算法题解记录31+++下一个排列(百题筑基)

2024-09-02 02:44

本文主要是介绍算法题解记录31+++下一个排列(百题筑基),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

我是蚊子码农,本次为大家带来一道“双指针”题目。

一、题目描述

题目难度:中等
整数数组的一个 排列 就是将其所有成员以序列或线性顺序排列。

例如,arr = [1,2,3] ,以下这些都可以视作 arr 的排列:[1,2,3]、[1,3,2]、[3,1,2]、[2,3,1] 。
整数数组的 下一个排列 是指其整数的下一个字典序更大的排列。更正式地,如果数组的所有排列根据其字典顺序从小到大排列在一个容器中,那么数组的 下一个排列 就是在这个有序容器中排在它后面的那个排列。如果不存在下一个更大的排列,那么这个数组必须重排为字典序最小的排列(即,其元素按升序排列)。

例如,arr = [1,2,3] 的下一个排列是 [1,3,2] 。
类似地,arr = [2,3,1] 的下一个排列是 [3,1,2] 。
而 arr = [3,2,1] 的下一个排列是 [1,2,3] ,因为 [3,2,1] 不存在一个字典序更大的排列。
给你一个整数数组 nums ,找出 nums 的下一个排列。

必须原地修改,只允许使用额外常数空间。

示例 1:

输入:nums = [1,2,3]
输出:[1,3,2]
示例 2:

输入:nums = [3,2,1]
输出:[1,2,3]
示例 3:

输入:nums = [1,1,5]
输出:[1,5,1]

提示:

1 <= nums.length <= 100
0 <= nums[i] <= 100

二、解题准备(朴素方案)

第一,题意理解

本题的题目相对复杂,我们可以这样理解。
对于一组由数字组成的数组,按照数字大小的顺序,它们会有n多种排列结构。
比如数组【1,2,3】,会存在这样的排列
【1,2,3】,【1,3,2】,【2,1,3】,【2,3,1】,【3,1,2】,【3,2,1】
可以看出,从小到大的排序,是第一个序列。
从大到小的排序,是最后一个序列。

第二,排列之间的关系

对于一个排列来说,它符合这样的特点(忽略最后一个序列【即从大到小】
首先,从某个下标开始,后面的数,都是从大到小排序。
例如【1,3,5,4,2】
可以看到,从3开始,【5, 4, 2】组成一个从大到小的排序;
可以看出,假使以(2,4,5)作为一个数组,那么,【5,4,2】明显是最大的数组了。
它的下一个序列,只能是倒序的【2,4,5】
其次,从3的视角看,序列【3,5,4,2】的下一个序列,明显是【4,2,3,5】
可以看出,其结构就是数字3与数字4做了交换,并且倒序输出后面的3个数字。
这里需要好好阅读,因为序列的概念有些不好理解。

第三,概念定义

我们可以定义这样的概念,最大序列数组
它表示,在一个数组中,从某个下标k开始,后面的所有数字,都是按照从大到小的顺序,进行组合的。
比如【1,3,5,4,2】中的数组【5,4,2】
或者另外的【1,4,5,3,2】中的【5,3,2】
另外,我们定义这个概念,极小数
极小数表示,以最大序列数组的前缀数值(即前一个数)为标准,在最大序列数组中,比前缀数大,但是在最大序列数组中最小的数。
有了这两个概念,我们就可以解题了。

三、解题方案

其实经过前面的铺垫,解题方案就呼之欲出了,在此不解释。
首先,介绍两个技巧,如何倒序输出后半段数组,以及如何得到最大序数组。

第一,倒序输出后半段数组。

不考虑“后半段”这个概念,倒序输出数组,可以使用双指针
具体是这样,使用头指针head指向下标0,尾指针tail指向len-1。【len表示数组长度】
交换头尾指针的数值,完成一次交换,然后head++,tail–。
这样迭代,直到交换len➗2次。
使用len除以2次的原因,是假如一个数组有4位,需要交换2次,满足len除以2。
假如一个数组有5位,中间的数不需要交换,刚好也是len除以2次。【切记,int相除会取整】
考虑“后半段”概念,也就是说,我们需要倒序输出,从某个下标k开始的,后半段数组。
其实非常类似,我们只需要把后半段数组当成正常的数组操作即可。
使得头指针head指向下标k。
尾指针tail指向len-1。
一共需要交换len-k除以2次。

第二,如何得到最大序数组?

这句话意义不太明确,其实是这样的。
我们希望知道,怎么判断一个数组,是不是最大序数组?
可以使用双指针
假如一个数组只有1个元素,不必判断,一定是最大序数组。
假如一个数组有2个元素,则判断1次。
假如有n个元素,则需要判断n-1次。
首先使得头指针head指向0,next指针指向1。
判断head是否大于next,假如大于,则满足局部最大序。
假如等于或小于,说明不满足。
当然,从前往后的朴素思路,明显无法解决下一个排列的问题。
我们可以从本题出发,从后往前开始。
使得尾指针tail指向len-1,next指针指向len-2。
假使tail指针大于next指针,说明不满足最大序。
此时,正好是我们需要重新排序的时候。
只需要交换极小数和next指针指向的对象,然后把最大序数组倒序输出,即可得到答案。

