【map】【滑动窗口】C++算法:最小区间

简介: 【map】【滑动窗口】C++算法:最小区间

题目 LeetCode:632

你有 k 个 非递减排列 的整数列表。找到一个 最小 区间,使得 k 个列表中的每个列表至少有一个数包含在其中。

我们定义如果 b-a < d-c 或者在 b-a == d-c 时 a < c,则区间 [a,b] 比 [c,d] 小。

示例 1:

输入:nums = [[4,10,15,24,26], [0,9,12,20], [5,18,22,30]]

输出:[20,24]

解释:

列表 1:[4, 10, 15, 24, 26],24 在区间 [20,24] 中。

列表 2:[0, 9, 12, 20],20 在区间 [20,24] 中。

列表 3:[5, 18, 22, 30],22 在区间 [20,24] 中。

示例 2:

输入:nums = [[1,2,3],[1,2,3],[1,2,3]]

输出:[1,1]

提示:

nums.length == k

1 <= k <= 3500

1 <= nums[i].length <= 50

-105 <= nums[i][j] <= 105

nums[i] 按非递减顺序排列

分析

假定区间为[left,right],k个列表在[left,right]中的最小值为m1,最大值为m2。则left=m1,right=m2。

如果left < m1,将left改成m1,仍然符合题意。如果left >m1,则m1不在区间。

如果right < m2 ,则m2不在区间。如果right >m2,将right 改成m2,仍然符合题意。

从小到大枚举left,各列表小于left的数排除,各队列的最小值的最大值就是对应的right。

tmp就是nums 各元素倒值,降序,方便向量出栈。

mValueToIndex记录各队列的最小值和小标。tmp中的值加到mValueToIndex后,就出栈。

mValueToIndex的最小值也是所有队列的最小值,所以排除mValueToIndex的最小值就可以了。

当某个队列nums[i]为空时,程序结束。

代码

核心代码

class Solution {
public:
  vector<int> smallestRange(const vector<vector<int>>& nums) {
    auto tmp = nums;
    std::multimap<int, int> mValueToIndex;
    for (int i = 0 ; i < tmp.size(); i++ )
    {
      auto& v = tmp[i];
      std::reverse(v.begin(), v.end());
      mValueToIndex.emplace(v.back(), i);
      v.pop_back();
    }
    int left = mValueToIndex.begin()->first, right = mValueToIndex.rbegin()->first;
    while (tmp[mValueToIndex.begin()->second].size())
    {
      const int i = mValueToIndex.begin()->second;
      mValueToIndex.erase(mValueToIndex.begin());
      mValueToIndex.emplace(tmp[i].back(),i);
      tmp[i].pop_back();
      int leftCur = mValueToIndex.begin()->first, rightCur = mValueToIndex.rbegin()->first;
      if (rightCur - leftCur < right - left)
      {
        left = leftCur;
        right = rightCur;
      }
    }
    return { left,right };
  }
};

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<vector<int>> nums;
  {
    Solution sln;
    nums = { {4,10,15,24,26}, {0,9,12,20}, {5,18,22,30} };
    auto res = sln.smallestRange(nums);
    Assert(vector<int>{20, 24}, res);
  }
  {
    Solution sln;
    nums = { {1,2,3},{1,2,3},{1,2,3} };
    auto res = sln.smallestRange(nums);
    Assert(vector<int>{1, 1}, res);
  }
//CConsole::Out(res);
}

2023年4月版

class Solution {
public:
vector smallestRange(vector& nums) {
std::set setValue;
for (const auto& v : nums)
{
for (const int& i : v)
{
setValue.emplace(i);
}
}
int iRet = INT_MAX;
int iMax = 0;
for (const auto& value : setValue)
{
int iMin = INT_MAX;
bool bSuc = true;
for (const auto& v : nums)
{
auto iNum = std::upper_bound(v.begin(), v.end(), value) - v.begin();
if (0 == iNum)
{
bSuc = false;
break;
}
iMin = min(iMin, v[iNum - 1]);
}
if (bSuc)
{
if (value - iMin + 1 < iRet)
{
iRet = value - iMin + 1;
iMax = value;
}
}
}
return vector{iMax - iRet + 1, iMax};
}
};

