【数据结构和算法】无限集中的最小数字

简介: 这是力扣的2336题,难度为中等,解题方案有很多种,本文讲解我认为最奇妙的一种。使用TreeSet和min变量来维护一个无限集合,保证集合的连续性。添加元素时,若元素大于等于min,则不添加;若元素小于min,则将其添加到TreeSet中。删除元素时,先判断TreeSet是否为空,若不为空,则从TreeSet中删除元素;若为空,则将min值加1。该算法能够高效地添加和删除元素,并保持集合的连续性。该算法还可以用优先队列(小根堆)+ hash表解题,比较优秀。

 其他系列文章导航

Java基础合集

设计模式合集

多线程合集

分布式合集

ES合集


文章目录

其他系列文章导航

文章目录

前言

一、题目描述

二、题解

三、代码

四、总结


前言

这是力扣的2336题,难度为中等,解题方案有很多种,本文讲解我认为最奇妙的一种。


一、题目描述

现有一个包含所有正整数的集合 [1, 2, 3, 4, 5, ...]

实现 SmallestInfiniteSet 类:

    • SmallestInfiniteSet() 初始化 SmallestInfiniteSet 对象以包含 所有 正整数。
    • int popSmallest()移除 并返回该无限集中的最小整数。
    • void addBack(int num) 如果正整数 num 存在于无限集中,则将一个 num添加 到该无限集中。

    示例:

    输入

    ["SmallestInfiniteSet", "addBack", "popSmallest", "popSmallest", "popSmallest", "addBack", "popSmallest", "popSmallest", "popSmallest"]

    [[], [2], [], [], [], [1], [], [], []]

    输出

    [null, null, 1, 2, 3, null, 1, 4, 5]


    解释

    SmallestInfiniteSet smallestInfiniteSet = new SmallestInfiniteSet();

    smallestInfiniteSet.addBack(2);    // 2 已经在集合中,所以不做任何变更。

    smallestInfiniteSet.popSmallest(); // 返回 1 ,因为 1 是最小的整数,并将其从集合中移除。

    smallestInfiniteSet.popSmallest(); // 返回 2 ,并将其从集合中移除。

    smallestInfiniteSet.popSmallest(); // 返回 3 ,并将其从集合中移除。

    smallestInfiniteSet.addBack(1);    // 将 1 添加到该集合中。

    smallestInfiniteSet.popSmallest(); // 返回 1 ,因为 1 在上一步中被添加到集合中,

                                      // 且 1 是最小的整数,并将其从集合中移除。

    smallestInfiniteSet.popSmallest(); // 返回 4 ,并将其从集合中移除。

    smallestInfiniteSet.popSmallest(); // 返回 5 ,并将其从集合中移除。

    提示:

      • 1 <= num <= 1000
      • 最多调用 popSmallestaddBack 方法 共计1000

      二、题解

      这题的关键点是始终要保证无限集合是连续的。无限集合的范围可以认为是从 1 到正无穷大,并且都是正整数。

      这道我是用TreeSet和一个min变量来维护这个无限集合。为什么用TreeSet,因为TreeSet支持维护元素的自然顺序。

      TreeSet:小于min的有序集合。

      min:有序集合的最小值。

      添加元素的时候分为两种情况:

        1. 添加元素的时候如果添加的值大于等于无限集合中的最小值 min ,就不要添加,因为无限集合是连续的,添加的元素在无限集合中已经存在。(简单点说:比min还大的数不用加,说明已经存在了)
        2. 添加的元素如果小于无限集合的最小值 min 也不能直接添加,如果贸然添加会导致无限集合不连续,只需要把它添加到有序集合 TreeSet 中即可, TreeSet 中存放的值都是小于 min 的。所以要加在TreeSet中,要靠TreeSet来维护。

        删除元素的时候:

          1. 删除的时候先判断有序集合 TreeSet 是否为空,如果不为空,说明存在比 min 还小的元素,直接从 TreeSet 中删除。否则就从有序集合中删除 min ,删除之后 min 值要加 1 。

