力扣 769. 最多能完成排序的块

本文介绍了一种名为“分块排序”的算法,该算法通过将数组分成若干连续子数组,并对每个子数组单独排序来实现整个数组的排序。文章详细解释了算法的工作原理,并给出了一段示例代码。

题目来源:https://leetcode.cn/problems/max-chunks-to-make-sorted/

大致题意:
给一个长度为 n 的数组,元素范围为 [1,n],可以将数组分成连续的几个块,对每个块单独排序,块内有序后数组也整体有序。求最多能将数组分成几块。

比如数组 [2, 3, 1, 5, 4],可以分成两块 [2, 3, 1] 和 [5, 4],块内排序后整体也有序

思路

首先根据题意可知,数组直接分为一块进行块内排序,排序后数组整体一定有序

那么将数组分为两块呢?什么时候可以将数组分为两块?

假设现在数组可以分成两块 [0, i - 1] 和 [i, n - 1],有 nums[x] 在块 [i, n - 1] 中,那么 nums[x] 的数值范围为 [i + 1, j + 1]。因为如果 nums[x] 小于等于 i,那么 nums[x] 应该在前 i 个数中,也就是应该在块 [0, i - 1] 中

也就是说,数组分块的标准就是块内的元素值刚好在分块索引覆盖范围内

同理,如果将数组分为多块,那么块 [i, j] 中的数都在 [i + 1, j + 1] 中

那么如何判断块的范围呢?

若现在已知上一个块的边界为 last - 1,在 [last, i] 中的最大值为 x,那么有:

  1. 若 x > i + 1,那么在 i 之后一定有数小于 x,[last, i] 不能分块
  2. 若 x == i + 1,已知在 [last, i] 中的值都不大于 x,那么 [last, i] 可以分块
  3. 不存在 x < i + 1 的情况,因为前 last 个数都在之前的块中,剩余的 [i - last + 1] 个数字中的最大值一定大于等于 x

经过以上分析可以知道,如果目前遍历到的最大值等于当前遍历索引 + 1,那么当前位置到上一个分块边界可以进行分块

具体代码:

class Solution {
    public int maxChunksToSorted(int[] arr) {
        int ans = 0;
        int preMax = -1;	// 目前遍历到的最大值
        int n = arr.length;
        for (int i = 0; i < n; i++) {
        	// 更新最大值
            preMax = Math.max(arr[i], preMax);
            // 分块条件
            if (preMax == i) {
                ans++;
            }
        }
        
        return ans;
    }
}
### 力扣热门100题列表 力扣LeetCode)上的热门题目通常是指那些被广泛讨论、高频面试或者具有较高难度的题目。这些题目涵盖了数据结构和算法的核心知识点,适合用来提升编程能力和解决实际问题的能力。 以下是基于社区反馈整理的部分 **LeetCode Hot 100 Problems List**: #### 数组与字符串 1. Two Sum (两数之和)[^1] 2. Longest Substring Without Repeating Characters (无重复字符的最长子串)[^2] 3. Median of Two Sorted Arrays (两个有序数组的中位数)[^1] 4. Container With Most Water (盛最多水的容器)[^2] #### 链表 5. Reverse Linked List (反转链表) 6. Merge Two Sorted Lists (合并两个有序链表) 7. Remove Nth Node From End of List (删除倒数第N个节点) 8. Linked List Cycle II (环形链表II) #### 堆栈与队列 9. Valid Parentheses (有效的括号) 10. Min Stack (最小栈) 11. Sliding Window Maximum (滑动窗口最大值)[^2] #### 树与二叉树 12. Binary Tree Inorder Traversal (二叉树的中序遍历) 13. Validate Binary Search Tree (验证二叉搜索树) 14. Same Tree (相同的树) 15. Serialize and Deserialize Binary Tree (序列化与反序列化二叉树) #### 图论 16. Number of Islands (岛屿数量) 17. Course Schedule (课程表) 18. Clone Graph (克隆图) #### 排序与搜索 19. Find First and Last Position of Element in Sorted Array (在排序数组中查找元素的第一个和最后一个位置) 20. Search a 2D Matrix (二维矩阵搜索) 21. K Closest Points to Origin (最接近原点的K个点) #### 动态规划 22. Climbing Stairs (爬楼梯) 23. House Robber (打家劫舍)[^1] 24. Coin Change (零钱兑换) 25. Unique Paths (不同路径) #### 贪心算法 26. Jump Game (跳跃游戏)[^1] 27. Non-overlapping Intervals (无重叠区间) 28. Best Time to Buy and Sell Stock (买卖股票的最佳时机)[^1] #### 字符串匹配与处理 29. Implement strStr() (实现strStr()) 30. Longest Consecutive Sequence (最长连续序列) 31. Group Anagrams (分组异位词) --- ### 示例代码片段 以下是一个关于动态规划的经典例子——`Climbing Stairs` 的 Python 实现: ```python class Solution: def climbStairs(self, n: int) -> int: if n == 1 or n == 2: return n dp = [0] * (n + 1) dp[1], dp[2] = 1, 2 for i in range(3, n + 1): dp[i] = dp[i - 1] + dp[i - 2] return dp[n] ``` 上述代码通过动态规划的方式解决了 `Climbing Stairs` 问题,时间复杂度为 \(O(n)\),空间复杂度同样为 \(O(n)\)[^1]。 --- ###
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

打赏作者

三更鬼

谢谢老板!

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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