的LIS长度为5。下面一步一步试着找出它。
我们定义一个序列B,然后令 i = 1 to 9 逐个考察这个序列。此外,我们用一个变量Len来记录现在最长算到多少了
首先,把d[1]有序地放到B里,令B[1] = 2,就是说当只有1一个数字2的时候,长度为1的LIS的最小末尾是2。这时Len=1
然后,把d[2]有序地放到B里,令B[1] = 1,就是说长度为1的LIS的最小末尾是1,d[1]=2已经没用了,很容易理解吧。这时Len=1
接着,d[3] = 5,d[3]>B[1],所以令B[1+1]=B[2]=d[3]=5,就是说长度为2的LIS的最小末尾是5,很容易理解吧。这时候B[1..2] = 1, 5,Len=2
再来,d[4] = 3,它正好加在1,5之间,放在1的位置显然不合适,因为1小于3,长度为1的LIS最小末尾应该是1,这样很容易推知,长度为2的LIS最小末尾是3,于是可以把5淘汰掉,这时候B[1..2] = 1, 3,Len = 2
继续,d[5] = 6,它在3后面,因为B[2] = 3, 而6在3后面,于是很容易可以推知B[3] = 6, 这时B[1..3] = 1, 3, 6,还是很容易理解吧?Len = 3 了噢。
第6个, d[6] = 4,你看它在3和6之间,于是我们就可以把6替换掉,得到B[3] = 4。B[1..3] = 1, 3, 4, Len继续等于3
第7个, d[7] = 8,它很大,比4大,嗯。于是B[4] = 8。Len变成4了
第8个, d[8] = 9,得到B[5] = 9,嗯。Len继续增大,到5了。
最后一个, d[9] = 7,它在B[3] = 4和B[4] = 8之间,所以我们知道,最新的B[4] =7,B[1..5] = 1, 3, 4, 7, 9,Len = 5。
于是我们知道了LIS的长度为5。
下面用Python来简单写一下:
nums = [1,2,4,2,5,3]
# nums = [2,1,5,3,6,4, 8,9, 7]
B = [0] * len(nums)
Len = 0
for i in range(0,len(nums)):
num = nums[i]
l = 1
r = Len
idx = int((l + r)/2)
while r>l:
if B[idx] > num:
r = idx
else:
l = idx+1
idx = int((l + r)/2)
# 找到了二分点位置,做一个简单的判断
if num < B[idx] and num >B[idx-1] :
B[idx]=num
if num > B[Len]:
Len += 1
B[Len] = num
print(B)
print(Len)
结果是:
[0, 1, 2, 3, 5, 0]
4 # 例子1的答案
# [0, 1, 3, 4, 7, 9, 0, 0, 0]
# 5 # 例子2的答案
1,2,3,5的含义是:
这里简单做一个总结罢了。二分法的关键在于单调数组中查找某一个数字的位置;动态规划在于寻找子优化问题;二分法的写法可以背住,到时候直接写出来就行不用动脑子。