————— 第二天 —————
什么意思呢?让我们举几个栗子:
给定整数1593212,删去3个数字,新整数的最小情况是1212
给定整数30200,删去1个数字,新整数的最小情况是200
给定整数10,删去2个数字,新整数的最小情况是0
需要注意的是,给定的整数大小可以超过long类型的范围,所以需要用字符串来表示。
————————————
我们来举一个栗子:
给定整数 541270936,要求删去一个数,让剩下的整数尽可能小。
此时,无论删除哪一个数字,最后的结果都是从9位整数变成8位整数。既然同样是8位整数,我们显然应该优先把高位的数字降低,这样对新整数的值影响最大。
如何把高位的数字降低呢?很简单,我们把原整数的所有数字从左到右进行比较,如果发现某一位的数字大于它右面的数字,那么在删除该数字后,必然会使得该数位的值降低,因为右面比它小的数字顶替了它的位置。
在咱们这个例子中,数字5右侧的数字4小于5,所以删除数字5,最高位数字降低成了4。
/**
* 删除整数的k个数字,获得删除后的最小值
* @param num 原整数
* @param k 删除数量
*/
public static String removeKDigits(String num, int k) {
String numNew = num;
for(int i=0; i<k; i++){
boolean hasCut = false;
//从左向右遍历,找到比自己右侧数字大的数字并删除
for(int j=0; j<numNew.length()-1;j++){
if(numNew.charAt(j) > numNew.charAt(j+1)){
numNew = numNew.substring(0, j) + numNew.substring(j+1,numNew.length());
hasCut = true;
break;
}
}
//如果没有找到要删除的数字,则删除最后一个数字
if(!hasCut){
numNew = numNew.substring(0, numNew.length()-1);
}
//清除整数左侧的数字0
numNew = removeZero(numNew);
}
//如果整数的所有数字都被删除了,直接返回0
if(numNew.length() == 0){
return "0";
}
return numNew;
}
private static String removeZero(String num){
for(int i=0; i<num.length()-1; i++){
if(num.charAt(0) != '0'){
break;
}
num = num.substring(1, num.length()) ;
}
return num;
}
public static void main(String[] args) {
System.out.println(removeKDigits("1593212",3));
System.out.println(removeKDigits("30200",1));
System.out.println(removeKDigits("10",2));
System.out.println(removeKDigits("541270936",3));
}
小灰的代码使用了两层循环,外层循环基于删除次数(k),内层循环从左到右遍历所有数字。
当遍历到需要删除的数字时,利用字符串的自身方法subString() 把对应数字删除,并重新拼接字符串。
显然,这段代码的时间复杂度是O(kn)。
结果,提交以后......
翻译过来就是:恭喜你,打败了16.56%的小伙伴!
1.每一次内层循环,都需要从头遍历所有数字
比如给定的整数是 11111111111114132,我们在第一轮循环中,需要遍历大部分数字,一直遍历到数字4,发现4>1,从而删除4。
以目前的代码逻辑,下一轮循环中,我们要从头开始遍历,再次重复遍历大部分数字,一直遍历到数字3,发现3>2,从而删除3。
事实上,我们应该停留在上一次删除的位置继续进行比较。而不是从头开始。
2.subString方法本身性能不高
subString方法的底层实现,涉及到了新字符串的创建,以及逐个字符的拷贝。这个方法自身的时间复杂度是O(n)。
因此,我们应该避免在每删除以后数字后就调用subString方法。
/**
* 删除整数的k个数字,获得删除后的最小值
* @param num 原整数
* @param k 删除数量
*/
public static String removeKDigits(String num, int k) {
//新整数的最终长度 = 原整数长度 - k
int newLength = num.length() - k;
//创建一个栈,用于接收所有的数字
char[] stack = new char[num.length()];
int top = 0;
for (int i = 0; i < num.length(); ++i) {
//遍历当前数字
char c = num.charAt(i);
//当栈顶数字大于遍历到的当前数字,栈顶数字出栈(相当于删除数字)
while (top > 0 && stack[top-1] > c && k > 0) {
top -= 1;
k -= 1;
}
//遍历到的当前数字入栈
stack[top++] = c;
}
// 找到栈中第一个非零数字的位置,以此构建新的整数字符串
int offset = 0;
while (offset < newLength && stack[offset] == '0') {
offset++;
}
return offset == newLength? "0": new String(stack, offset, newLength - offset);
}
public static void main(String[] args) {
System.out.println(removeKDigits("1593212",3));
System.out.println(removeKDigits("30200",1));
System.out.println(removeKDigits("10",2));
System.out.println(removeKDigits("541270936",3));
}
代码中非常巧妙地运用了栈的特性,在遍历原整数的数字时,让所有数字一个个入栈,当某个数字需要删除时,让该数字出栈。最后,程序把栈中的元素转化为字符串结果。
我们仍然以整数 541270936,k=3 为例:
遍历到数字5,数字5入栈:
遍历到数字4,发现栈顶5>4,栈顶5出栈,数字4入栈:
遍历到数字1,发现栈顶4>1,栈顶4出栈,数字1入栈:
继续遍历数字2,数字7,依次入栈。
遍历数字0,发现栈顶7>0,栈顶7出栈,数字0入栈:
此时k的次数已经用完,无需再比较,剩下的数字一口气入栈:
此时栈中的元素就是最终的结果。
代码只对所有数字遍历了一趟,遍历的时间复杂度是O(n),而后把栈转化为字符串的时间复杂度也是O(n),所以最终的时间复杂度是O(n)。
同时,程序中利用栈来回溯遍历过的数字以及删除数字,所以程序的空间复杂度是O(n)。
leetcode原题链接如下,有兴趣的小伙伴可以自己尝试哦:
https://leetcode.com/problems/remove-k-digits/description/