LeetCode 周赛上分之旅 #40 结合特征压缩的数位 DP 问题

⭐️ 本文已收录到 AndroidFamily,技术和职场问题,请关注公众号 [彭旭锐] 和 BaguTree Pro 知识星球提问。

学习数据结构与算法的关键在于掌握问题背后的算法思维框架,你的思考越抽象,它能覆盖的问题域就越广,理解难度也更复杂。在这个专栏里,小彭与你分享每场 LeetCode 周赛的解题报告,一起体会上分之旅。

本文是 LeetCode 上分之旅系列的第 40 篇文章,往期回顾请移步到文章末尾~

双周赛 111

T1. 统计和小于目标的下标对数目(Easy)

  • 标签:模拟、排序、相向双指针

T2. 循环增长使字符串子序列等于另一个字符串(Medium)

  • 标签:排序、双指针

T3. 将三个组排序(Medium)

  • 标签:状态机 DP、LIS 问题、贪心、二分查找

T4. 范围中美丽整数的数目(Hard)

  • 标签:数位 DP、记忆化

T1. 统计和小于目标的下标对数目(Easy)

https://leetcode.cn/problems/count-pairs-whose-sum-is-less-than-target/

题解一(模拟)

简单模拟题。

class Solution {
    fun countPairs(nums: List<Int>, target: Int): Int {
        var ret = 0
        for (i in 0 until nums.size) {
             for (j in i + 1 until nums.size) {
                 if (nums[i] + nums[j] < target) ret ++
             }
        }
        return ret
    }
}

复杂度分析:

  • 时间复杂度:$O(n^2)$
  • 空间复杂度:$O(1)$

题解二(排序 + 相向双指针)

在题解一中存在很多无意义的比较,我们观察到配对的顺序是无关的,因此可以考虑利用有序性优化时间复杂度。

  • 先对数组排序;
  • 利用元素的大小关系,使用双指针筛选满足条件的配对数。
class Solution {
    fun countPairs(nums: MutableList<Int>, target: Int): Int {
        nums.sort()
        var ret = 0
        var i = 0
        var j = nums.size - 1
        while (i < j) {
            while (i < j && nums[i] + nums[j] >= target) {
                j--
            }
            if (i == j) break
            ret += j - i
            i++
        }
        return ret
    }
}

复杂度分析:

  • 时间复杂度:$O(nlgn)$ 瓶颈在排序,双指针时间复杂度为 $O(n)$;
  • 空间复杂度:$O(lgn)$ 排序递归栈空间。

T2. 循环增长使字符串子序列等于另一个字符串(Medium)

https://leetcode.cn/problems/make-string-a-subsequence-using-cyclic-increments/

题解(双指针 + 贪心)

首先阅读题意,问题相当于从 str1 中选择若干个位置执行 +1 操作后让 str2 成为 str1 的子序列。其次容易想到贪心算法,对于 str1[i] 与 str2[j] 来说,如果 str1[i] 能够在至多操作 1 次的情况下变为 str2[j],那么让 i 与 j 匹配是最优的。

class Solution {
    fun canMakeSubsequence(str1: String, str2: String): Boolean {
        val U = 26
        val n = str1.length
        val m = str2.length
        var j = 0
        for (i in 0 until n) {
            val x = str1[i] - 'a'
            val y = str2[j] - 'a'
            if ((y - x + U) % U <= 1) {
                if (++j == m) break
            }
        }
        return m == j
    }
}

复杂度分析:

  • 时间复杂度:$O(n + m)$ i 指针和 j 指针最多移动 n + m 次;
  • 空间复杂度:$O(1)$ 仅使用常量级别空间。

T3. 将三个组排序(Medium)

https://leetcode.cn/problems/sorting-three-groups/

题解一(状态机 DP)

根据题意,我们需要构造出非递减数组,并使得操作次数最小。

观察测试用例可以发现逆序数是问题的关键,如示例 1 [2,1,3,2,1] 中存在 2 → 1,3 → 2,2 → 1 的逆序对,且结果正好是 3。然而这个思路是错误的,我们可以构造特殊测试用例 [3,3,3,1,1,1] 来验证。

