说来惭愧,已经四个月没有切 leetcode 上的题目了。

虽然工作中很少(几乎)没有用到什么高级算法,数据结构,但是我一直坚信 "任何语言都会过时,只有数据结构和算法才能永恒"。leetcode 上的题目,截止目前切了 137 道(all solutions),只写过 6 篇题解,所以我会写题解的一般都是自认为还蛮有意思或者蛮典型的题目,就比如这道题。

题目链接:Count of Smaller Numbers After Self

这道题很有意思,给出一个数组,返回一个新的数组,新数组每个元素表示原数组中对应位置右边比该元素小的元素个数。听不懂了吧?举个栗子:

数组 nums = [5, 2, 6, 1]

5 右边有 2 个元素比 5 小(2 和 1)
2 右边有 1 个元素比 2 小 (1)
6 右边有 1 个元素比 6 小(1)
1 右边有 0 个元素比 1 小

所以返回数组 [2, 1, 1, 0]

leetcode 有一点不大好,就是不给数据大小范围,所以我相信绝大多数人会和我一样,先写个两层循环的 O(n^2) 代码,一提交,超时了,它给出超时数据,数组长度 20000+,O(n^2) 复杂度都好几亿了!

来分析下这道题,需要求右边比该数小的数的个数,所以有一点很明确,我们需要从右往左遍历数组。还是以上面的数组举例,也就是说当我们遍历到 index=0 时,需要知道现在已经有 1, 2, 6 三个数据了,我们需要一种数据结构,能保存 1, 2, 6, 同时之后能把 5 插进去。

首先映入脑海的是树状数组(直接把此题搞复杂了)。(不了解树状数组的可以参考我之前的文章 【前端也要学点数据结构】 神奇的树状数组 以及 【前端也要学点数据结构】神奇的树状数组的三大应用

和改点求段很像,求右边比之小的数量,是为 "求段",求完后把该点插进入,是为 "改点"。但是我们还需要改变传统树状数组求解的思路,把数组元素大小当做下标,而不是元素的索引位置,比如说 A[1] 其实是表示 1 的数量,而 C[2] 其实是表示 1 和 2 的数量和,所以 "改点" 的时候增量都是 1,有种 "大材小用" 之感。更蛋疼的是,由于不知道数据大小,还需要进行离散化。

目标是将 [5, 2, 6, 1] 转换成 [3, 2, 4, 1] 这样,然后再用树状数组求解。

离散化,需要先排序,再离散,最后再排回来:

var arr = []
  , len = nums.length;

// array to object
// 增加 index 属性,以便离散化
for (var i = 0; i < len; i++) {
  var tmp = {};
  tmp.index = i;
  tmp.value = nums[i];
  arr.push(tmp);
}

arr.sort(function(a, b) {
  return a.value - b.value;
});

// 离散化
var maxn = 1;
for (var i = 0; i < len; i++) {
  if (!i) {
    arr[i].nValue = maxn;
  } else {
    arr[i].nValue = arr[i].value === arr[i - 1].value ? maxn : ++maxn;
  }
}

arr.sort(function(a, b) {
  return a.index - b.index;
});

树状数组求解:

// 树状数组
var ans = []
  , sum = [];

for (var i = 0; i <= maxn; i++)
  sum[i] = 0;

function lowbit(x) { return x & (-x); }

function update(index, val) {
  for (var i = index; i <= maxn; i += lowbit(i))
    sum[i] += val;
} 

function getSum(index) {
  var ans = 0;
  for (var i = index; i; i -= lowbit(i))
    ans += sum[i];
  return ans;
}

for (var i = len - 1; i >= 0; i--) {
  var nValue = arr[i].nValue;
  ans.unshift(getSum(nValue - 1));
  update(nValue, 1);
}

树状数组部分就是简单的更新和查询了。完整代码可以参考 树状数组解法

虽然 Accept 了,但是耗时 300ms+,仅击败了 35% 的 Javascript solutions,一看最佳答案在 200ms 左右,开始怀疑是不是有 O(n) 的解法,但是思忖良久也没有想到,想想是不是 4 次的 nlogn 耗时巨大(离散两次 sort,树状数组查询和更新各一次)。

还是拿 [5, 2, 6, 1] 举例,当枚举到 5 时,要求 [1, 2, 6] 中小于 5 的数量,同时之后又可以把 5 插进入,维护一个二叉检索树(BST)似乎是可行的?不不不,这不是赤裸裸的二分查找吗!!!

二分查找 [1, 2, 6] 中小于 5 的个数,查完之后把 5 塞进数组,维护数组的单调性,而且 Javascript 正好有 splice() 方法可以把一个数字插入数组。

二分部分返回小于 target 的数量,同时也是插入 target 的位置(index):

// binary search
function bSearch(target, a) {
  var start = 0
    , end = a.length - 1;

  while(start <= end) {
    var mid = ~~((start + end) >> 1);
    if (a[mid] >= target)
      end = mid - 1;
    else if (a[mid] < target)
      start = mid + 1;
  }

  return start;
}

完整代码可以参考 二分查找解法

但是遗憾的是,尽管从 4 次 nlogn 下降到了 1 次 nlongn,但是耗时不降反升了,究其原因,我觉得是 unshift() 方法和 splice() 方法的大量调用,你觉得呢?

