【每日算法Day 69】面试经典题:分发糖果问题

简介: 分发糖果

题目链接


LeetCode 135. 分发糖果[1]

题目描述



image.png

示例1

输入:
[1,0,2]
输出:
5
解释:
你可以分别给这三个孩子分发 2、1、2 颗糖果。

示例2

输入:
[1,2,2]
输出:
4
解释
:你可以分别给这三个孩子分发 1、2、1 颗糖果。第三个孩子只得到 1 颗糖果,这已满足上述两个条件。

题解


这题虽然难度定义成困难,但其实代码不长,思路也比较简单清晰。

首先明确一下题目中的两个条件,我们可以把所有人的分数在坐标轴中连起来,这样就形成了一个波形图(图片来自官方题解):image.png

image.png

要注意的一点是图中 pt.13 那个位置也是一个谷底,因为它右边的分数等于它。

那么问题的关键就是如何找到这些谷底了。

两次遍历


首先初始化所有人都

分到  个糖果。

然后从左向右遍历一次所有分数,如果发现分数小于等于前一个人分数,那暂时不用管,因为你从左向右是没法知道下坡的点距离谷底还有多远的。而如果发现分数大于前一个人分数,那么就在前一个人糖果数基础上,再多分一个给他,因为是上坡,所以谷底一定在左边已经遍历过了,是知道距离的。

接着就是遍历下坡了,也就是从右向左遍历所有分数,同理如果发现分数大于后一个人分数,那么就在后一个人糖果数基础上,再多分一个给他。

但是这里要处理一个冲突,那就是峰顶既是上坡,又是下坡,其实只要两次遍历完取上坡和下坡中糖果数较大的那个就行了。

总结一下就是一次从左向右遍历所有上坡,一次从右向左遍历所有下坡,峰顶取两次较大值

image.png

一次遍历


从上面方法中可以看出,本题求解的难点就在于从左向右遍历的时候,下坡到底有多长没法知道,必须全部遍历完了才能知道。还有就是山峰的值必须看左右两边的上坡下坡有多长。

为了解决这个问题,我们可以用变量 up 记录上坡的长度,down 记录下坡的长度。

当遇到谷底的时候,就表明一座山遍历结束了,那么我们只需要比较 updown 的大小就知道峰顶取值了。


image.png

在具体实现的时候,这个方法细节有点多,一不小心就会错,直接看代码注释吧。

继续看下面这张图:image.png贴一段官方的样例解释:image.png

image.png

单调栈



image.png

image.png

小结


第一种解法最容易理解和实现,也不用考虑什么特殊情况。但是后两种方法处理起来就稍稍有点麻烦了,需要结合样例和代码来理解。但是本质上都是一样的,都是从谷底(糖果数为 )开始,向两周扩展。方法一是先从每个谷底向右边上坡扩展,再向左边下坡扩展。方法二是计算出相邻两个谷底之间的上坡下坡长度,然后直接计算。第三个方法是从每个谷底先向左边下坡扩展,再向右边上坡扩展。

代码


两次遍历(c++)


classSolution {
public:   
intcandy(vector<int>&ratings) {  
intn=ratings.size(); 
vector<int>res(n, 1);  
for (inti=1; i<n; ++i) {   
if (ratings[i] >ratings[i-1]) {     
res[i] =res[i-1] +1;   
            }     
        }     
for (inti=n-2; i>=0; --i) {   
if (ratings[i] >ratings[i+1]) {   
res[i] =max(res[i], res[i+1]+1); 
            }     
        }     
returnaccumulate(res.begin(), res.end(), 0); 
    }
};

一次遍历(c++)

classSolution {
public:  
intcount(intn) {    
returnn*(n+1)/2;    }
intcandy(vector<int>&ratings) {   
intn=ratings.size();     
intsum=0;     
intup=0, down=0;    
intos=0, ns=0;    
for (inti=1; i<n; ++i) {      
ns=ratings[i]>ratings[i-1] ?1 : (ratings[i]
<ratings[i-1] ?-1 : 0);     
// 这座山峰遍历结束,计算糖果数。  if ((os<0&&ns>=0) ||os>0&&ns==0) {    
// 这里看似好像峰顶没有加 1,其实是 count(down) 减去了 1。                // 因为谷底是共享的,所以将谷底给了下一座山峰的上坡。           sum+=count(up) +count(down) +max(up, down);                up=down=0;     
            }        
if (ns>0) up++;    
elseif (ns<0) down++;    
// 如果是平原,说明谷底不会共享,之前少加的 1 再补上。            else if (!ns) sum++;    os=ns;    
        }     
// 最后一座山峰循环里不会计算到,再加上。    sum+=count(up) +count(down) +max(up, down) +1;        returnsum; 
    }
};

