较难算法美丽塔时间复杂度O(nlogn)

简介: 较难算法美丽塔时间复杂度O(nlogn)

题目

给你一个长度为 n 下标从 0 开始的整数数组 maxHeights 。你的任务是在坐标轴上建 n 座塔。第 i 座塔的下标为 i ,高度为 heights[i] 。

如果以下条件满足,我们称这些塔是 美丽 的:

1 <= heights[i] <= maxHeights[i]

heights 是一个 山状 数组。

如果存在下标 i 满足以下条件,那么我们称数组 heights 是一个 山状 数组:

对于所有 0 < j <= i ,都有 heights[j - 1] <= heights[j]

对于所有 i <= k < n - 1 ,都有 heights[k + 1] <= heights[k]

请你返回满足 美丽塔 要求的方案中,高度和的最大值

时间复杂度

O(nlogn)

典型样例分析

当i是山顶时,Left[i]记录[0,i]的最大高度和,Right[i]记录[i,n)的最大高度和。

笨办法

由于赛场时间紧,压力大。所以只想到一个笨办法。从小到处理最大高度。下面以Left[i]为例来说明。如果不存在j(0<=j<i)使得maxHeight[j] < maxHeight[i] ,那么[0,i]的高度全为)maxHeight[i],如{5,4,3,2,1};如果只存在唯一的j,则[0,j]高度不变,(j,i]的高度为maxHeight[i],如{3,1,2}。如果存在多个j,以j最大的为准,如{2,1,3}。如果maxHeight[j] == maxHeight[i],则height[j]变和不变的结果都一样。

代码

核心代码

class Solution {
public:
    long long maximumSumOfHeights(vector<int>& maxHeights) {
        m_c = maxHeights.size();
        std::multimap<int, int> mHeightIndex;
        for (int i = 0; i < m_c; i++)
        {
            mHeightIndex.emplace(maxHeights[i], i);
        }
        for (const auto& [h, i] : mHeightIndex)
        {
            {//计算m_mLeft
                auto it = m_mLeft.lower_bound(i);
                if (m_mLeft.begin() == it)
                {
                    m_mLeft[i] = (long long)h * (i + 1);
                }
                else
                {
                    auto pre = std::prev(it);
                    m_mLeft[i] = pre->second + (long long)h * (i - pre->first);
                }
            }
            {//计算m_mRight
                auto it = m_mRight.upper_bound(i);
                if (m_mRight.end() == it)
                {
                    m_mRight[i] = (long long)h * (m_c - i);
                }
                else
                {
                    m_mRight[i] = (long long)it->second + (long long)h * (it->first - i);
                }
            }
        }
        long long llRet = 0;
        for (int i = 0; i < m_c; i++)
        {//假定i是山顶            
            long long llCur = m_mLeft[i] + m_mRight[i] - maxHeights[i];
            llRet = max(llRet, llCur);
        }        
        return llRet;
    }
    int m_c;
    std::map<int, long long> m_mLeft, m_mRight;
};

测试用代码

class CDebug : public Solution
{
public:
    long long maximumSumOfHeights( vector<int>& maxHeights, vector<int>& vLeft, vector<int>& vRight)
    {
        long long llRet = Solution::maximumSumOfHeights(maxHeights);
        for (const auto& it : m_mLeft)
        {
            assert(it.second == vLeft[it.first]);
        }
        for (const auto& it : m_mRight)
        {
            assert(it.second == vRight[it.first]);
        }
        //调试用代码
        std::cout << "Left: ";
        for (int i = 0; i < m_c; i++)
        {
            std::cout << m_mLeft[i] << " ";
        }
        std::cout << std::endl;
        std::cout << "Right: ";
        for (int i = 0; i < m_c; i++)
        {
            std::cout << m_mRight[i] << " ";
        }
        std::cout << std::endl;
        return llRet;
    }
};
int main()
{
    vector < vector<vector<int>>> param = { {{1,2,3,4,5} ,{1,3,6,10,15},{5,8,9,8,5}} ,
        {{5,4,3,2,1},{5,8,9,8,5},{15,10,6,3,1}} ,
        {{1,2,4,3,5},{1,3,7,9,14},{5,8,10,6,5}},
    {{3,1,2}, {3,2,4},{5,2,2}},
    {{2,1,3},{2,2,5},{4,2,3}} };
    for ( auto& vv : param)
    {
        auto res = CDebug().maximumSumOfHeights(vv[0],vv[1],vv[2]);
    }
    //auto res = Solution().maxPalindromes("rire", 3);
//CConsole::Out(res);
}

测试环境

Win10,VS2022 C++17

相关下载

更优解美丽塔O(n)解法单调栈_闻缺陷则喜何志丹的博客-CSDN博客


源码及测试用例

https://download.csdn.net/download/he_zhidan/88370053


其它

视频课程

如果你觉得复杂,想从简单的算法开始,可以学习我的视频课程。

https://edu.csdn.net/course/detail/38771

我的其它课程

https://edu.csdn.net/lecturer/6176

测试环境

win7 VS2019 C++17 或Win10 VS2022 Ck++17

相关下载

算法精讲《闻缺陷则喜算法册》doc版

https://download.csdn.net/download/he_zhidan/88348653

相关文章
|
8天前
|
机器学习/深度学习 存储 缓存
数据结构从入门到精通——算法的时间复杂度和空间复杂度
算法的时间复杂度和空间复杂度是评估算法性能的两个重要指标。时间复杂度主要关注算法执行过程中所需的时间随输入规模的变化情况,而空间复杂度则关注算法执行过程中所需的最大存储空间或内存空间。
92 0
|
8天前
|
机器学习/深度学习 存储 算法
数据结构 | 算法的时间复杂度和空间复杂度【详解】(二)
数据结构 | 算法的时间复杂度和空间复杂度【详解】(二)
|
8天前
|
机器学习/深度学习 存储 算法
数据结构 | 算法的时间复杂度和空间复杂度【详解】(一)
什么是数据结构? 数据结构(Data Structure)是计算机存储、组织数据的方式,指相互之间存在一种或多种特定关系的数据元素的集合。
|
8天前
|
机器学习/深度学习 算法
算法的时间复杂度
算法的时间复杂度
44 0
|
1天前
|
机器学习/深度学习 算法 存储
[数据结构]——算法的时间复杂度和空间复杂度
[数据结构]——算法的时间复杂度和空间复杂度
|
8天前
|
存储 算法
算法的时间复杂度和空间复杂度
算法的时间复杂度和空间复杂度
|
8天前
|
存储 算法
算法的时间复杂度和空间复杂度
算法的时间复杂度和空间复杂度
|
8天前
|
机器学习/深度学习 算法
算法的时间复杂度及空间复杂度
算法的时间复杂度及空间复杂度
11 0
|
8天前
|
算法 数据处理 C语言
【数据结构与算法】快速排序(详解:快排的Hoare原版,挖坑法和双指针法|避免快排最坏时间复杂度的两种解决方案|小区间优化|非递归的快排)
【数据结构与算法】快速排序(详解:快排的Hoare原版,挖坑法和双指针法|避免快排最坏时间复杂度的两种解决方案|小区间优化|非递归的快排)
|
8天前
|
机器学习/深度学习 存储 算法
初阶数据结构之---导论,算法时间复杂度和空间复杂度(C语言)
初阶数据结构之---导论,算法时间复杂度和空间复杂度(C语言)