leetcode 1187. 使数组严格递增
题目描述
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
题解——两种很直白好懂的dp方法
理解题意
简单来说,一步操作是使用arr2中的一个数替换arr1中的一个数。
很自然地,我们可以对arr1从头到尾进行这个过程,对每一个值进行操作(或者不操作),从而由部分有序构建全体有序。
考虑进行到arr1[i]
时,此时0~i-1
已经有序,此时我们面临两种选择:
- 不进行替换,前提是
arr1[i]>arr1[i-1]
(注意是替换后的arr1[i-1]
),操作数不变。 - 进行替换,就要考虑用哪个数来替换,此时采用贪心的思想:首先,这个数必须比
arr1[i-1]
大以保证有序,在这个前提下,越小越好,这也是很显然的。所以,我们希望找到arr2
中比arr1[i-1]
大的最小值进行替换,使用排序+二分查找,操作数+1。
需要指出,在已经递增的情况下,执行替换也可能更好,因为可以使末位变小。实际上,我们就是要在最后一个数更小和操作数更少之间进行取舍,也依此来定义状态。
有了这样的思路,可以开始设计dp了。
第一种dp——最后一个数固定时的最小操作数
根据上面的思路,定义dp[i][j]
为:对于前i
个数构成的递增序列,在最后一个数为j
时的最小操作数。
状态转移方程:
转移方程比较丑,但是简单来说,对于每一个dp[i-1][j]
,如果j<arr1[i]
,则可以转移到dp[i][arr1[i]]
并且操作数不变(不进行转化);而对于每一个j
,如果二分查找成功在arr2
中找到k
,那就可以转移到dp[i][k]
,并且操作数+1。
因为状态转移只发生在相邻两个数组之间,可以优化掉一维,改用两个一维数组实现。
在代码实现上,由于最后一个数是不连续的,要用哈希表作为dp数组;dp[i]
表示当前序列最后一个数为i
时的最小操作数,我们从头到尾遍历arr1
,并对上一个哈希表内的状态进行转移即可。
不同的值最多m+n
个,因此这种方法的时间复杂度为O(n*(m+n)*logm)
代码
1 | class Solution { |
第二种dp——操作数固定时的最小末尾
前面说过,我们面临的是最后一个数更小和操作数更少之间的取舍,第一种方法是固定最后一个数,与之对称,我们也可以固定操作数。
直接省略外层数组,定义dp[i]
为当前序列,在操作数为i
时所能得到的最后一个数的最小值,转移方程如下:
代码实现上,从头到尾遍历arr1
,对于每一个arr1[i]
,遍历dp并进行转移,得到next。
细节:操作数最多为min(n,m)
,所以我们设置一个lim作为上限,同时,在遍历到arr1[i]
时,操作数也不会超过i+1,在遍历dp时进行控制即可。
代码
1 | class Solution { |