博客
关于我
LeetCode 1574. 删除最短的子数组使剩余数组有序--二分长度
阅读量:741 次
发布时间:2019-03-21

本文共 3539 字,大约阅读时间需要 11 分钟。

让我们详细分析并提供解决方案。

问题分析

我们需要找到一个最短的子数组,使得删除该子数组后,剩下的数组变为非递减。这个子数组是原数组连续的一个子序列。因此,目标是让剩下的数组元素顺序为非递减。

方法思路

为了高效解决这个问题,我们可以使用预处理和二分查找的方法。

  • 预处理递增区间

    • 预处理两个数组:leftright
      • left[i] 表示从数组开头到索引 i 是否构成递增序列。
      • right[i] 表示从索引 i 到数组结尾是否构成递增序列。
  • 确定最长连续递增区间

    • 找到最大的 d 使得在 leftright 的区间内,左右两边的值能够连接起来,形成一个非递减的数组。这个 d 将决定后面组件的处理方式。
  • 计算最小删除子数组长度

    • 检查是否存在一个分界点,使得两边可以连贯,剩下的部分是非递减的。否则,删除数组的最大可能部分,返回剩余最小的删除长度。
  • 解决代码

    public class Solution {    public int findlengthofshortestsubarray(vector
    arr) { if (arr.size() == 0) return 0; // 特殊情况,数组已经是非递减的 boolean isNonDecreasing = true; for (int i = 1; i < arr.size(); i++) { if (arr[i] < arr[i - 1]) { isNonDecreasing = false; break; } } if (isNonDecreasing) { return 0; } // 预处理左递增区间和右递增区间 int n = arr.size(); boolean[] left = new boolean[n]; boolean[] right = new boolean[n]; // 初始化右数组 right[n-1] = true; for (int i = n - 2; i >= 0; i--) { if (arr[i] <= arr[i + 1] && right[i + 1]) { right[i] = true; } } // 初始化左数组 left[0] = true; for (int i = 1; i < n; i++) { if (arr[i] >= arr[i - 1] && left[i - 1]) { left[i] = true; } } // 尝试不同的分界点d,寻找最大的d使得左右连接可行 int best = 0; for (int d = 0; d < n; d++) { // 检查当前分界点d是否可行 if (!check(arr, d)) continue; // 计算当前分界点下最短删除长度 int current = 2 * (n - d); if (current < best) { best = current; } } // 也可以尝试找到最大的d,然后计算两边连接是否可能 int maxD = 0; for (int d = 1; d <= n; d++) { if (left[n - d - 1] && right[d - 1]) { maxD = d; } } if (maxD > 0) { return n - maxD; } // 如果无法找到有效的分界点,则返回原数组长度-最大可能保留部分 return n; } // 判断给定的d是否可以作为分界点使得两边相互覆盖 boolean check(int d, vector
    arr) { if (d == 0) return true; int leftEnd = n - d - 1; int rightStart = d; if (leftEnd < 0 || rightStart >= n) { return false; } // 特殊情况,剩下的部分已经是非递减的 boolean canContinue = true; for (int i = 0; i < leftEnd; i++) { if (!left[i]) { canContinue = false; break; } } for (int i = rightStart; i < n; i++) { if (!right[i]) { canContinue = false; break; } } if (canContinue) { // 必须检查是否为非递减的 // 由于假设left和right是递增的,那么连接的时候要看前一段的最后一个和后一段的第一个是否满足 // 即left[leftEnd] <= right[rightStart] if (left[leftEnd] && right[rightStart]) { return left[leftEnd] && right[rightStart]; } } return false; } // 帮助函数 public boolean check(int d, vector
    arr) { if (d == 0) return true; if (d == 1) { // 检查左右两边是否可以合并 // 即最大的可连接部分 return true; } int a = (n - d - 1); int b = d; if (!left[a + 1] || !left[a]) { return false; } if (!right[b] || !right[b + 1]) { return false; } return true; }}

    代码解释

  • 检查特殊情况:如果数组本身已经是非递减的,直接返回0。
  • 预处理递增区间:创建两个数组leftright来记录从左到右和从右到左的递增情况。
  • 查找分界点:通过遍历所有可能的分界点 d,判断是否可以找到一个使得两边的递增区间连接成立。
  • 计算最短删除长度:找到最大的可连接分界点,然后计算对应的最短子数组长度,或者返回原数组长度作为缺省值。
  • 通过上述方法,我们可以在较好时间复杂度内解决这个问题,适用于较大的数组规模。

    转载地址:http://kkvgz.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | CoTracker3:用于卓越点跟踪的最新 AI 模型
    查看>>
    OpenCV与AI深度学习 | OpenCV中八种不同的目标追踪算法
    查看>>
    OpenCV与AI深度学习 | OpenCV图像拼接--Stitching detailed使用与参数介绍
    查看>>
    OpenCV与AI深度学习 | OpenCV如何读取仪表中的指针刻度
    查看>>
    OpenCV与AI深度学习 | OpenCV常用图像拼接方法(一) :直接拼接
    查看>>
    OpenCV与AI深度学习 | OpenCV常用图像拼接方法(三):基于特征匹配拼接
    查看>>
    OpenCV与AI深度学习 | OpenCV常用图像拼接方法(二) :基于模板匹配拼接
    查看>>
    OpenCV与AI深度学习 | OpenCV常用图像拼接方法(四):基于Stitcher类拼接
    查看>>
    OpenCV与AI深度学习 | OpenCV快速傅里叶变换(FFT)用于图像和视频流的模糊检测(建议收藏!)
    查看>>
    OpenCV与AI深度学习 | SAM2(Segment Anything Model 2)新一代分割一切大模型介绍与使用(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | T-Rex Label !超震撼 AI 自动标注工具,开箱即用、检测一切
    查看>>
    OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
    查看>>
    OpenCV与AI深度学习 | YOLOv10在PyTorch和OpenVINO中推理对比
    查看>>
    OpenCV与AI深度学习 | YOLOv11来了:将重新定义AI的可能性
    查看>>
    OpenCV与AI深度学习 | YOLOv8自定义数据集训练实现火焰和烟雾检测(代码+数据集!)
    查看>>
    OpenCV与AI深度学习 | YOLOv8重磅升级,新增旋转目标检测,又该学习了!
    查看>>
    OpenCV与AI深度学习 | 一文带你读懂YOLOv1~YOLOv11(建议收藏!)
    查看>>
    OpenCV与AI深度学习 | 五分钟快速搭建一个实时人脸口罩检测系统(OpenCV+PaddleHub 含源码)
    查看>>
    OpenCV与AI深度学习 | 什么是 COCO 数据集?
    查看>>
    OpenCV与AI深度学习 | 低对比度缺陷检测应用实例--LCD屏幕脏污检测
    查看>>