Candy (分糖果),时间复杂度O(n),空间复杂度为O(1),且只需遍历一次的实现

本文探讨了一个经典的编程问题——如何在满足特定条件下,尽可能少地分配糖果。通过两种不同的解决方案,展示了如何利用贪心算法和遍历修正技巧,在不使用额外空间的情况下求解问题。

原题:

There are N children standing in a line. Each child is assigned a rating value.

You are giving candies to these children subjected to the following requirements:

  • Each child must have at least one candy.
  • Children with a higher rating get more candies than their neighbors.

What is the minimum candies you must give?

Solution (1)

这题本身可以用贪心法来做,我们用candy[n]表示每个孩子的糖果数,遍历过程中,如果孩子i+1的rate大于孩子i 的rate,那么当前最好的选择自然是:给孩子i+1的糖果数=给孩子i的糖果数+1

如果孩子i+1的rate小于等于孩子i 的rate咋整?这个时候就不大好办了,因为我们不知道当前最好的选择是给孩子i+1多少糖果。

解决方法是:暂时不处理这种情况。等数组遍历完了,我们再一次从尾到头遍历数组,这回逆过来贪心,就可以处理之前略过的孩子。

最后累加candy[n]即得到最小糖果数。

 

这种解法是需要O(n)的辅助空间给candy[]的。

有没有更好的办法?

Solution (2) 此方法以及代码部分参考了Shangrila 的方法。

请回想一下:我们为什么需要辅助空间?当孩子的rate是一个非递减曲线的时候,我们是不需要辅助空间的,比如5个孩子的rate分别是1,2,5,7,10。那么糖果数自然是1,2,3,4,5。又如5个孩子的rate分别是1,2,5,5,10,那么糖果数自然是1,2,3,1,2。

因此如果rate是非递减数列,我们可以精确计算出当前孩子应该给多少糖果,把这个糖果数加入总数即可。

当孩子的rate出现递减的情况该如何是好?不用辅助空间能处理吗?

假设5个孩子的rate是 1,5,4,3,2。我们这样计算:遍历时,第一个孩子依然糖果为1,第二个孩子糖果为2,第三个孩子糖果给几个?我们遍历到后面就会知道第二个孩子给的糖果太少了,应该给4个。有没有办法在遍历到后面时,能计算出一个修正值,使得加上这个修正值,正好依然可以使总糖果数是正确的?

 

其实这个修正值不难计算,因为可以发现递减数列的长度决定了第二个孩子该给几个糖果。仔细观察:遍历到第四个孩子时我们知道了第二个孩子不该给2,应该给3,因此Total 要 +=1;遍历到第五个孩子我们知道了第二个孩子不该给3得给4,因此Total 要 += 1。我们设一个变量beforeDenc表示进入递减序列之前的那个孩子给的糖果值,再设置length用来表达当前递减序列的长度。这两个变量就可以决定Total是不是要修正:当遍历第三个孩子的时候 beforeDenc = 2,以后每遍历一个孩子,因为length已经超过了beforeDenc,每次Total都要额外+1,来修正第二个孩子的糖果数。

 

对于后面三个孩子,我们可以这样计算:遍历到第三个孩子,因为这是递减数列的第二个数字,我们Total += 1;第四个孩子是递减数列的第三个数字,Total += 2;第五个孩子是递减数列的第四个数字,Total += 3。

可以发现最后三个孩子的糖果总数依然是正确的,虽然Total 每次增加的糖果数量正好和当前孩子得到的糖果数是反序关系。

 

这种边遍历边修正的方法可以保证一次遍历,不需要O(n)空间下计算出Total的正确值。


int candy(vector<int> &ratings) {
    int Total = 0;    /// Total candies
    int length = 0;  /// Continuous descending length of rate
    int nPreCanCnt = 1; /// Previous child's candy count
    int beforeDenc = nPreCanCnt;
    if(ratings.begin() != ratings.end())
    {
        Total++; //Counting the first child's candy (1).
        for(vector<int>::iterator i = ratings.begin()+1; i!= ratings.end(); i++)
        {
            if(*i < *(i-1))
            {
                length++;
                if(beforeDenc <= length)
                {
                    Total++;
                }
                Total += length;
                nPreCanCnt = 1;    //This step is important, it ensures that once we leave the decending sequence, candy number start from 1
            }
            else
            {
                int curCanCnt = 0;
                if(*i > *(i-1))
                { 
                    curCanCnt = (nPreCanCnt + 1);
                }
                else
                {
                    curCanCnt = 1;
                }
                Total += curCanCnt;
                nPreCanCnt = curCanCnt;
                length = 0;    //reset length of decending sequence
                beforeDenc = curCanCnt;
            }
        }
    }
    return Total;
}


