【算法】1920. 基于排列构建数组(java / c / c++ / python / go / rust)

简介: 给你一个 从 0 开始的排列 nums(下标也从 0 开始)。请你构建一个 同样长度 的数组 ans ,其中,对于每个 i(0 <= i < nums.length),都满足 ans[i] = nums[nums[i]] 。返回构建好的数组 ans 。从 0 开始的排列 nums 是一个由 0 到 nums.length - 1(0 和 nums.length - 1 也包含在内)的不同整数组成的数组。

1920. 基于排列构建数组:

给你一个 从 0 开始的排列 nums(下标也从 0 开始)。请你构建一个 同样长度 的数组 ans ,其中,对于每个 i(0 <= i < nums.length),都满足 ans[i] = nums[nums[i]] 。返回构建好的数组 ans 。

从 0 开始的排列 nums 是一个由 0 到 nums.length - 1(0 和 nums.length - 1 也包含在内)的不同整数组成的数组。

样例 1:

 输入:
     nums = [0,2,1,5,3,4]
输出:
    [0,1,2,4,5,3]
解释:
    数组 ans 构建如下:
    ans = [nums[nums[0]], nums[nums[1]], nums[nums[2]], nums[nums[3]], nums[nums[4]], nums[nums[5]]]
        = [nums[0], nums[2], nums[1], nums[5], nums[3], nums[4]]
        = [0,1,2,4,5,3]

样例 2:

输入:
    nums = [5,0,1,2,3,4]
输出:
    [4,5,0,1,2,3]
解释:
    数组 ans 构建如下:
    ans = [nums[nums[0]], nums[nums[1]], nums[nums[2]], nums[nums[3]], nums[nums[4]], nums[nums[5]]]
        = [nums[5], nums[0], nums[1], nums[2], nums[3], nums[4]]
        = [4,5,0,1,2,3]

提示:

  • 1 <= nums.length <= 1000
  • 0 <= nums[i] < nums.length
  • nums 中的元素 互不相同

分析

题目描述既是答案,直接新建一个同样大小的数组,遍历一遍,按顺序赋值即可。

但是这样需要占更多内容空间,而且单纯这样做,根本算不上算法吧?

怎样能做到不占用新的内存空间呢?提示中,每个数的范围都在[0,999]之间,这是个关键。


题解

java

按照题意的直接处理法

class Solution {
    public int[] buildArray(int[] nums) {
        final int n = nums.length;
        
        int[] ans = new int[n];
        
        for (int i = 0; i < n; ++i) {
            ans[i] = nums[nums[i]];
        }
        
        return ans;
    }
}

不开辟新的空间,直接在原数组处理

class Solution {
    public int[] buildArray(int[] nums) {
        final int n         = nums.length;
        final int highValue = 1000;

        // 将结果值附加到数组
        for (int i = 0; i < n; ++i) {
            // 将原值+结果
            // 一个值同时存储了原值和结果值
            nums[i] += highValue * (nums[nums[i]] % highValue);
        }

        // 将原值剔除,仅保留结果
        for (int i = 0; i < n; ++i) {
            nums[i] /= highValue;
        }

        return nums;
    }
}

c

/**
 * Note: The returned array must be malloced, assume caller calls free().
 */
int* buildArray(int* nums, int numsSize, int* returnSize){
    const int highValue = 1000;

    for (int i = 0; i < numsSize; ++i) {
        nums[i] += highValue * (nums[nums[i]] % highValue);
    }

    for (int i = 0; i < numsSize; ++i) {
        nums[i] /= highValue;
    }

    *returnSize = numsSize;

    return nums;
}

c++

class Solution {
public:
    vector<int> buildArray(vector<int>& nums) {
        const int highValue = 1000;
        int n = nums.size();

        for (int i = 0; i < n; ++i) {
            nums[i] += highValue * (nums[nums[i]] % highValue);
        }
        
        for (int i = 0; i < n; ++i) {
            nums[i] /= highValue;
        }

        return nums;
    }
};

python

from typing import List

class Solution:
    def buildArray(self, nums: List[int]) -> List[int]:
        highValue = 1000
        n = len(nums)
        for i in range(n):
            nums[i] += highValue * (nums[nums[i]] % highValue)
        for i in range(n):
            nums[i] //= highValue
        return nums

go

func buildArray(nums []int) []int {
    highValue := 1000
    n := len(nums)

    for i := 0; i < n; i++ {
        nums[i] += highValue * (nums[nums[i]] % highValue)
    }

    for i := 0; i < n; i++ {
        nums[i] /= highValue
    }

    return nums;
}

rust

impl Solution {
    pub fn build_array(nums: Vec<i32>) -> Vec<i32> {
        let mut nums = nums;
        
        let high_value = 1000;
        let n = nums.len();
        
        for i in 0..n {
            nums[i] += high_value * (nums[nums[i] as usize] % high_value);
        }

        for i in 0..n {
            nums[i] /= high_value;
        }

        return nums;
    }
}

原题传送门:https://leetcode-cn.com/problems/build-array-from-permutation/


非常感谢你阅读本文~
放弃不难,但坚持一定很酷~
希望我们大家都能每天进步一点点~
本文由 二当家的白帽子:https://developer.aliyun.com/profile/sqd6avc7qgj7y 博客原创~

相关文章
|
2天前
|
中间件 API 调度
深入探究 Python 异步编程:利用 asyncio 和 aiohttp 构建高效并发应用
深入探究 Python 异步编程:利用 asyncio 和 aiohttp 构建高效并发应用
8 4
|
2天前
|
监控 并行计算 数据处理
构建高效Python应用:并发与异步编程的实战秘籍,IO与CPU密集型任务一网打尽!
在Python编程的征途中,面对日益增长的性能需求,如何构建高效的应用成为了每位开发者必须面对的课题。并发与异步编程作为提升程序性能的两大法宝,在处理IO密集型与CPU密集型任务时展现出了巨大的潜力。今天,我们将深入探讨这些技术的最佳实践,助你打造高效Python应用。
9 0
|
2天前
|
Python
从零到一:构建Python异步编程思维,掌握协程与异步函数
从零到一:构建Python异步编程思维,掌握协程与异步函数
8 0
|
2天前
|
JSON API 开发者
深入解析Python网络编程与Web开发:urllib、requests和http模块的功能、用法及在构建现代网络应用中的关键作用
深入解析Python网络编程与Web开发:urllib、requests和http模块的功能、用法及在构建现代网络应用中的关键作用
6 0
|
2天前
|
存储 算法 决策智能
【算法】博弈论(C/C++)
【算法】博弈论(C/C++)
|
2天前
|
存储 算法 C++
【算法】哈希映射(C/C++)
【算法】哈希映射(C/C++)
|
2天前
|
机器学习/深度学习 人工智能 算法
【算法】最长公共子序列(C/C++)
【算法】最长公共子序列(C/C++)
|
2天前
|
人工智能 算法 BI
一篇带你速通差分算法(C/C++)
一篇带你速通差分算法(C/C++)
|
2天前
|
人工智能 算法 C++
一篇带你速通前缀和算法(C/C++)
一篇带你速通前缀和算法(C/C++)
|
2天前
|
存储 算法 C++
弗洛伊德(Floyd)算法(C/C++)
弗洛伊德(Floyd)算法(C/C++)