数据结构与算法之单调递增的数字

开发 前端 算法
本题只要想清楚个例,例如98,一旦出现strNum[i - 1] > strNum[i]的情况(非单调递增),首先想让strNum[i - 1]减一,strNum[i]赋值9,这样这个整数就是89。就可以很自然想到对应的贪心解法了。

[[439817]]

单调递增的数字

力扣题目链接:https://leetcode-cn.com/problems/monotone-increasing-digits

给定一个非负整数 N,找出小于或等于 N 的最大的整数,同时这个整数需要满足其各个位数上的数字是单调递增。

(当且仅当每个相邻位数上的数字 x 和 y 满足 x <= y 时,我们称这个整数是单调递增的。)

示例 1:

  • 输入: N = 10
  • 输出: 9

示例 2:

  • 输入: N = 1234
  • 输出: 1234

示例 3:

  • 输入: N = 332
  • 输出: 299

说明: N 是在 [0, 10^9] 范围内的一个整数。

暴力解法

题意很简单,那么首先想的就是暴力解法了,来我替大家暴力一波,结果自然是超时!

代码如下:

  1. class Solution { 
  2. private: 
  3.     bool checkNum(int num) { 
  4.         int max = 10; 
  5.         while (num) { 
  6.             int t = num % 10; 
  7.             if (max >= t) max = t; 
  8.             else return false
  9.             num = num / 10; 
  10.         } 
  11.         return true
  12.     } 
  13. public
  14.     int monotoneIncreasingDigits(int N) { 
  15.         for (int i = N; i > 0; i--) { 
  16.             if (checkNum(i)) return i; 
  17.         } 
  18.         return 0; 
  19.     } 
  20. }; 
  • 时间复杂度:O(n * m) m为n的数字长度
  • 空间复杂度:O(1)

贪心算法

题目要求小于等于N的最大单调递增的整数,那么拿一个两位的数字来举例。

例如:98,一旦出现strNum[i - 1] > strNum[i]的情况(非单调递增),首先想让strNum[i - 1]--,然后strNum[i]给为9,这样这个整数就是89,即小于98的最大的单调递增整数。

这一点如果想清楚了,这道题就好办了。

局部最优:遇到strNum[i - 1] > strNum[i]的情况,让strNum[i - 1]--,然后strNum[i]给为9,可以保证这两位变成最大单调递增整数。

全局最优:得到小于等于N的最大单调递增的整数。

但这里局部最优推出全局最优,还需要其他条件,即遍历顺序,和标记从哪一位开始统一改成9。

此时是从前向后遍历还是从后向前遍历呢?

从前向后遍历的话,遇到strNum[i - 1] > strNum[i]的情况,让strNum[i - 1]减一,但此时如果strNum[i - 1]减一了,可能又小于strNum[i - 2]。

这么说有点抽象,举个例子,数字:332,从前向后遍历的话,那么就把变成了329,此时2又小于了第一位的3了,真正的结果应该是299。

所以从前后向遍历会改变已经遍历过的结果!

那么从后向前遍历,就可以重复利用上次比较得出的结果了,从后向前遍历332的数值变化为:332 -> 329 -> 299

确定了遍历顺序之后,那么此时局部最优就可以推出全局,找不出反例,试试贪心。

C++代码如下:

  1. class Solution { 
  2. public
  3.     int monotoneIncreasingDigits(int N) { 
  4.         string strNum = to_string(N); 
  5.         // flag用来标记赋值9从哪里开始 
  6.         // 设置为这个默认值,为了防止第二个for循环在flag没有被赋值的情况下执行 
  7.         int flag = strNum.size(); 
  8.         for (int i = strNum.size() - 1; i > 0; i--) { 
  9.             if (strNum[i - 1] > strNum[i] ) { 
  10.                 flag = i; 
  11.                 strNum[i - 1]--; 
  12.             } 
  13.         } 
  14.         for (int i = flag; i < strNum.size(); i++) { 
  15.             strNum[i] = '9'
  16.         } 
  17.         return stoi(strNum); 
  18.     } 
  19. }; 
  • 时间复杂度:O(n) n 为数字长度
  • 空间复杂度:O(n) 需要一个字符串,转化为字符串操作更方便

总结

本题只要想清楚个例,例如98,一旦出现strNum[i - 1] > strNum[i]的情况(非单调递增),首先想让strNum[i - 1]减一,strNum[i]赋值9,这样这个整数就是89。就可以很自然想到对应的贪心解法了。

想到了贪心,还要考虑遍历顺序,只有从后向前遍历才能重复利用上次比较的结果。

最后代码实现的时候,也需要一些技巧,例如用一个flag来标记从哪里开始赋值9。

其他语言版本

Java:

  1. 版本1 
  2. class Solution { 
  3.     public int monotoneIncreasingDigits(int N) { 
  4.         String[] strings = (N + "").split(""); 
  5.         int start = strings.length; 
  6.         for (int i = strings.length - 1; i > 0; i--) { 
  7.             if (Integer.parseInt(strings[i]) < Integer.parseInt(strings[i - 1])) { 
  8.                 strings[i - 1] = (Integer.parseInt(strings[i - 1]) - 1) + ""
  9.                 start = i; 
  10.             } 
  11.         } 
  12.         for (int i = start; i < strings.length; i++) { 
  13.             strings[i] = "9"
  14.         } 
  15.         return Integer.parseInt(String.join("",strings)); 
  16.     } 

java版本1中创建了String数组,多次使用Integer.parseInt了方法,这导致不管是耗时还是空间占用都非常高,用时12ms,下面提供一个版本在char数组上原地修改,用时1ms的版本

  1. 版本2 
  2. class Solution { 
  3.     public int monotoneIncreasingDigits(int n) { 
  4.         if (n==0)return 0; 
  5.         char[] chars= Integer.toString(n).toCharArray(); 
  6.         int start=Integer.MAX_VALUE;//start初始值设为最大值,这是为了防止当数字本身是单调递增时,没有一位数字需要改成9的情况 
  7.         for (int i=chars.length-1;i>0;i--){ 
  8.             if (chars[i]<chars[i-1]){ 
  9.                 chars[i-1]--; 
  10.                 start=i; 
  11.             } 
  12.         } 
  13.         StringBuilder res=new StringBuilder(); 
  14.         for (int i=0;i<chars.length;i++){ 
  15.             if (chars[i]=='0'&&i==0)continue;//防止出现09这样的情况 
  16.             if (i>=start){ 
  17.                 res.append('9'); 
  18.             }else res.append(chars[i]); 
  19.         } 
  20.         return Integer.parseInt(res.toString()); 
  21.     } 

Python:

  1. class Solution: 
  2.     def monotoneIncreasingDigits(self, n: int) -> int
  3.         a = list(str(n)) 
  4.         for i in range(len(a)-1,0,-1): 
  5.             if int(a[i]) < int(a[i-1]): 
  6.                 a[i-1] = str(int(a[i-1]) - 1) 
  7.                 a[i:] = '9' * (len(a) - i)  #python不需要设置flag值,直接按长度给9就好了 
  8.         return int("".join(a)) 

Go

  1. func monotoneIncreasingDigits(N intint { 
  2.     s := strconv.Itoa(N)//将数字转为字符串,方便使用下标 
  3.     ss := []byte(s)//将字符串转为byte数组,方便更改。 
  4.     n := len(ss) 
  5.     if n <= 1 { 
  6.         return N 
  7.     } 
  8.     for i:=n-1 ; i>0; i-- { 
  9.         if ss[i-1] > ss[i] {//前一个大于后一位,前一位减1,后面的全部置为9 
  10.             ss[i-1] -= 1 
  11.             for j := i ; j < n; j++ {//后面的全部置为9 
  12.                 ss[j] = '9' 
  13.             } 
  14.         } 
  15.     } 
  16.     res, _ := strconv.Atoi(string(ss)) 
  17.     return res 

Javascript

  1. var monotoneIncreasingDigits = function(n) { 
  2.     n = n.toString() 
  3.     n = n.split('').map(item => { 
  4.         return +item 
  5.     }) 
  6.     let flag = Infinity 
  7.     for(let i = n.length - 1; i > 0; i--) { 
  8.         if(n [i - 1] > n[i]) { 
  9.             flag = i 
  10.             n[i - 1] = n[i - 1] - 1 
  11.             n[i] = 9 
  12.         } 
  13.     } 
  14.  
  15.     for(let i = flag; i < n.length; i++) { 
  16.         n[i] = 9 
  17.     } 
  18.  
  19.     n = n.join(''
  20.     return +n 
  21. }; 

 

责任编辑:姜华 来源: 代码随想录
相关推荐

2020-10-30 09:56:59

Trie树之美

2022-09-21 07:57:33

二叉搜索树排序二叉树

2022-09-26 07:56:53

AVL算法二叉树

2020-10-21 14:57:04

数据结构算法图形

2023-03-08 08:03:09

数据结构算法归并排序

2020-12-31 05:31:01

数据结构算法

2020-10-20 08:14:08

算法与数据结构

2022-01-18 19:13:52

背包问题数据结构算法

2023-10-27 07:04:20

2020-10-12 11:48:31

算法与数据结构

2023-04-27 09:13:20

排序算法数据结构

2009-08-11 14:43:42

C#数据结构与算法

2021-12-08 11:31:43

数据结构算法合并区间

2021-12-21 11:39:01

数据结构算法同构字符串

2021-07-16 04:57:45

Go算法结构

2009-08-11 14:51:11

C#数据结构与算法

2023-03-07 08:02:07

数据结构算法数列

2009-08-11 14:30:32

C#数据结构与算法

2023-03-10 08:07:39

数据结构算法计数排序

2023-03-02 08:15:13

点赞
收藏

51CTO技术栈公众号