<think>我们正在解决糖果,问描述如下: 有n个孩子站成一排,每个孩子有一个评ratings[i]。你需要根据以下规则给他们糖果1. 每个孩子至少1糖果。 2. 相邻两个孩子中,评更高的孩子必须获得更多的糖果。 目标是使用最少的糖果满足上述条件。 贪心策略: 1. 初始化每个孩子至少1糖果,即candies数组全为1。 2. 从左向右遍历:如果右边孩子的评比左边高,那么右边孩子的糖果数更新为左边孩子的糖果数+1。 这样保证了从左向右的相邻关系中,评高的孩子(右边)糖果更多。 3. 从右向左遍历:如果左边孩子的评比右边高,那么左边孩子的糖果数应该至少为右边孩子的糖果数+1(如果当前已经更大则保留)。 注意:在从右向左遍历时,不能破坏从左向右已经建立的规则,所以使用max函数来更新。 这样两次遍历后,同时满足了两个方向的相邻关系。 根据引用[3]中的示例代码,我们可以写出如下代码: 注意:这里我们使用两次遍历时间复杂度为O(n),空间复杂度为O(n)。 代码实现:</think>### 贪心算法解决糖果详解 糖果是一个经典的贪心算法应用场景,问描述如下: 有 $n$ 个孩子站成一排,每个孩子有一个评 $ratings[i]$。需要根据以下规则糖果1. 每个孩子至少1糖果 2. 相邻孩子中评更高的必须获得更多糖果 目标是使用最少的糖果满足条件。 #### 贪心策略与证明 1. **核心思想**:通过两次遍历满足相邻关系约束 - 左→右遍历:保证右边高孩子比左边多糖果 - 右→左遍历:保证左边高孩子比右边多糖果 2. **最优性证明**: - 局部最优:每次遍历确保相邻关系满足条件 - 全局最优:两次遍历覆盖所有相邻关系,得到全局最优解 - 数学表达:最终糖果数 $C = \sum_{i=0}^{n-1} candies[i]$ 是最小可能值[^3] #### 代码实现 ```python def min_candy(ratings): n = len(ratings) candies = [1] * n # 初始化每人至少1糖果 # 左→右遍历:确保右边高孩子糖果更多 for i in range(1, n): if ratings[i] > ratings[i-1]: candies[i] = candies[i-1] + 1 # 右→左遍历:确保左边高孩子糖果更多 for i in range(n-2, -1, -1): if ratings[i] > ratings[i+1]: candies[i] = max(candies[i], candies[i+1] + 1) return sum(candies) # 测试用例 print(min_candy([1, 0, 2])) # 输出5 (配[2,1,2]) print(min_candy([1, 2, 2])) # 输出4 (配[1,2,1]) print(min_candy([1, 3, 4, 5, 2])) # 输出11 (配[1,2,3,4,1]) ``` #### 算法1. **时间复杂度**:$O(n)$ 仅需两次线性遍历,效率极高[^1] 2. **空间复杂度**:$O(n)$ 使用辅助数组存储糖果配 3. **正确性保证**: - 左→右遍历建立递增关系 - 右→左遍历修正递减关系 - `max()`操作确保不破坏已建立的规则 #### 关键技巧 1. **初始化技巧**:`[1]*n`保证基本约束 2. **边界处理**: - 左→右从索引1开始(避免i-1越界) - 右→左从n-2开始(避免i+1越界) 3. **更新策略**:使用`max()`防止覆盖已配值 > 该算法已被证明总能得到满足约束的最小糖果总数[^3],在时间复杂度要求严格的场景(如大规模评数据)中尤其适用。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值