大家好,我是考100分的小小码 ,祝大家学习进步,加薪顺利呀。今天说一说Leetcode 1187:使数组严格递增(超详细的解法!!!),希望您对编程的造诣更进一步.
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
。
示例 1:
输入:arr1 = [1,5,3,6,7], arr2 = [1,3,2,4]
输出:1
解释:用 2 来替换 5,之后 arr1 = [1, 2, 3, 6, 7]。
示例 2:
输入:arr1 = [1,5,3,6,7], arr2 = [4,3,1]
输出:2
解释:用 3 来替换 5,然后用 4 来替换 3,得到 arr1 = [1, 3, 4, 6, 7]。
示例 3:
输入:arr1 = [1,5,3,6,7], arr2 = [1,6,3,3]
输出:-1
解释:无法使 arr1 严格递增。
提示:
1 <= arr1.length, arr2.length <= 2000
0 <= arr1[i], arr2[i] <= 10^9
解题思路
这个问题和之前的问题Leetcode 801:使序列递增的最小交换次数(超详细的解法!!!)非常类似。首先不难想到动态规划,对于这个问题arr1
中的每个元素有两种状态:一种是原来的值,一种是arr2
中的值。所以可以定义 f ( i 1 , i 2 , p r e ) f(i_1,i_2,pre) f(i1,i2,pre)表示arr1
中的 i 1 i_1 i1位置,arr2
中的 i 2 i_2 i2位置,并且arr1[i1]
之前的元素是pre
时的最少交换此时,那么
- f ( i 1 , i 2 , p r e ) = 1 + f ( i 1 + 1 , i 2 , a r r 2 [ i 2 ] ) f(i_1,i_2,pre)=1+f(i_1+1,i_2,arr2[i_2]) f(i1,i2,pre)=1+f(i1+1,i2,arr2[i2])
- f ( i 1 , i 2 , p r e ) = f ( i 1 + 1 , i 2 , a r r 1 [ i 1 ] ) f(i_1,i_2,pre)=f(i_1+1,i_2,arr1[i_1]) f(i1,i2,pre)=f(i1+1,i2,arr1[i1])
这里还有一个小问题,就是arr2[i2]
我们要怎么找?我们可以先对arr2
排序,然后通过upper_bound()
来找大于pre
的第一个元素位置。关于upper_bound()
可以看Leetcode 二分法问题总结(超详细!!!)
from functools import lru_cache
class Solution:
def makeArrayIncreasing(self, arr1: List[int], arr2: List[int]) -> int:
l1, l2 = len(arr1), len(arr2)
arr2.sort()
@lru_cache(None)
def dfs(i1, i2, pre):
if i1 >= l1:
return 0
i2 = bisect.bisect(arr2, pre)
return min(1 + dfs(i1 + 1, i2, arr2[i2]) if i2 < l2 else l2+1,\
dfs(i1 + 1, i2, arr1[i1]) if pre < arr1[i1] else l2+1)
res = dfs(0, 0, float("-inf"))
return -1 if res > l2 else res
使用lru_cache
已经是惯用伎俩了。使用记忆化搜索可以实现的问题,我们当然也可以通过动态规划来做。使用动态规划,无非就是存储之前的状态,前面已经讨论过状态是什么了,这里需要思考的是怎么存储它。我这里不使用数组存储,而是通过字典,这简化了我们操作。通过字典存储前一个位置的所有可能,key
存储的是交换次数,value
存储的是对应的前一个元素值。
class Solution:
def makeArrayIncreasing(self, arr1: List[int], arr2: List[int]) -> int:
l1, l2 = len(arr1), len(arr2)
arr2.sort()
dp = {
0: arr1[0], 1: arr2[0]}
for i in range(1, l1):
new_dp = {
}
for k, v in dp.items():
if arr1[i] > v and (k not in new_dp or new_dp[k] > arr1[i]):
new_dp[k] = arr1[i]
j = bisect.bisect(arr2, v)
if j < l2 and (k + 1 not in new_dp or new_dp[k + 1] > arr2[j]):
new_dp[k+1] = arr2[j]
dp = new_dp
if len(dp) == 0:
return -1
return min(dp.keys())
如果len(dp)
是空那么自然就没有解,否则最后的结果就是min(dp.keys())
。
我将该问题的其他语言版本添加到了我的GitHub Leetcode
如有问题,希望大家指出!!!
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
转载请注明出处: https://daima100.com/37369.html