单调栈(c++)


classSolution {
public:  
intcandy(vector<int>&ratings) {     
ratings.push_back(INT_MAX);   
intn=ratings.size();  
vector<int>res(n, 1);  
stack<int>st;   
intsum=0;     
for (inti=0; i<n; ++i) {  
if (!st.empty() &&ratings[i] >=ratings[st.top()]) {                while (!st.empty()) {        
intj=st.top();    
st.pop();      
if (j<n-1&&ratings[j] >ratings[j+1]) {    
res[j] =max(res[j], res[j+1]+1);  
                }         
if (j>0&&ratings[j] >ratings[j-1]) {   
res[j] =max(res[j], res[j-1]+1);     
                }   
sum+=res[j]; 
            }   
                                                                }            st.push(i);  
        }      
returnsum;  
    }
};

参考资料

[1]

LeetCode 135. 分发糖果: https://leetcode-cn.com/problems/candy/

image.png

作者简介:godweiyang知乎同名华东师范大学计算机系硕士在读,方向自然语言处理与深度学习喜欢与人分享技术与知识,期待与你的进一步交流~


相关文章
|
4月前
|
负载均衡 NoSQL 算法
一天五道Java面试题----第十天(简述Redis事务实现--------->负载均衡算法、类型)
这篇文章是关于Java面试中Redis相关问题的笔记,包括Redis事务实现、集群方案、主从复制原理、CAP和BASE理论以及负载均衡算法和类型。
一天五道Java面试题----第十天(简述Redis事务实现--------->负载均衡算法、类型)
|
2月前
|
算法 Java 数据库
美团面试:百亿级分片,如何设计基因算法?
40岁老架构师尼恩分享分库分表的基因算法设计,涵盖分片键选择、水平拆分策略及基因法优化查询效率等内容,助力面试者应对大厂技术面试,提高架构设计能力。
美团面试:百亿级分片,如何设计基因算法?
|
2月前
|
算法 前端开发 Java
数据结构与算法学习四:单链表面试题,新浪、腾讯【有难度】、百度面试题
这篇文章总结了单链表的常见面试题,并提供了详细的问题分析、思路分析以及Java代码实现,包括求单链表中有效节点的个数、查找单链表中的倒数第k个节点、单链表的反转以及从尾到头打印单链表等题目。
33 1
数据结构与算法学习四:单链表面试题,新浪、腾讯【有难度】、百度面试题
|
2月前
|
机器学习/深度学习 算法 Java
机器学习、基础算法、python常见面试题必知必答系列大全:(面试问题持续更新)
机器学习、基础算法、python常见面试题必知必答系列大全:(面试问题持续更新)
|
2月前
|
算法 Java 数据库
美团面试:百亿级分片,如何设计基因算法?
40岁老架构师尼恩在读者群中分享了关于分库分表的基因算法设计,旨在帮助大家应对一线互联网企业的面试题。文章详细介绍了分库分表的背景、分片键的设计目标和建议,以及基因法的具体应用和优缺点。通过系统化的梳理,帮助读者提升架构、设计和开发水平,顺利通过面试。
美团面试:百亿级分片,如何设计基因算法?
|
2月前
|
算法 Java 数据中心
探讨面试常见问题雪花算法、时钟回拨问题,java中优雅的实现方式
【10月更文挑战第2天】在大数据量系统中,分布式ID生成是一个关键问题。为了保证在分布式环境下生成的ID唯一、有序且高效,业界提出了多种解决方案,其中雪花算法(Snowflake Algorithm)是一种广泛应用的分布式ID生成算法。本文将详细介绍雪花算法的原理、实现及其处理时钟回拨问题的方法,并提供Java代码示例。
76 2
|
3月前
|
机器学习/深度学习 JavaScript 算法
面试中的网红虚拟DOM,你知多少呢?深入解读diff算法
该文章深入探讨了虚拟DOM的概念及其diff算法,解释了虚拟DOM如何最小化实际DOM的更新,以此提升web应用的性能,并详细分析了diff算法的实现机制。
|
4月前
|
消息中间件 存储 算法
这些年背过的面试题——实战算法篇
本文是技术人面试系列实战算法篇,面试中关于实战算法都需要了解哪些内容?一文带你详细了解,欢迎收藏!
|
4月前
|
JavaScript 算法 索引
【Vue面试题二十三】、你了解vue的diff算法吗?说说看
这篇文章深入分析了Vue中的diff算法,解释了其在新旧虚拟DOM节点比较中的工作机制,包括同层节点比较、循环向中间收拢的策略,并通过实例演示了diff算法的执行过程,同时提供了源码层面的解析,说明了当数据变化时,如何通过Watcher触发patch函数来更新DOM。
【Vue面试题二十三】、你了解vue的diff算法吗?说说看
|
4月前
|
机器学习/深度学习 算法 数据中心
【机器学习】面试问答:PCA算法介绍?PCA算法过程?PCA为什么要中心化处理?PCA为什么要做正交变化?PCA与线性判别分析LDA降维的区别?
本文介绍了主成分分析(PCA)算法,包括PCA的基本概念、算法过程、中心化处理的必要性、正交变换的目的,以及PCA与线性判别分析(LDA)在降维上的区别。
95 4
下一篇
无影云桌面