那应该怎么解呢?我们发现问题是可以划分为子问题的。定义 dp[i][j] 表示到 [i] 为止构造出以 j 为结尾的非递减数组的最少操作次数,那么 dp[i+1][j] 可以从 dp[i] 的三个子状态转移过来:

  • dp[i][1] 可以转移到 dp[i+1][1] 和 dp[i+1][2] 和 dp[i+1][3]
  • dp[i][2] 可以转移到 dp[i+1][2] 和 dp[i+1][3]
  • dp[i][3] 可以转移到 dp[i+1][3]

最后,求出 dp[n][1]、dp[n][2] 和 dp[n][3] 中的最小值即为问题的解。

class Solution {
    fun minimumOperations(nums: List<Int>): Int {
        val n = nums.size
        val U = 3
        val dp = Array(n + 1) { IntArray(U + 1) }
        for (i in 1 .. n) {
            for (j in 1 .. U) {
                dp[i][j] = dp[i - 1].slice(1..j).min()!!
                if (j != nums[i - 1]) dp[i][j] += 1
            }
        }
        return dp[n].slice(1..U).min()!!
    }
}

另外,dp[i+1] 只与 dp[i] 有关,我们可以使用滚动数组优化空间复杂度:

class Solution {
    fun minimumOperations(nums: List<Int>): Int {
        val n = nums.size
        val U = 3
        val dp = IntArray(U + 1)
        for (i in 0 until n) {
            for (j in U downTo 1) { // 逆序
                dp[j] = dp.slice(1..j).min()!!
                if (j != nums[i]) dp[j] += 1
            }
        }
        return dp.slice(1..U).min()!!
    }
}

复杂度分析:

  • 时间复杂度:$O(C·n)$ 仅需要线性时间,其中 $C$ = 9;
  • 空间复杂度:$O(U)$ DP 数组空间,$U$ = 3。

题解二(LIS 问题)

这道题还有第二种思路,我们可以计算数组的最长非递减子序列长度 LIS,再使用原数组长度 n - 最长非递减子序列长度 LIS,就可以得出最少操作次数。

LIS 问题有两个写法:

写法 1 · 动态规划

class Solution {
    fun minimumOperations(nums: List<Int>): Int {
        val n = nums.size
        // dp[i] 表示以 [i] 为结尾的 LIS
        val dp = IntArray(n) { 1 }
        var len = 1
        for (i in 0 until n) {
            for (j in 0 until i) {
                if (nums[i] >= nums[j]) dp[i] = Math.max(dp[i], dp[j] + 1)
            }
            len = Math.max(len, dp[i])
        }
        return n - len
    }
}

复杂度分析:

  • 时间复杂度:$O(n^2)$ 内存循环的时间复杂度是 $O(n)$;
  • 空间复杂度:$O(n)$ DP 数组空间。

写法 2 · 动态规划 + 贪心 + 二分查找

class Solution {
    fun minimumOperations(nums: List<Int>): Int {
        val n = nums.size
        val dp = IntArray(n + 1)
        var len = 1
        dp[len] = nums[0]
        for (i in 1 until n) {
            if (nums[i] >= dp[len]) {
                dp[++len] = nums[i]
            } else {
                // 二分查找维护增长更慢的序列:寻找大于 nums[i] 的第一个数
                var left = 1
                var right = len
                while (left < right) {
                    val mid = (left + right) ushr 1
                    if (dp[mid] <= nums[i]) {
                        left = mid + 1
                    } else {
                        right = mid 
                    }
                }
                dp[left] = nums[i]
            }
        }
        return n - len
    }
}

复杂度分析:

  • 时间复杂度:$O(nlgn)$ 单次二分查找的时间复杂度是 $O(lgn)$;
  • 空间复杂度:$O(n)$ DP 数组空间。

相似题目:


T4. 范围中美丽整数的数目(Hard)

https://leetcode.cn/problems/number-of-beautiful-integers-in-the-range/

题解(数位 DP + 记忆化)

