算法题 分发糖果

LeetCode 135. 分发糖果

问题描述

一群孩子站成一排,根据他们的评分分配糖果。要求:

  1. 每个孩子至少分配到 1 个糖果
  2. 相邻孩子中,评分更高的孩子必须获得更多糖果

计算满足条件所需的最少糖果总数。

示例

示例 1:

输入:ratings = [1,0,2]
输出:5
解释:你可以分别给第一个、第二个、第三个孩子分发 2、1、2 颗糖果。

示例 2:

输入:ratings = [1,2,2]
输出:4
解释:你可以分别给第一个、第二个、第三个孩子分发 1、2、1 颗糖果。
     第三个孩子只得到 1 颗糖果,这满足题面中的两个条件。

算法思路

核心策略:两次遍历

  1. 左规则遍历(从左到右):
    • 若当前孩子评分 > 左邻居,则糖果数 = 左邻居糖果数 + 1
  2. 右规则遍历(从右到左):
    • 若当前孩子评分 > 右邻居,则糖果数 = max(当前值, 右邻居糖果数 + 1)
  3. 求和:合并两次遍历结果取最大值

代码实现

class Solution {
    public int candy(int[] ratings) {
        int n = ratings.length;
        int[] candies = new int[n];
        
        // 初始化:每个孩子至少1个糖果
        Arrays.fill(candies, 1);
        
        // 左规则遍历:从左到右
        for (int i = 1; i < n; i++) {
            if (ratings[i] > ratings[i - 1]) {
                candies[i] = candies[i - 1] + 1;
            }
        }
        
        // 右规则遍历:从右到左
        for (int i = n - 2; i >= 0; i--) {
            if (ratings[i] > ratings[i + 1]) {
                // 取左右规则中的最大值
                candies[i] = Math.max(candies[i], candies[i + 1] + 1);
            }
        }
        
        // 统计总糖果数
        int total = 0;
        for (int candy : candies) {
            total += candy;
        }
        return total;
    }
}

算法分析

  • 时间复杂度:O(n)
    三次独立遍历(两次规则处理 + 一次求和)
  • 空间复杂度:O(n)
    使用额外数组存储糖果分配

算法过程

输入 ratings = [1, 3, 4, 5, 2]

  1. 初始化candies = [1, 1, 1, 1, 1]
  2. 左规则遍历
    • i=1: 3>1 → candies[1]=1+1=2
    • i=2: 4>3 → candies[2]=2+1=3
    • i=3: 5>4 → candies[3]=3+1=4
    • i=4: 2<5 → 不变
    • 结果:[1, 2, 3, 4, 1]
  3. 右规则遍历
    • i=3: 5>2 → candies[3]=max(4,1+1)=4
    • i=2: 4>5? 否 → 不变
    • i=1: 3>4? 否 → 不变
    • i=0: 1<3 → 不变
    • 结果:[1, 2, 3, 4, 1]
  4. 求和:1+2+3+4+1 = 11

测试用例

public static void main(String[] args) {
    Solution solution = new Solution();
    
    // 测试用例1:标准示例
    int[] ratings1 = {1,0,2};
    System.out.println("Test 1: " + solution.candy(ratings1)); // 5
    
    // 测试用例2:递增序列
    int[] ratings2 = {1,2,3,4,5};
    System.out.println("Test 2: " + solution.candy(ratings2)); // 15
    
    // 测试用例3:递减序列
    int[] ratings3 = {5,4,3,2,1};
    System.out.println("Test 3: " + solution.candy(ratings3)); // 15
    
    // 测试用例4:峰谷结构
    int[] ratings4 = {1,3,4,5,2};
    System.out.println("Test 4: " + solution.candy(ratings4)); // 11
    
    // 测试用例5:平坡结构
    int[] ratings5 = {1,2,2,2,1};
    System.out.println("Test 5: " + solution.candy(ratings5)); // 7
    
    // 测试用例6:单元素
    int[] ratings6 = {5};
    System.out.println("Test 6: " + solution.candy(ratings6)); // 1
    
    // 测试用例7:全等序列
    int[] ratings7 = {3,3,3,3};
    System.out.println("Test 7: " + solution.candy(ratings7)); // 4
}

关键点

  1. 双向规则处理

    • 左规则确保每个孩子满足与左侧邻居的关系
    • 右规则确保满足与右侧邻居的关系
    • 取最大值保证同时满足两个规则
  2. 平坡处理

    • 当相邻孩子评分相同时,无需增加糖果数
    • 示例:[1,2,2,2,1] → 分配 [1,2,1,2,1]
  3. 峰谷结构

    • 峰值点需同时满足左右规则
    • 示例:[1,3,4,5,2] 的峰值5分配4颗糖

常见问题

1. 为什么需要两次遍历?

  • 单向遍历只能保证单侧关系(如只保证比左侧多)
  • 双向遍历确保同时满足左右两侧关系

2. 如何处理平坡(评分相同)?

  • 评分相同无需增加糖果,保持最小值1
  • 示例:[2,2] 只需各给1颗糖

3. 为什么右规则遍历需要取最大值?

  • 防止覆盖左规则结果
  • 示例:[1,3,2] 中位置1需同时满足比左(1)和右(2)多

4. 最极端情况是什么?

  • 严格递增序列:糖果数 = 1+2+…+n = n(n+1)/2
  • 严格递减序列:同上,需反向处理

5. 空间复杂度能优化吗?

  • 可优化为O(1)空间(使用变量记录趋势),但代码复杂度显著增加
  • 推荐O(n)解法,清晰易维护
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