【动态规划】【C++算法】801. 使序列递增的最小交换次数

2024-01-22 23:28

本文主要是介绍【动态规划】【C++算法】801. 使序列递增的最小交换次数,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!

作者推荐

【动态规划】【广度优先搜索】【状态压缩】847 访问所有节点的最短路径

本文涉及知识点

动态规划汇总
数组

LeetCode801使序列递增的最小交换次数

我们有两个长度相等且不为空的整型数组 nums1 和 nums2 。在一次操作中,我们可以交换 nums1[i] 和 nums2[i]的元素。
例如,如果 nums1 = [1,2,3,8] , nums2 =[5,6,7,4] ,你可以交换 i = 3 处的元素,得到 nums1 =[1,2,3,4] 和 nums2 =[5,6,7,8] 。
返回 使 nums1 和 nums2 严格递增 所需操作的最小次数 。
数组 arr 严格递增 且 arr[0] < arr[1] < arr[2] < … < arr[arr.length - 1] 。
注意:
用例保证可以实现操作。
示例 1:
输入: nums1 = [1,3,5,4], nums2 = [1,2,3,7]
输出: 1
解释:
交换 A[3] 和 B[3] 后,两个数组如下:
A = [1, 3, 5, 7] , B = [1, 2, 3, 4]
两个数组均为严格递增的。
示例 2:
输入: nums1 = [0,3,5,8,9], nums2 = [2,1,4,6,9]
输出: 1
提示:
2 <= nums1.length <= 105
nums2.length == nums1.length
0 <= nums1[i], nums2[i] <= 2 * 105

动态规划

动态规划的状态

vPrevPre[0]前i个元素,最后一个元素没交换的最小交换次数。vPre[1] 最后一个元素交换的最小交换次数。
dp前i+1个元素的最小交换次数。
vPreNum{nums1[i-1],nums2[i-1]}

动态规划的转移方程

前一个元素有两种情况:交换 不交换
当前元素也有两种情况:交换 不交换
共4种情况:如果两个元素都大于前面的元素,则可以转移。

动态规划的填表顺序

下标从小到大枚举nums1和nums2,时间复杂度😮(n)

动态规划的初始状态

vector vPre = { 0,0 };
vector vPreNum = { -1,-1 };

动态规划的返回值

min(vPre[0], vPre[1]);

代码

核心代码

class Solution {
public:int minSwap(vector<int>& nums1, vector<int>& nums2) {vector<int> vPre = { 0,0 };	vector<int> vPreNum = { -1,-1 };for (int i = 0; i < nums1.size(); i++){vector<int> dp(2, nums1.size());for (int iPre = 0; iPre <= 1; iPre++){				//当前下标不交换if ((nums1[i] > vPreNum[iPre]) && (nums2[i] > vPreNum[(iPre + 1) % 2])){dp[0] = min(dp[0], vPre[iPre]);}//当前下标交换if ((nums2[i] > vPreNum[iPre]) && (nums1[i] > vPreNum[(iPre + 1) % 2])){dp[1] = min(dp[1], vPre[iPre]+1);}}vPre.swap(dp);vPreNum = { nums1[i],nums2[i] };}return min(vPre[0], vPre[1]);}
};

测试用例

template<class T>
void Assert(const T& t1, const T& t2)
{assert(t1 == t2);
}template<class T>
void Assert(const vector<T>& v1, const vector<T>& v2)
{if (v1.size() != v2.size()){assert(false);return;}for (int i = 0; i < v1.size(); i++){Assert(v1[i], v2[i]);}}int main()
{vector<int> nums1,  nums2;{Solution sln;nums1 = { 0, 3, 5, 8, 9 }, nums2 = { 2, 1, 4, 6, 9 };auto res = sln.minSwap(nums1, nums2);Assert(1, res);}{Solution sln;nums1 = { 1, 3, 5, 4 }, nums2 = { 1, 2, 3, 7 };auto res = sln.minSwap(nums1, nums2);Assert(1, res);} }

小技巧

iPre取值0或1时 iPre ^ 1 可以代替(iPre + 1) % 2

2023年1月

class Solution {
public:
int minSwap(vector& nums1, vector& nums2) {
vector pre(2);
if (nums1[0] >= nums2[0])
{
pre[0] = 0;
}
else
{
pre[0] = 1;
}
if (nums2[0] >= nums1[0])
{
pre[1] = 0;
}
else
{
pre[1] = 1;
}
for (int i = 1; i < nums1.size(); i++)
{
vector dp(2, INT_MAX);
const int iMaxPre = max(nums1[i - 1], nums2[i - 1]);
if (nums1[i] >= nums2[i])
{
dp[0] = pre[0];
if (nums2[i] > iMaxPre)
{
dp[0] = min(dp[0], pre[1]);
}
}
else
{
dp[0] = 1 + pre[0];
if (nums1[i] > iMaxPre)
{
dp[0] = min(dp[0], pre[1]+1 );
}
}
if (nums2[i] >= nums1[i])
{
dp[1] = pre[1];
if (nums1[i] > iMaxPre)
{
dp[1] = min(dp[1], pre[0]);
}
}
else
{
dp[1] = pre[1] + 1;
if (nums2[i] > iMaxPre)
{
dp[1] = min(dp[1], pre[0] + 1);
}
}
pre.swap(dp);
}
return *std::min_element(pre.begin(), pre.end());
}
};

