Java刷题笔记11: 计算右侧小于当前元素的个数

这是一篇关于Java实现计算数组中每个元素右侧小于它的元素个数的博客。博主通过逆序遍历结合二分查找以及使用二叉搜索树的方法来优化算法,将时间复杂度降低到O(nlogn)。文中详细分析了不同方法的优缺点,并引用了LeetCode用户的题解作为参考。

计算右侧小于当前元素的个数

题目描述

给定一个整数数组 nums,按要求返回一个新数组 counts。数组 counts 有该性质: counts[i] 的值是 nums[i]
右侧小于 nums[i] 的元素的数量。

示例

输入: [5,2,6,1]
输出: [2,1,1,0]
解释:
5 的右侧有 2 个更小的元素 (2 和 1).
2 的右侧仅有 1个更小的元素 (1).
6 的右侧有 1 个更小的元素 (1).
1 的右侧有 0 个更小的元素.

题目链接

插入排序+二分查找

逆序遍历nums,用一个数组list从小到大存储目前遍历过的元素,那么在每遍历到一个nums里的元素nums[i]时,都可用二分查找的方式在list里找到比nums[i]小的元素数量,然后将这个元素插入list,由于是逆序遍历的原因,所以list里的元素一定是num[i]右边的元素。

public static List<Integer> countSmaller(int[] nums) {
        List<Integer> list = new ArrayList<>(); //保存nums内从小到大的元素
        List<Integer> ans = new LinkedList<>();
        for (int i = nums.length - 1; i >= 0; i--) {
            int minNum = binarySearchMin(list, nums[i]);
            ans.add(0,minNum);
        }
        return ans;
    }
    private static int binarySearchMin(List<Integer> list, int num) {
        int left = 0;
        int right = list.size()-1;
        while (left <= right) {
            int mid =( (right - left) >> 1) + left;
            if (list.get(mid) < num && (mid+1>=list.size()||list.get(mid + 1) >= num )) {
                list.add(mid+1,num);
                return mid+1;
            } else if (list.get(mid) >= num) {
                right = mid - 1;
            } else left = mid + 1;
        }
        list.add(0,num);
        return 0;
    }

以上的代码实际上时间复杂度还是较高的。主要是由于二分查找后的插入操作时间复杂度较高。因为list底层是数组,所以在插入时需要移动后面的元素,导致插入操作的最坏时间复杂度达到了O(N)。为了优化时间复杂度,我们可以将list换成二叉搜索树。这时插入便不在需要额外的时间了,在搜索时便已经找到了num[i]需要插入的位置,所以搜索和插入这两个操作的时间复杂度为Log(N).总的时间复杂度为O(nlogn).

二叉搜索树

public List<Integer> countSmaller(int[] nums) {
        //初始化
        Integer[] res = new Integer[nums.length];
        Arrays.fill(res, 0);
        List<Integer> list = new ArrayList<>();
        //反向构造二叉树,统计右边的较小数
        TreeNode root = null;
        for (int i = nums.length - 1; i >= 0; i--){
            root = addAndCount(root, new TreeNode(nums[i]), res, i);
        }
        return Arrays.asList(res);
}

public TreeNode addAndCount(TreeNode root, TreeNode node, Integer[] res, int i){
        if(root == null){
            root = node;
            return root;
        }
        //根节点的左边保存不大于根节点的元素
        if(root.val >= node.val){ 
            //统计左节点的元素个数
            root.count++;
            root.left = addAndCount(root.left, node, res, i);
        }else{
            //走到右边获取该元素左边的个数(根节点 1 + 左节点 root.count)
            res[i] += 1 + root.count;
            //统计右边是否还有更小的元素
            root.right = addAndCount(root.right, node, res, i);
        }
        return root;
    }
}

class TreeNode{
    int val;
    int count;
    TreeNode left, right;

    public TreeNode(int val){
        this.val = val;
        this.count = 0;
        left = null;
        right = null;
    }
}

这段代码引用自LeetCode用户UFO的题解。因为懒再加上二叉搜索树还是比较好实现的。关键在于需要在每个节点保存比它小的数的数量,也就是左子树的节点数。若不保存那么计算数量时时间复杂度就会变高,本人一开始也就是因为没想到这点,感觉数组对于计算较小数的数量更方便所以采取了数组的方式。很感谢这篇题解的作者指点迷津。

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