• LeetCode——使数组唯一的最小增量


    Q:给定整数数组 A,每次 move 操作将会选择任意 A[i],并将其递增 1。返回使 A 中的每个值都是唯一的最少操作次数。
    示例 1:
    输入:[1,2,2]
    输出:1
    解释:经过一次 move 操作,数组将变为 [1, 2, 3]。

    示例 2:
    输入:[3,2,1,2,1,7]
    输出:6
    解释:经过 6 次 move 操作,数组将变为 [3, 4, 1, 2, 5, 7]。
    可以看出 5 次或 5 次以下的 move 操作是不能让数组的每个值唯一的。

    提示:
    0 <= A.length <= 40000
    0 <= A[i] < 40000

    A:
    1.排序直接做

        public int minIncrementForUnique(int[] A) {
            if(A.length<=1)
                return 0;
            Arrays.sort(A);
            int move = 0;
            for(int i=1;i<A.length;i++){
                if(A[i]<=A[i-1]){
                    int pre = A[i];
                    A[i] = A[i-1]+1;
                    move += A[i] - pre;
                }
            }
            return move;
        }
    

    2.线性探测法,实则解决hash冲突的线性探测

        public int minIncrementForUnique(int[] A) {
            Set<Integer> set = new HashSet<>();
            int move = 0;
            for (Integer i : A) {
                int curr = i;
                if (!set.contains(i)) {
                    set.add(i);
                    continue;
                }
                while (set.contains(curr)) {//这个值存在过,就往后面找
                    curr++;
                }
                set.add(curr);
                move += curr - i;
            }
            return move;
        }
    
    

    超时了。

    因此考虑路径压缩
    压缩方法是,经过某条路径最终探测到一个空位置x后,将这条路径上的值都变成空位置所在的下标x,那么假如下次探测的点又是这条路径上的点,则可以直接跳转到这次探测到的空位置x,从x开始继续探测。

        public int minIncrementForUnique2(int[] A) {
            Map<Integer, Integer> map = new HashMap<>();
            int move = 0;
            for (int value : A) {
                int curr = value;
                if (!map.containsKey(curr)) {
                    map.put(curr, curr);
                } else {
                    curr++;
                    while (map.containsKey(curr)) {//往后找
                        if (map.get(curr) == curr){
                            curr++;
                            continue;
                        }
                        else
                            curr = (map.get(curr) + 1);
                    }
                    for (int j = value; j <= curr; j++) {//修改走过的路径
                        map.put(j, curr);
                    }
                    move += curr - value;
                }
            }
            return move;
        }
    

    可是尼玛还是超时了……哇好气哦……

    还是下面的路径压缩方法,用数组吧……

        public int minIncrementForUnique(int[] A) {
            int[] pos = new int[80000];
            Arrays.fill(pos, -1);
            int move = 0;
            for (Integer i : A) {
                if (pos[i] == -1) {
                    pos[i] = i;
                } else {
                    int curr = i + 1;
                    while (pos[curr] != -1) {
                        if (pos[curr] == curr) {
                            curr++;
                        } else {
                            curr = pos[curr] + 1;
                        }
                    }
                    for (int j = i; j <= curr; j++) {
                        pos[j] = curr;//路径压缩
                    }
                    move += (curr - i);
                }
            }
            return move;
        }
    

    参考别人的方法,用递归更简便

        int[] pos = new int [80000];
        public int minIncrementForUnique(int[] A) {
            Arrays.fill(pos, -1); // -1表示空位
            int move = 0;
            // 遍历每个数字a对其寻地址得到位置b, b比a的增量就是操作数。
            for (int a: A) {
                int b = findPos(a); 
                move += b - a;
            }
            return move;
        }
        
        // 线性探测寻址(含路径压缩)
        private int findPos(int a) {
            int b = pos[a];
            // 如果a对应的位置pos[a]是空位,直接放入即可。
            if (b == -1) { 
                pos[a] = a;
                return a;
            }
            // 否则向后寻址
            // 因为pos[a]中标记了上次寻址得到的空位,因此从pos[a]+1开始寻址就行了(不需要从a+1开始)。
            b = findPos(b + 1); 
            pos[a] = b; // 寻址后的新空位要重新赋值给pos[a]哦,路径压缩就是体现在这里。
            return b;
        }
    
  • 相关阅读:
    css布局模型
    HTML元素分类
    《水经注》卷三十五
    《水经注》卷二十八
    沧浪之水
    网页布局基础
    IndexError: tuple index out of range
    树回归-CART
    树回归-CART
    支持向量机SVM
  • 原文地址:https://www.cnblogs.com/xym4869/p/13186361.html
Copyright © 2020-2023  润新知