C++二分查找算法:132 模式枚举3

简介: C++二分查找算法:132 模式枚举3

说明

本篇是视频课程的讲义,可以看直接查看视频。也可以下载源码,包括空源码。

本文涉及的基础知识点

二分查找算法合集

本题不同解法

题目

给你一个整数数组 nums ,数组中共有 n 个整数。132 模式的子序列由三个整数 nums[i]nums[j] nums[k] 组成,并同时满足:i < j < k nums[i] < nums[k] < nums[j]

如果 nums 中存在 132 模式的子序列,返回 true ;否则,返回 false

示例 1

输入:nums = [1,2,3,4]

输出:false

解释:序列中不存在 132 模式的子序列。

示例 2

输入:nums = [3,1,4,2]

输出:true

解释:序列中有 1 132 模式的子序列: [1, 4, 2]

示例 3

输入:nums = [-1,3,2,0]

输出:true

解释:序列中有 3 132 模式的的子序列:[-1, 3, 2][-1, 3, 0] [-1, 2, 0]

参数范围

n == nums.length

1 <= n <= 2 * 105

-109 <= nums[i] <= 109

分析

分两步。

第一步计算12存储到m_v2To1。m_v2To1[j]等于i表示nums[j] >=nsum[i],如果有多个合法的i,取最小值,如果不存在,m_v2To1[j]=m_c。mValueIndexkey对应数组值nums[i]value对应数组索引ii[0,j)。由于是从左向右寻找小于某数的数,如果i1>=i0,且nums[i1] >= nums[i0],则i1被淘汰。淘汰后,mValueIndex中的数组值按升序排序,数组索引按降序排序。如果mValueIndex中存在数组值小于iValue的数,那说明存在值、索引都比i小的数,i被淘汰。大于等于i的索引还未添加。如果不存在,不需要判断当前值和索引是否淘汰已有值,因为:索引是按从小到大添加的。添加时需要判断当真值,是否存在。如果存在,则其索引一定小于当前索引,无需添加。

第二步,遍历m_v2To1,寻找是否存在kmValueIndexkey对应数组值nums[k]value对应数组索引kj[0,i)。由于是从右向左寻找大于某数的数,所以数组值和索引都小的值和索引被淘汰。淘汰后,mValueIndex中的数组值按升序排序,数组索引按降序排序。由于mValueIndex已有数据中的索引小于当前索引,所以只需要考虑淘汰旧值(数组值小于等于当前数组值)。k需要符合以下三个条件:

条件一

nums[k] > nums[j]

条件二

k > i(即v2To1[j])

条件三

k < j (一定符合,不符合的还没添加)

auto it = mValueIndex.upper_bound(iValue);

后[it, mValueIndex.end()) 都符合条件一,由于索引是降序排序,所以只需要判断it->second是否大于i

核心代码

class Solution {
public:
         bool find132pattern(vector<int>& nums) {
                   m_c = nums.size();
                   m_v2To1.assign(m_c, m_c);
                   {
                            map<int, int> mValueIndex;//key按升序,value按降序排序
                            for (int j = 0; j < m_c; j++)
                            {
                                     const int iValue = nums[j];
                                     auto it = mValueIndex.lower_bound(iValue);
                                      if (mValueIndex.begin() != it)
                                     {
                                               auto itPre = std::prev(it);
                                               m_v2To1[j] = itPre->second;
                                               continue;//key和value都小于等于iValue和i,i被淘汰
                                     }
                                     //删除key和value都大于等于iValue和i
                                     if (!mValueIndex.count(nums[j]))
                                     {
                                               mValueIndex[nums[j]] = j;
                                     }
                            }
                   }
                   //遍历v[2],看是否存在3
                   {
                            map<int, int> mValueIndex;//132的3,从右向左找大于2的值。key按升序,value按降序排序
                            for (int j = 0; j < m_c; j++)
                            {
                                     const int iValue = nums[j];
                                     auto it = mValueIndex.upper_bound(iValue);
                                     if (mValueIndex.end() != it)
                                     {
                                               if (it->second > m_v2To1[j])
                                               {
                                                        m_iIndex3 = it->second;
                                                        return true;
                                               }
                                     }
                                     while (mValueIndex.size() && (mValueIndex.begin()->first <= iValue))
                                     {
                                               mValueIndex.erase(mValueIndex.begin());
                                     }
                                     mValueIndex[iValue] = j;
                            }
                   }
                   return false;
         }
         vector<int> m_v2To1;//v[i]等于j表示nums[i] >=nsum[j],如果有多个合法的j,取最小值,如果不存在,v[i]=m_c。
         int m_iIndex3=-1;      
         int m_c;
};