2023年6月版

class Solution {
public:
int minSwap(vector& nums1, vector& nums2) {
vector pre(2);//确保nums1[i-1]小于nums2[i-1] ,且nums1,nums2前i个元素符号条件需要变换次数
if (nums1[0] < nums2[0])
{
pre[1] = 1;
}
else
{
pre[0] = 1;
}
for (int i = 1; i < nums1.size(); i++)
{
int iPreMin = min(nums1[i - 1], nums2[i - 1]);
int iPreMax = max(nums1[i - 1], nums2[i - 1]);
vector dp(2);
bool bMinMorePreMax = min(nums1[i], nums2[i]) > iPreMax;
bool bNums1Min = nums1[i] <= nums2[i];
if (bNums1Min)
{
dp[0] = pre[0];
dp[1] = pre[1]+1;
if (bMinMorePreMax)
{
dp[0] = min(dp[0], pre[1]);
dp[1] = min(dp[1], pre[0] + 1) ;
}
}
else
{
dp[1] = pre[1];
dp[0] = pre[0] + 1;
if (bMinMorePreMax)
{
dp[1] = min(dp[1], pre[0]);
dp[0] = min(dp[0], pre[1] + 1);
}
}
pre.swap(dp);
}
return min(pre[0], pre[1]);
}
};

扩展阅读

视频课程

有效学习:明确的目标 及时的反馈 拉伸区(难度合适),可以先学简单的课程,请移步CSDN学院,听白银讲师(也就是鄙人)的讲解。
https://edu.csdn.net/course/detail/38771

如何你想快

速形成战斗了,为老板分忧,请学习C#入职培训、C++入职培训等课程
https://edu.csdn.net/lecturer/6176

相关下载

想高屋建瓴的学习算法,请下载《喜缺全书算法册》doc版
https://download.csdn.net/download/he_zhidan/88348653

我想对大家说的话
闻缺陷则喜是一个美好的愿望,早发现问题,早修改问题,给老板节约钱。
子墨子言之:事无终始,无务多业。也就是我们常说的专业的人做专业的事。
如果程序是一条龙,那算法就是他的是睛

测试环境

操作系统:win7 开发环境: VS2019 C++17
或者 操作系统:win10 开发环境: VS2022 C++17
如无特殊说明,本算法用**C++**实现。

这篇关于【动态规划】【C++算法】801. 使序列递增的最小交换次数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/634564

相关文章

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

【C++ Primer Plus习题】13.4

大家好,这里是国中之林! ❥前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家。点击跳转到网站。有兴趣的可以点点进去看看← 问题: 解答: main.cpp #include <iostream>#include "port.h"int main() {Port p1;Port p2("Abc", "Bcc", 30);std::cout <<

第10章 中断和动态时钟显示

第10章 中断和动态时钟显示 从本章开始,按照书籍的划分,第10章开始就进入保护模式(Protected Mode)部分了,感觉从这里开始难度突然就增加了。 书中介绍了为什么有中断(Interrupt)的设计,中断的几种方式:外部硬件中断、内部中断和软中断。通过中断做了一个会走的时钟和屏幕上输入字符的程序。 我自己理解中断的一些作用: 为了更好的利用处理器的性能。协同快速和慢速设备一起工作

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

C++包装器

包装器 在 C++ 中,“包装器”通常指的是一种设计模式或编程技巧,用于封装其他代码或对象,使其更易于使用、管理或扩展。包装器的概念在编程中非常普遍,可以用于函数、类、库等多个方面。下面是几个常见的 “包装器” 类型: 1. 函数包装器 函数包装器用于封装一个或多个函数,使其接口更统一或更便于调用。例如,std::function 是一个通用的函数包装器,它可以存储任意可调用对象(函数、函数

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

C++11第三弹:lambda表达式 | 新的类功能 | 模板的可变参数

🌈个人主页: 南桥几晴秋 🌈C++专栏: 南桥谈C++ 🌈C语言专栏: C语言学习系列 🌈Linux学习专栏: 南桥谈Linux 🌈数据结构学习专栏: 数据结构杂谈 🌈数据库学习专栏: 南桥谈MySQL 🌈Qt学习专栏: 南桥谈Qt 🌈菜鸡代码练习: 练习随想记录 🌈git学习: 南桥谈Git 🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈�

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

动态规划---打家劫舍

题目: 你是一个专业的小偷,计划偷窃沿街的房屋。每间房内都藏有一定的现金,影响你偷窃的唯一制约因素就是相邻的房屋装有相互连通的防盗系统,如果两间相邻的房屋在同一晚上被小偷闯入,系统会自动报警。 给定一个代表每个房屋存放金额的非负整数数组,计算你 不触动警报装置的情况下 ,一夜之内能够偷窃到的最高金额。 思路: 动态规划五部曲: 1.确定dp数组及含义 dp数组是一维数组,dp[i]代表