1.题目链接:
由范围 [0,n] 内所有整数组成的 n + 1 个整数的排列序列可以表示为长度为 n 的字符串 s ,其中:
如果 perm[i] < perm[i + 1] ,那么 s[i] == 'I' 如果 perm[i] > perm[i + 1] ,那么 s[i] == 'D' | |
• | |
• | |
给定一个字符串 s ,重构排列 perm 并返回它。如果有多个有效排列 perm,则返回其中 任何一个 。
示例 1:
输入:s = "IDID"
输出:[0,4,1,3,2]
示例 2:
输入:s = "III"
输出:[0,1,2,3]
示例 3:
输入:s = "DDI"
输出:[3,2,0,1]
提示:
◦ | 1 <= s.length <= 10(5) |
◦ | s 只包含字符 "I" 或 "D" |
3. 解法(贪心):
贪心策略:
a. 当遇到 'I' 的时候,为了让下一个上升的数可选择的「范围更多」,当前选择「最小」的那 个数;
b. 当遇到 'D' 的时候,为了让下一个下降的数可选择的「范围更多」,选择当前「最大」的那个数。
Java算法代码:
class Solution {
public int[] diStringMatch(String s) {
int n = s.length();
int left = 0, right = n;//用left,right标记最小值和最大值
int [] ret = new int[n+1];
for(int i = 0; i < n; i++){
if(s.charAt(i)=='I'){
ret[i] = left++;
}else{
ret[i] = right--;
}
}
ret[n] = left;//把最后一个数放进去
return ret;
}
}
运行结果:
贪心策略:这道题目笔者觉得最重要的是读懂题目
贪心算法的体现
a. 贪心策略
- 局部最优:
- 当遇到 'I' 时,分配最小值 left,因为后续需要增大,留出空间给更大的值。
- 当遇到 'D' 时,分配最大值 right,因为后续需要减小,确保当前值最大。
- 全局最优:
- 动态调整 left 和 right,确保所有位置满足 I 或 D 的要求。
- 最后用剩余值 left 填充最后一个位置,充分利用 0 到 n 的范围。
- 为什么有效:
- 由于题目要求 perm 是 0 到 n 的排列,值必须用尽。
- 贪心分配最小值和最大值,保证每个位置的相对关系(< 或 >)成立。
- 最后一位必然是 left,因为 right 会在 'D' 时用完。
b. 核心位置
- if (s.charAt(i) == 'I') { ret[i] = left++; }:
- 贪心选择最小值,递增 left。
- else { ret[i] = right--; }:
- 贪心选择最大值,递减 right。
- ret[n] = left:
- 利用剩余值填满数组,确保所有值使用。
c. 贪心正确性
- 数学证明:
- 假设 s 包含 k 个 'I' 和 m 个 'D',总长度 n = k + m。
- 'I' 需要 k+1 个递增值,'D' 需要 m+1 个递减值。
- 使用 0 到 n 的值,贪心分配最小值给 'I',最大值给 'D',最后一位补齐。
- 由于值范围固定(0 到 n),贪心策略总能构造有效解。
- 与暴力方法的对比:
- 暴力方法需要尝试所有排列(O(n!)),而贪心方法只需一次遍历(O(n))。