个人暂时没有想出 O(n) 的线性解法(可能就是没有),但是实实在在有 200ms 的 Javascript solution,难道是 BST 么?欢迎有想法的同学跟我交流探讨。

leetcode 315. Count of Smaller Numbers After Self 两种思路(欢迎探讨更优解法)的更多相关文章

  1. leetcode 315. Count of Smaller Numbers After Self 两种思路

    说来惭愧,已经四个月没有切 leetcode 上的题目了. 虽然工作中很少(几乎)没有用到什么高级算法,数据结构,但是我一直坚信 "任何语言都会过时,只有数据结构和算法才能永恒". ...

  2. [LeetCode] 315. Count of Smaller Numbers After Self (Hard)

    315. Count of Smaller Numbers After Self class Solution { public: vector<int> countSmaller(vec ...

  3. [LeetCode] 315. Count of Smaller Numbers After Self 计算后面较小数字的个数

    You are given an integer array nums and you have to return a new counts array. The countsarray has t ...

  4. LeetCode 315. Count of Smaller Numbers After Self

    原题链接在这里:https://leetcode.com/problems/count-of-smaller-numbers-after-self/ 题目: You are given an inte ...

  5. 第十四周 Leetcode 315. Count of Smaller Numbers After Self(HARD) 主席树

    Leetcode315 题意很简单,给定一个序列,求每一个数的右边有多少小于它的数. O(n^2)的算法是显而易见的. 用普通的线段树可以优化到O(nlogn) 我们可以直接套用主席树的模板. 主席树 ...

  6. 315.Count of Smaller Numbers After Self My Submissions Question

    You are given an integer array nums and you have to return a new counts array. Thecounts array has t ...

  7. 315. Count of Smaller Numbers After Self

    You are given an integer array nums and you have to return a new counts array. The counts array has ...

  8. 315. Count of Smaller Numbers After Self(Fenwick Tree)

    You are given an integer array nums and you have to return a new counts array. The counts array has ...

  9. 315 Count of Smaller Numbers After Self 计算右侧小于当前元素的个数

    给定一个整型数组 nums,按要求返回一个新的 counts 数组.数组 counts 有该性质: counts[i] 的值是  nums[i] 右侧小于nums[i] 的元素的数量.例子:给定 nu ...

随机推荐

  1. PHP延迟静态绑定 static关键字

    示例代码1 abstract class Parent { } class Man extends Parent { public static function create(){ return n ...

  2. Mongodb Manual阅读笔记:CH8 复制集

    8 复制 Mongodb Manual阅读笔记:CH2 Mongodb CRUD 操作Mongodb Manual阅读笔记:CH3 数据模型(Data Models)Mongodb Manual阅读笔 ...

  3. Mongodb Manual阅读笔记:CH6 聚合

    6 聚合 Mongodb Manual阅读笔记:CH2 Mongodb CRUD 操作Mongodb Manual阅读笔记:CH3 数据模型(Data Models)Mongodb Manual阅读笔 ...

  4. Java Security:keytool工具使用说明

    Keytool用法说明 Keytool是一个key与cert的管理工具.使用keytool可以管理public key.private key,以及与key之相关的certificate. 1.com ...

  5. 利用 druid 解析器解析SQL

    最近参与一个开源项目,一个功能的实现,用到了 druid 解析器来解析SQL,记录下如果使用 druid 来解析SQL,实现对SQL的拦截改写. 1. 对 insert 语句进行解析: private ...

  6. Linux磁盘管理之磁盘结构、概念、原理01

    一.磁盘的分类 磁盘主要有IDE.SATA.SCSI.IDE是比较老的硬盘,数据速度比较慢:SATA是现在用的比较多的,台式机.笔记本大多都用的SATA硬盘:SCSI硬盘速度最快,但是价格相对较高. ...

  7. Eclipse 无线调试(利用ADB工具)

    首先:1.你的手机必髯要有ROOT权限才可以安装ADB工具:2.手机开启WLAN(WIFI): (1)安装ADB工具: (2)添加环境变量PATHA;(我的是ADB路径是:D:\adt-bundle- ...

  8. MySQL版本介绍

    MySQL 的官网下载地址:http://www.mysql.com/downloads/ 在这个下载界面会有几个版本的选择. 1. MySQL Community Server 社区版本,开源免费, ...

  9. Windows Azure虚拟机和云服务实例计费方式更新

    在之前的Windows Azure计费账单中,A0,A1,A2,A3,A4系列的虚拟机(云服务实例)都是以A1为基准计费单位的,即: 虚拟机大小 计费单位(小时) A0 A1*0.25 A1 A1*1 ...

  10. [转]ASP.Net篇之Session与Cookie

    本文转自:http://www.cnblogs.com/japanbbq/archive/2011/08/31/2160494.html Session: Session是“会话”的意思,然而,因为h ...