近期经常出现数位 DP 的题目。

  • 1、数位 DP: 我们定义 dp[i, pre, diff, isNumber, isLimit] 表示从第 i 位开始的合法方案数,其中:
    • pre 表示已经选择的数位前缀的值,当填入第 i 位的数字 choice 后更新为 pre * 10 + choice,在终止条件时判断 pre % k == 0;
    • diff 表示已选择的数位中奇数和偶数的差值,奇数 + 1,而偶数 - 1,在终止条件时判断 diff == 0;
    • isNumber 表示已填数位是否构造出合法数字;
    • isLimit 表示当前数位是否被当前数位的最大值约束。
  • 2、差值: 要计算出 [low, high] 之间的合法方案数,我们可以计算出 [0, high] 和 [0, low] 之间合法方案数的差值;
  • 3、记忆化: 对于相同 dp[i, …] 子问题,可能会重复计算,可以使用记忆化优化时间复杂度:
  • 4、特征压缩: 由于所有的备选数的 pre 都是不用的,这会导致永远不会命中备忘录,我们需要找到不同前缀的特征。
  • 5、取模公式: 如果 $(pre * 10 + choice) % k == 0$,那么有 $((pre % k) * 10 + choice) % k == 0$,我们可以提前对 pre 取模抽取出特征因子。

$$(a + b) % mod == ((a % mod) + (b % mod)) % mod$$
$$(a · b) % mod == ((a % mod) · (b % mod)) % mod$$

class Solution {
    
    private val U = 10
    
    fun numberOfBeautifulIntegers(low: Int, high: Int, k: Int): Int {
        return count(high, k) - count(low - 1, k)
    }
    
    private fun count(num: Int, k: Int): Int {
        // <i, diff, k>
        val memo = Array(U) { Array(U + U) { IntArray(k) { -1 }} }
        return f(memo, "$num", k, 0, 0, 0, true, false)
    }
    
    private fun f(memo: Array<Array<IntArray>>, str: String, k: Int, i: Int, mod: Int, diff: Int, isLimit: Boolean, isNumber: Boolean): Int {
        // 终止条件
        if (i == str.length) return if (0 != diff || mod % k != 0) 0 else 1
        // 读备忘录
        if (!isLimit && isNumber && -1 != memo[i][diff + U][mod]) {
            return memo[i][diff + U][mod] // 由于 diff 的取值是 [-10,10],我们增加一个 U 的偏移
        }
        val upper = if (isLimit) str[i] - '0' else 9
        var ret = 0
        for (choice in 0 .. upper) {
            val newMod = (mod * 10 + choice) % k // 特征因子
            if (!isNumber && choice == 0) {
                ret += f(memo, str, k, i + 1, 0, 0, false, false)
                continue
            } 
            if (choice % 2 == 0) {
                ret += f(memo, str, k, i + 1, newMod, diff + 1, isLimit && choice == upper, true)
            } else {
                ret += f(memo, str, k, i + 1, newMod, diff - 1, isLimit && choice == upper, true)
            }   
        }
        // 写备忘录
        if (!isLimit && isNumber) {
            memo[i][diff + U][mod] = ret
        }
        return ret
    }
}

复杂度分析:

  • 时间复杂度:$O(C^2·k·D)$ 其中 $C$ 为最大数位长度 10,$D$ 为选择方案 10。状态数为 “i 的值域 * diff 的值域 * mod 的值域” = $C^2·k$,单个状态的时间复杂度是 $O(D)$,整体的时间复杂度是状态数 · 状态时间 = $O(C^2·k·D)$;
  • 空间复杂度:$O(C^2·k)$ 备忘录空间。

相似题目:


推荐阅读

LeetCode 上分之旅系列往期回顾:

⭐️ 永远相信美好的事情即将发生,欢迎加入小彭的 Android 交流社群~

posted @ 2023-08-20 20:02  彭旭锐  阅读(175)  评论(0编辑  收藏  举报