测试用例

template<class T>
void Assert(const T& t1, const T& t2)
{
         assert(t1 == t2);
}
template<class T>
void Assert(const vector<T>& v1, const vector<T>& v2)
{
         if (v1.size() != v2.size())
         {
                   assert(false);
                   return;
         }
         for (int i = 0; i < v1.size(); i++)
         {
                   Assert(v1[i], v2[i]);
         }
}
int main()
{
         vector<int> nums;
         bool res;
         {
                   Solution slu;
                   nums = { 3,5,0,3,4 };          
                   res = slu.find132pattern(nums);
                   Assert(vector<int>{5, 0, 5, 2,0}, slu.m_v2To1);
                   Assert(1, slu.m_iIndex3);
                   Assert(true, res);
         }
         {
                   nums = { 1 ,2, 3,4 };
                   res = Solution().find132pattern(nums);
                   Assert(false, res);
         }
         {
                   Solution slu;
                   nums = { 3,1,4,2 };
                   res = slu.find132pattern(nums);
                   Assert(vector<int>{4, 4, 0, 1}, slu.m_v2To1);
                   Assert(2, slu.m_iIndex3);
                   Assert(true, res);
         }
         {
                   Solution slu;
                   nums = { -1,3,2,0 };
                   res = slu.find132pattern(nums);
                   Assert(vector<int>{4, 0, 0, 0}, slu.m_v2To1);
                   Assert(1, slu.m_iIndex3);
                   Assert(true, res);
         }
         //CConsole::Out(res);
}

其它

学院课程

基础算法的C++实现课程,请点击下面的CSDN学院的链接。讲义有算法详解。

2024年1月15之前完全免费,之后绝大部分免费

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

C#入职培训

此课程的目的:让新同事更快完成从学生到C#程序员的转换,更快上手完成C#的开发工作。

https://edu.csdn.net/course/detail/38768

C++入职培训

让新同事更快完成从学生到C++程序员的转换,更快上手完成C++的开发工作。

https://edu.csdn.net/course/detail/32049

运行验证环境

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

每天都补充正能量

好好学习,天天向上。

事无终始,无务多业。

是故置本不安者,无务丰末。

相关下载

如果你时间宝贵,只想看精华,请到CSDN下载频道下载《闻缺陷则喜算法册》doc版

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


相关文章
|
5天前
|
算法 Java 机器人
Java数据结构与算法:查找算法之二分查找
Java数据结构与算法:查找算法之二分查找
|
7天前
|
存储 算法 C语言
二分查找算法的概念、原理、效率以及使用C语言循环和数组的简单实现
二分查找算法的概念、原理、效率以及使用C语言循环和数组的简单实现
|
6天前
|
算法 数据中心 C++
基于C++雪花算法工具类Snowflake -来自chatGPT
基于C++雪花算法工具类Snowflake -来自chatGPT
9 1
|
11天前
|
算法 数据处理 C++
C++一分钟之-迭代器与算法
【6月更文挑战第21天】C++ STL的迭代器统一了容器元素访问,分为多种类型,如输入、输出、前向、双向和随机访问。迭代器使用时需留意失效和类型匹配。STL算法如查找、排序、复制要求特定类型的迭代器,注意容器兼容性和返回值处理。适配器和算法组合增强灵活性,但过度使用可能降低代码可读性。掌握迭代器和算法能提升编程效率和代码质量。
24 3
|
15天前
|
算法 前端开发 Linux
【常用技巧】C++ STL容器操作:6种常用场景算法
STL在Linux C++中使用的非常普遍,掌握并合适的使用各种容器至关重要!
38 10
|
11天前
|
机器学习/深度学习 算法 索引
数据结构算法--1 顺序查找二分查找
**顺序查找时间复杂度为O(n)**,适合无序列表,可以通过`enumerate`或直接遍历索引来实现。**二分查找时间复杂度为O(logn)**,适用于有序列表,利用Python中`left`、`right`指针和`mid`点不断缩小搜索范围。效率上二分查找更优。
|
11天前
|
存储 算法 Java
Java查找算法概览:二分查找适用于有序数组,通过比较中间元素缩小搜索范围;哈希查找利用哈希函数快速定位,示例中使用HashMap存储键值对,支持多值关联。
【6月更文挑战第21天】Java查找算法概览:二分查找适用于有序数组,通过比较中间元素缩小搜索范围;哈希查找利用哈希函数快速定位,示例中使用HashMap存储键值对,支持多值关联。简单哈希表实现未涵盖冲突解决和删除操作。
15 1
|
13天前
|
算法 搜索推荐 Java
二分查找算法详解及实现
二分查找算法详解及实现
18 2
|
17天前
|
算法 C++
【数据结构与算法】:关于时间复杂度与空间复杂度的计算(C/C++篇)——含Leetcode刷题-2
【数据结构与算法】:关于时间复杂度与空间复杂度的计算(C/C++篇)——含Leetcode刷题
|
17天前
|
存储 算法 C++
【数据结构与算法】:带你手搓顺序表(C/C++篇)
【数据结构与算法】:带你手搓顺序表(C/C++篇)