2023年8月版

class Solution {
public:
vector smallestRange(vector& nums) {
m_c = nums.size();
vector vPre(m_c);
std::map mValueIndex;
std::multiset setMax;
for (int i = 0 ; i < m_c ; i++)
{
const auto& v = nums[i];
setMax.emplace(v[0]);
vPre[i] = v[0];
for (int j = 1; j < v.size(); j++)
{
mValueIndex[v[j]].emplace_back(i);
}
}
vector vRet = { *setMax.begin(),*setMax.rbegin() };
for (const auto& it : mValueIndex)
{
for (const auto& next : it.second)
{
auto ij = setMax.find(vPre[next]);
setMax.erase(ij);
setMax.emplace(it.first);
vPre[next] = it.first;
}
vector cur = { *setMax.begin(),*setMax.rbegin() };
if ((cur[1]-cur[0]) < (vRet[1]-vRet[0]))
{
cur.swap(vRet);
}
}
return vRet;
}
int m_c;
};


扩展阅读

视频课程

有效学习:明确的目标 及时的反馈 拉伸区(难度合适),可以先学简单的课程,请移步CSDN学院,听白银讲师(也就是鄙人)的讲解。

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

如何你想快

速形成战斗了,为老板分忧,请学习C#入职培训、C++入职培训等课程

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

相关下载

想高屋建瓴的学习算法,请下载《喜缺全书算法册》doc版

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

测试环境

操作系统:win7 开发环境: VS2019 C++17

或者 操作系统:win10 开发环境: VS2022 C++17

如无特殊说明,本算法C++ 实现。

相关文章
|
1月前
|
存储 算法 C++
高精度算法(加、减、乘、除,使用c++实现)
高精度算法(加、减、乘、除,使用c++实现)
413 0
高精度算法(加、减、乘、除,使用c++实现)
|
1月前
|
存储 算法 决策智能
【算法】博弈论(C/C++)
【算法】博弈论(C/C++)
|
1月前
|
存储 算法 C++
【算法】哈希映射(C/C++)
【算法】哈希映射(C/C++)
|
1月前
|
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++)
|
1月前
|
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++)
|
24天前
|
算法 安全 数据安全/隐私保护
基于game-based算法的动态频谱访问matlab仿真
本算法展示了在认知无线电网络中,通过游戏理论优化动态频谱访问,提高频谱利用率和物理层安全性。程序运行效果包括负载因子、传输功率、信噪比对用户效用和保密率的影响分析。软件版本:Matlab 2022a。完整代码包含详细中文注释和操作视频。
|
9天前
|
算法 数据挖掘 数据安全/隐私保护
基于FCM模糊聚类算法的图像分割matlab仿真
本项目展示了基于模糊C均值(FCM)算法的图像分割技术。算法运行效果良好,无水印。使用MATLAB 2022a开发,提供完整代码及中文注释,附带操作步骤视频。FCM算法通过隶属度矩阵和聚类中心矩阵实现图像分割,适用于灰度和彩色图像,广泛应用于医学影像、遥感图像等领域。
|
10天前
|
算法 调度
基于遗传模拟退火混合优化算法的车间作业最优调度matlab仿真,输出甘特图
车间作业调度问题(JSSP)通过遗传算法(GA)和模拟退火算法(SA)优化多个作业在并行工作中心上的加工顺序和时间,以最小化总完成时间和机器闲置时间。MATLAB2022a版本运行测试,展示了有效性和可行性。核心程序采用作业列表表示法,结合遗传操作和模拟退火过程,提高算法性能。
|
11天前
|
存储 算法 决策智能
基于免疫算法的TSP问题求解matlab仿真
旅行商问题(TSP)是一个经典的组合优化问题,目标是寻找经过每个城市恰好一次并返回起点的最短回路。本文介绍了一种基于免疫算法(IA)的解决方案,该算法模拟生物免疫系统的运作机制,通过克隆选择、变异和免疫记忆等步骤,有效解决了TSP问题。程序使用MATLAB 2022a版本运行,展示了良好的优化效果。
|
10天前
|
机器学习/深度学习 算法 芯片
基于GSP工具箱的NILM算法matlab仿真
基于GSP工具箱的NILM算法Matlab仿真,利用图信号处理技术解析家庭或建筑内各电器的独立功耗。GSPBox通过图的节点、边和权重矩阵表示电气系统,实现对未知数据的有效分类。系统使用MATLAB2022a版本,通过滤波或分解技术从全局能耗信号中提取子设备的功耗信息。