当前位置:网站首页>leetcode-1964:找出到每个位置为止最长的有效障碍赛跑路线
leetcode-1964:找出到每个位置为止最长的有效障碍赛跑路线
2022-07-02 23:55:00 【菊头蝙蝠】
leetcode-1964:找出到每个位置为止最长的有效障碍赛跑路线
题目
题目连接
你打算构建一些障碍赛跑路线。给你一个 下标从 0 开始 的整数数组 obstacles ,数组长度为 n ,其中 obstacles[i] 表示第 i 个障碍的高度。
对于每个介于 0 和 n - 1 之间(包含 0 和 n - 1)的下标 i ,在满足下述条件的前提下,请你找出 obstacles 能构成的最长障碍路线的长度:
- 你可以选择下标介于 0 到 i 之间(包含 0 和 i)的任意个障碍。
- 在这条路线中,必须包含第 i 个障碍。
- 你必须按障碍在 obstacles 中的 出现顺序 布置这些障碍。
- 除第一个障碍外,路线中每个障碍的高度都必须和前一个障碍 相同 或者 更高 。
返回长度为 n 的答案数组 ans ,其中 ans[i] 是上面所述的下标 i 对应的最长障碍赛跑路线的长度。
示例 1:
输入:obstacles = [1,2,3,2]
输出:[1,2,3,3]
解释:每个位置的最长有效障碍路线是:
- i = 0: [1], [1] 长度为 1
- i = 1: [1,2], [1,2] 长度为 2
- i = 2: [1,2,3], [1,2,3] 长度为 3
- i = 3: [1,2,3,2], [1,2,2] 长度为 3
示例 2:
输入:obstacles = [2,2,1]
输出:[1,2,1]
解释:每个位置的最长有效障碍路线是:
- i = 0: [2], [2] 长度为 1
- i = 1: [2,2], [2,2] 长度为 2
- i = 2: [2,2,1], [1] 长度为 1
示例 3:
输入:obstacles = [3,1,5,6,4,2]
输出:[1,1,2,3,2,2]
解释:每个位置的最长有效障碍路线是:
- i = 0: [3], [3] 长度为 1
- i = 1: [3,1], [1] 长度为 1
- i = 2: [3,1,5], [3,5] 长度为 2, [1,5] 也是有效的障碍赛跑路线
- i = 3: [3,1,5,6], [3,5,6] 长度为 3, [1,5,6] 也是有效的障碍赛跑路线
- i = 4: [3,1,5,6,4], [3,4] 长度为 2, [1,4] 也是有效的障碍赛跑路线
- i = 5: [3,1,5,6,4,2], [1,2] 长度为 2
解题
这道题,一看其实是和leetcode-300:最长递增子序列一样的,但是对于这道题 O ( n 2 ) O(n^2) O(n2)的方法会超时,因此要时间复杂度更低的方法
方法一:动态规划+二分查找
MinVals[i]:i表示当前已经构建的长度为i的障碍物路线长度,MinVals[i]表示长度为i的障碍物长度的最后一个障碍物的高度。
那么就可以遍历障碍物,与MinVals[i]比就行了,如果比他高,那么结果就是MinVals[i]+1。由于Minvals[i]是一个非严格递增的数组,因此可以使用二分查找,将时间复杂度降低为 O ( n l o g 2 n ) O(nlog_2n) O(nlog2n)
class Solution {
public:
vector<int> longestObstacleCourseAtEachPosition(vector<int>& obstacles) {
int n=obstacles.size();
vector<int> res;
vector<int> MinVals(n+1,INT_MAX);//构建i长度的最小的障碍物高度值。
MinVals[0]=INT_MIN;
for(int i=0;i<n;i++){
//二分查找(找到长度最大的,且障碍高度小于obstacles[i])
int l=0,r=i+1;//i+1就是所能达到的最大长度
while(l<r){
int mid=(l+r)/2;
if(obstacles[i]<MinVals[mid]) r=mid;
else l=mid+1;//相等或者等于,都应该去找更长的长度
}//因此最终得到的l是已经构建的长度+1
res.push_back(l);
MinVals[l]=min(MinVals[l],obstacles[i]);
}
return res;
}
};
边栏推荐
- Rust string slicing, structs, and enumeration classes
- Vulkan practice first bullet
- 利亚德:Micro LED 产品消费端首先针对 100 英寸以上电视,现阶段进入更小尺寸还有难度
- Overlay of shutter (Pop-Up)
- Automated defect analysis in electron microscopic images-论文阅读笔记
- 关于XML一些介绍和注意事项
- 【AutoSAR 八 OS】
- 2022 list of manufacturers of Chinese 3D vision enterprises (guided positioning and sorting scenes)
- mm中的GAN模型架构
- Rust ownership (very important)
猜你喜欢

Automated defect analysis in electron microscopic images-论文阅读笔记

Automated defect analysis in electronic microscopic images

University of Toronto:Anthony Coache | 深度强化学习的条件可诱导动态风险度量

Use Jenkins II job

【案例分享】让新时代教育发展与“数”俱进

1.12 - Instructions

Redis21 classic interview questions, extreme pull interviewer

How SQLSEVER removes data with duplicate IDS

详解用OpenCV的轮廓检测函数findContours()得到的轮廓拓扑结构(hiararchy)矩阵的意义、以及怎样用轮廓拓扑结构矩阵绘制轮廓拓扑结构图

Unity learns from spaceshooter to record the difference between fixedupdate and update in unity for the second time
随机推荐
Array common operation methods sorting (including ES6) and detailed use
2022中国3D视觉企业(引导定位、分拣场景)厂商名单
Hundreds of continuous innovation to create free low code office tools
【luogu P4320】道路相遇(圆方树)
kubernetes编写yml简单入门
[IELTS reading] Wang Xiwei reading P2 (reading fill in the blank)
form表单实例化
Program analysis and Optimization - 9 appendix XLA buffer assignment
Free we media essential tools sharing
How SQLSEVER removes data with duplicate IDS
Multiprocess programming (4): shared memory
Gan model architecture in mm
多进程编程(五):信号量
Automated defect analysis in electron microscopic images-论文阅读笔记
免费自媒体必备工具分享
University of Oslo: Li Meng | deep reinforcement learning based on swing transformer
机器学习:numpy版本线性回归预测波士顿房价
Teach you JDBC hand in hand -- structure separation
Tensorflow 2. Chapter 15 of X (keras) source code explanation: migration learning and fine tuning
Vulkan-性能及精细化