四、代码(答案)

class Solution {public void nextPermutation(int[] nums) {int len = nums.length;// 假如长度只为1if(len <= 1){return;}// 双指针int next = len-1;int fore = len -2;// 比较len-1次for(int i=0; i<len-1; i++){// 假如后比前大,说明转化后,是下一个排列if(nums[next] > nums[fore]){// 与最大序数组中 最小但是大于前缀 的数值交换while( next<len && nums[next] > nums[fore] ){next++;}// 极值点next--;// 交换int temp = nums[next];nums[next] = nums[fore];nums[fore] = temp;// 最大序倒序输出reverseSome(nums, fore);break;}// 假如0和1比较了,说明没有更大排列,直接倒序输出if(fore == 0){reverse(nums);        break;}next--;fore--;}}private void reverseSome(int[] nums, int fore){// 从fore的下一个开始,一直到结尾int fir = fore + 1;int len =nums.length;int sec = len-1;int tmLen = len - fir;// 最多交换len/2次for(int i=0; i<tmLen/2; i++){int temp = nums[fir];nums[fir] = nums[sec];nums[sec] = temp;fir++;sec--;}}private void reverse(int[] nums){int fir = 0;int sec = nums.length-1;// 最多交换len/2次for(int i=0; i<nums.length/2; i++){int temp = nums[fir];nums[fir] = nums[sec];nums[sec] = temp;fir++;sec--;}}
}

五、结语

以上内容即我想分享的关于力扣热题31的一些知识。
我是蚊子码农,如有补充,欢迎在评论区留言。个人也是初学者,知识体系可能没有那么完善,希望各位多多指正,谢谢大家。
最近在找工作,许久未更新博客,还望大家海涵(假如有人看的话)。

这篇关于算法题解记录31+++下一个排列(百题筑基)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1128779

相关文章

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

MySQL INSERT语句实现当记录不存在时插入的几种方法

《MySQLINSERT语句实现当记录不存在时插入的几种方法》MySQL的INSERT语句是用于向数据库表中插入新记录的关键命令,下面:本文主要介绍MySQLINSERT语句实现当记录不存在时... 目录使用 INSERT IGNORE使用 ON DUPLICATE KEY UPDATE使用 REPLACE

Python 中的异步与同步深度解析(实践记录)

《Python中的异步与同步深度解析(实践记录)》在Python编程世界里,异步和同步的概念是理解程序执行流程和性能优化的关键,这篇文章将带你深入了解它们的差异,以及阻塞和非阻塞的特性,同时通过实际... 目录python中的异步与同步:深度解析与实践异步与同步的定义异步同步阻塞与非阻塞的概念阻塞非阻塞同步

Python Dash框架在数据可视化仪表板中的应用与实践记录

《PythonDash框架在数据可视化仪表板中的应用与实践记录》Python的PlotlyDash库提供了一种简便且强大的方式来构建和展示互动式数据仪表板,本篇文章将深入探讨如何使用Dash设计一... 目录python Dash框架在数据可视化仪表板中的应用与实践1. 什么是Plotly Dash?1.1

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时

Spring Boot中定时任务Cron表达式的终极指南最佳实践记录

《SpringBoot中定时任务Cron表达式的终极指南最佳实践记录》本文详细介绍了SpringBoot中定时任务的实现方法,特别是Cron表达式的使用技巧和高级用法,从基础语法到复杂场景,从快速启... 目录一、Cron表达式基础1.1 Cron表达式结构1.2 核心语法规则二、Spring Boot中定

国内环境搭建私有知识问答库踩坑记录(ollama+deepseek+ragflow)

《国内环境搭建私有知识问答库踩坑记录(ollama+deepseek+ragflow)》本文给大家利用deepseek模型搭建私有知识问答库的详细步骤和遇到的问题及解决办法,感兴趣的朋友一起看看吧... 目录1. 第1步大家在安装完ollama后,需要到系统环境变量中添加两个变量2. 第3步 “在cmd中

如何通过Golang的container/list实现LRU缓存算法

《如何通过Golang的container/list实现LRU缓存算法》文章介绍了Go语言中container/list包实现的双向链表,并探讨了如何使用链表实现LRU缓存,LRU缓存通过维护一个双向... 目录力扣:146. LRU 缓存主要结构 List 和 Element常用方法1. 初始化链表2.

Spring Retry 实现乐观锁重试实践记录

《SpringRetry实现乐观锁重试实践记录》本文介绍了在秒杀商品SKU表中使用乐观锁和MybatisPlus配置乐观锁的方法,并分析了测试环境和生产环境的隔离级别对乐观锁的影响,通过简单验证,... 目录一、场景分析 二、简单验证 2.1、可重复读 2.2、读已提交 三、最佳实践 3.1、配置重试模板

在 Spring Boot 中使用异步线程时的 HttpServletRequest 复用问题记录

《在SpringBoot中使用异步线程时的HttpServletRequest复用问题记录》文章讨论了在SpringBoot中使用异步线程时,由于HttpServletRequest复用导致... 目录一、问题描述:异步线程操作导致请求复用时 Cookie 解析失败1. 场景背景2. 问题根源二、问题详细分