          三、代码

          class SmallestInfiniteSet {
              TreeSet<Integer> set = new TreeSet<>();
              int min = 1;
              public SmallestInfiniteSet() {}
              public int popSmallest() {
                  if (set.isEmpty()) {
                      return min++;//先返回,再++
                  }
                  return set.pollFirst();//弹出set的第一个元素,并删除
              }
              public void addBack(int num) {
                  if (num < min) {//大于的话,说明存在了
                      set.add(num);
                  }
              }
          }

          image.gif


          四、总结

          使用TreeSet和min变量来维护一个无限集合,保证集合的连续性。添加元素时,若元素大于等于min,则不添加;若元素小于min,则将其添加到TreeSet中。删除元素时,先判断TreeSet是否为空,若不为空,则从TreeSet中删除元素;若为空,则将min值加1。该算法能够高效地添加和删除元素,并保持集合的连续性。

          该算法还可以用优先队列(小根堆)+ hash表解题,比较优秀。

          目录
          相关文章
          |
          2月前
          |
          算法 数据处理 C语言
          C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合
          本文深入解析了C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合,旨在帮助读者掌握这一高效的数据处理方法。
          70 1
          |
          2月前
          |
          机器学习/深度学习 算法 数据挖掘
          K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构
          K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构。本文介绍了K-means算法的基本原理,包括初始化、数据点分配与簇中心更新等步骤,以及如何在Python中实现该算法,最后讨论了其优缺点及应用场景。
          165 4
          |
          3月前
          |
          存储 人工智能 算法
          数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
          这篇文章详细介绍了Dijkstra和Floyd算法,这两种算法分别用于解决单源和多源最短路径问题,并且提供了Java语言的实现代码。
          112 3
          数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
          |
          16天前
          |
          存储 算法 测试技术
          【C++数据结构——树】二叉树的遍历算法(头歌教学实验平台习题) 【合集】
          本任务旨在实现二叉树的遍历,包括先序、中序、后序和层次遍历。首先介绍了二叉树的基本概念与结构定义,并通过C++代码示例展示了如何定义二叉树节点及构建二叉树。接着详细讲解了四种遍历方法的递归实现逻辑,以及层次遍历中队列的应用。最后提供了测试用例和预期输出,确保代码正确性。通过这些内容,帮助读者理解并掌握二叉树遍历的核心思想与实现技巧。
          39 2
          |
          1月前
          |
          存储 运维 监控
          探索局域网电脑监控软件:Python算法与数据结构的巧妙结合
          在数字化时代,局域网电脑监控软件成为企业管理和IT运维的重要工具,确保数据安全和网络稳定。本文探讨其背后的关键技术——Python中的算法与数据结构,如字典用于高效存储设备信息,以及数据收集、异常检测和聚合算法提升监控效率。通过Python代码示例,展示了如何实现基本监控功能,帮助读者理解其工作原理并激发技术兴趣。
          57 20
          |
          2月前
          |
          存储 算法 搜索推荐
          Python 中数据结构和算法的关系
          数据结构是算法的载体,算法是对数据结构的操作和运用。它们共同构成了计算机程序的核心,对于提高程序的质量和性能具有至关重要的作用
          |
          2月前
          |
          数据采集 存储 算法
          Python 中的数据结构和算法优化策略
          Python中的数据结构和算法如何进行优化?
          |
          2月前
          |
          算法
          数据结构之路由表查找算法(深度优先搜索和宽度优先搜索)
          在网络通信中,路由表用于指导数据包的传输路径。本文介绍了两种常用的路由表查找算法——深度优先算法(DFS)和宽度优先算法(BFS)。DFS使用栈实现,适合路径问题;BFS使用队列,保证找到最短路径。两者均能有效查找路由信息,但适用场景不同,需根据具体需求选择。文中还提供了这两种算法的核心代码及测试结果,验证了算法的有效性。
          132 23
          |
          2月前
          |
          算法
          数据结构之蜜蜂算法
          蜜蜂算法是一种受蜜蜂觅食行为启发的优化算法,通过模拟蜜蜂的群体智能来解决优化问题。本文介绍了蜜蜂算法的基本原理、数据结构设计、核心代码实现及算法优缺点。算法通过迭代更新蜜蜂位置,逐步优化适应度,最终找到问题的最优解。代码实现了单链表结构,用于管理蜜蜂节点,并通过适应度计算、节点移动等操作实现算法的核心功能。蜜蜂算法具有全局寻优能力强、参数设置简单等优点,但也存在对初始化参数敏感、计算复杂度高等缺点。
          78 20
          |
          2月前
          |
          并行计算 算法 测试技术
          C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面
          C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面,旨在通过综合策略提升程序性能,满足实际需求。
          84 1