[Leetcode] 406. Queue Reconstruction by Height 直觉解释

本文详细解析了LeetCode上的一道题目——根据高度重构队列的算法。通过将输入的人群列表按高度和顺序需求排序,算法逐步构建起最终的队列形状。文章通过实例演示了算法的具体操作流程,包括如何确定每个个体在队列中的正确位置。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

406. Queue Reconstruction by Height

https://leetcode.com/problems/queue-reconstruction-by-height/

首先,我们找到最小的 height (h, k),这个数据对的最终位置应该是在 k + 1 的位置上。因为这个值是最小的值,所以其它的值就不小于它。
如果它不在 k + 1 这个位置上,比如在 k + 1 + 1 这个位置上,那么它就应该是 (h, k + 1),因为它前面有 k + 1 个数是大于等于它的。

然后,我们看一下次小的值。因为在最终位置上的数都是小于它的,所以最终结果表上的那些数据对它的 k 值是没有影响的,我们只需要把次小的 height 数值对放在余下的空的第 k + 1 的位置上就行了。

例子:

输入: [[7,0],[4,4],[7,1],[5,0],[6,1],[5,2]]
排序之后: [[4, 4], [5, 0], [5, 2], [6, 1], [7, 0], [7, 1]]

1. [None, None, None, None, [4, 4], None]
2. [[5, 0], None, None, None, [4, 4], None]
3. [[5, 0], None, [5, 2], None, [4, 4], None]
4. [[5, 0], None, [5, 2], [6, 1], [4, 4], None]
5. [[5, 0], [7, 0], [5, 2], [6, 1], [4, 4], None]
6. [[5, 0], [7, 0], [5, 2], [6, 1], [4, 4], [7, 1]]

实现

class Solution(object):
    def reconstructQueue(self, people):
        """
        :type people: List[List[int]]
        :rtype: List[List[int]]
        """
        people.sort()

        n = len(people)
        table = [i for i in range(n)] # store the final positions
        res = [None] * n

        while people:
            top = people.pop(0)
            stack = [top]
			# find the same height
            while people and people[0][0] == stack[0][0]:
                stack.append(people.pop(0))

			# put them in the final position
            while stack:
                top = stack.pop()
                idx = top[1]
                res[table.pop(idx)] = top # put in the final position


        return res
评论
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