You signed in with another tab or window. Reload to refresh your session.You signed out in another tab or window. Reload to refresh your session.You switched accounts on another tab or window. Reload to refresh your session.Dismiss alert
We have two integer sequences A and B of the same non-zero length.
We are allowed to swap elements A[i] and B[i]. Note that both elements are in the same index position in their respective sequences.
At the end of some number of swaps, A and B are both strictly increasing. (A sequence is strictly increasing if and only if A[0] < A[1] < A[2] < ... < A[A.length - 1].)
Given A and B, return the minimum number of swaps to make both sequences strictly increasing. It is guaranteed that the given input always makes it possible.
Example:
Input: A = [1,3,5,4], B = [1,2,3,7]
Output: 1
Explanation:
Swap A[3] and B[3]. Then the sequences are:
A = [1, 3, 5, 7] and B = [1, 2, 3, 4]
which are both strictly increasing.
Note:
A, B are arrays with the same length, and that length will be in the range [1, 1000].
A[i], B[i] are integer values in the range [0, 2000].
We have two integer sequences
A
andB
of the same non-zero length.We are allowed to swap elements
A[i]
andB[i]
. Note that both elements are in the same index position in their respective sequences.At the end of some number of swaps,
A
andB
are both strictly increasing. (A sequence is strictly increasing if and only ifA[0] < A[1] < A[2] < ... < A[A.length - 1]
.)Given A and B, return the minimum number of swaps to make both sequences strictly increasing. It is guaranteed that the given input always makes it possible.
Note:
A, B
are arrays with the same length, and that length will be in the range[1, 1000]
.A[i], B[i]
are integer values in the range[0, 2000]
.这道题给了我们两个长度相等的数组A和B,说是可以在任意位置i交换 A[i] 和 B[i] 的值,目标是让数组A和B变成严格递增的数组,让求出最少需要交换的次数。博主最先尝试了贪婪算法,就是遍历数组,如果当前数字小于等于前面一个数字,那么就交换一下,但是问题就来了,到底是交换当前位置的数字,还是前一个位置的数字呢,比如下面这个例子:
0 4 4 5
0 1 6 8
我们到底是交换4和1呢,还是4和6呢,虽然两种方法都能让前三个数字严格递增,但是如果交换了4和6,那么第一个数组的最后一个5就又得交换了,那么就要多交换一次,所以这个例子是交换4和1,但是对于下面这个例子:
0 4 4 7
0 1 6 5
那么此时就要交换4和6了,这样只要交换一次就能使两个数组都变成严格递增的数组了。所以这道题用贪婪算法不 work,必须使用别的方法,那么此时动态规划 Dynamic Programming 就闪亮登场了。
像这种求极值的题目,不是 Greedy 就是 DP 啊,一般难题偏 DP 的比较多。而 DP 解法的第一步就是要确定 dp 数组该怎么定义,如果定义一个一维数组 dp,其中 dp[i] 表示使得范围 [0, i] 的子数组同时严格递增的最小交换次数,这样的话状态转移方程就会十分的难写,因为没有解耦合其内在的关联。当前位置i是否交换,只取决于和前面一位是否是严格递增的,而前一位也有交换或者不交换两种状态,那么前一位的不同状态也会影响到当前是否交换,这跟之前那道 Best Time to Buy and Sell Stock with Transaction Fee 就十分到类似了,那道题的股票也有保留或者卖出两种状态不停的切换。那么这里也需要维护两种状态,swap 和 noSwap,那 么swap[i] 表示范围 [0, i] 的子数组同时严格递增且当前位置i需要交换的最小交换次数,noSwap[i] 表示范围 [0, i] 的子数组同时严格递增且当前位置i不交换的最小交换次数,两个数组里的值都初始化为n。由于需要跟前一个数字比较,所以从第二个数字开始遍历,那么就需要给 swap 和 noSwap 数组的第一个数字提前赋值,swap[0] 赋值为1,因为其表示i位置需要交换,noSwap[0] 赋值为0,因为其表示i位置不需要交换。
好,下面来分析最难的部分,状态转移方程。由于这道题限制了一定能通过交换生成两个同时严格递增的数组,那么两个数组当前位置和前一个位置之间的关系只有两种,一种是不用交换,当前位置的数字已经分别大于前一个位置,另一种是需要交换后,当前位置的数字才能分别大于前一个数字。那么来分别分析一下,如果当前位置已经分别大于前一位置的数了,那么讲道理是不需要再进行交换的,但是 swap[i] 限定了我们必须要交换当前位置i,那么既然当前位置要交换,那么前一个位置 i-1 也要交换,同时交换才能继续保证同时递增,这样 swap[i] 就可以赋值为 swap[i-1] + 1 了。而 noSwap[i] 直接赋值为 noSwap[i-1] 即可,因为不需要交换了。第二种情况是需要交换当前位置,才能保证递增。那么 swap[i] 正好也是要交换当前位置,而前一个位置不能交换,那么即可以用 noSwap[i-1] + 1 来更新 swap[i],而 noSwap[i] 是不能交换当前位置,那么可以通过交换前一个位置来同样实现递增,即可以用 swap[i-1] 来更新 noSwap[i],当循环结束后,在 swap[n-1] 和 noSwap[n-1] 中返回较小值即可,参见代码如下:
解法一:
我们可以优化上面解法的空间复杂度,由于当前位置的值只跟前一个位置相关,所以并不需要保存整个数组,用四个变量来分别表示当前位置和前一个位置的各两种状态,可以实现同样的效果,参见代码如下:
解法二:
Github 同步地址:
#801
类似题目:
Best Time to Buy and Sell Stock with Transaction Fee
参考资料:
https://leetcode.com/problems/minimum-swaps-to-make-sequences-increasing/solution/
https://leetcode.com/problems/minimum-swaps-to-make-sequences-increasing/discuss/119835/Java-O(n)-DP-Solution
https://leetcode.com/problems/minimum-swaps-to-make-sequences-increasing/discuss/120516/C++-solution-with-explanation
LeetCode All in One 题目讲解汇总(持续更新中...)
The text was updated successfully, but these errors were encountered: