上一篇文章写bitCount源码解析,对困难题有一些抽象的理解。
困难题就是一个个简单的知识点组成,加上其内在的逻辑联系。所以一个困难题,应该是先观其规律,再进行逻辑转换问题,再拆解小问题,用积累的知识点解决。
当然,如果没有积累到/思考角度不对,就看题解,多调研,别浪费时间!
// target:从两个数组选出两组数据,合并倒序,就得到一个最大组合值。
// 转换成有规律的问题。
// 问题
// 两数组肯定尽量单调(最大的那个单调),但是取出的单调栈合并长度并不一定为k
// 如果两者合并长度大于等于k,倒排之后(依次选择),取前k个即可。
// 如果不够k怎么办?
很明显,我的角度错了,但也有可取之处,比如单调栈。
而我角度错了的原因,就是没有将问题从模拟问题转化为有规律的问题,这样才能用代码实现!
将k分解为k = x + y,不断模拟两个数值数组的最大拼接,记录最大的那一个。
现在已经将问题规律化了,然后拆解小问题,就涉及到小知识点了
1.带remain的单调栈来取数值数数组指定长度最大子序列。
2.O(N)合并两个数值数组,使其该数值数组最大值。
3.两数值数组比较大小的处理方式。
class Solution {
// target:从两个数组选出两组数据,合并倒序,就得到一个最大组合值。
// 转换成有规律的问题。
// 问题
// 两数组肯定尽量单调(最大的那个单调),但是取出的单调栈合并长度并不一定为k
// 如果两者合并长度大于等于k,倒排之后(依次选择),取前k个即可。
// 如果不够k怎么办?
// 调研思路
// 将k分成 k = x + y,不断寻找x和y,然后拼接,比较,记录最大值。
public int[] maxNumber(int[] nums1, int[] nums2, int k) {
int m = nums1.length,n = nums2.length;
int start = Math.max(0,k - n);
int end = Math.min(k,m);
int[] maxRs = new int[k];
// 强行分解k = x + y,进行遍历记录最大值。
// hard-mark:问题转换(规律非模拟问题)+问题拆解(多个小知识点)+多个小问题的逻辑联系。
for(int i = start;i <= end;i++){
int[] seq1 = getSeq(nums1,i);
int[] seq2 = getSeq(nums2,k - i);
int[] curRs = merge(seq1,seq2);
if(compare(maxRs,0,curRs,0) < 0) System.arraycopy(curRs,0,maxRs,0,k);
}
return maxRs;
}
// 知识点1:O(N)合并两个数值数组,使其该数值数组最大值。
public int[] merge(int[] nums1,int[] nums2){
int m = nums1.length,n = nums2.length;
if(m == 0) return nums2;
if(n == 0) return nums1;
int i = 0,j = 0;
int[] rs = new int[m + n];
for(int k = 0;k < m + n;k++){
if(compare(nums1,i,nums2,j) > 0) rs[k] = nums1[i++];
else rs[k] = nums2[j++];
}
return rs;
}
// 知识点2:两数值数组比较大小,尽量返回int,而不是boolean
public int compare(int[] nums1,int i,int[] nums2,int j){
int m = nums1.length,n = nums2.length;
while(i < m && j < n){
int gap = nums1[i] - nums2[j];
if(gap != 0) return gap;
++i;
++j;
}
return (m - i) - (n - j);
}
// 知识点3:单调减栈 配合 remain,可以做到求指定长度的最大子序列。
public int[] getSeq(int[] nums,int k){
int[] stack = new int[k];
int top = 0,remain = nums.length - k;
for(int cur : nums){
while(top > 0 && stack[top - 1] < cur && remain > 0){
top--;
remain--;// 不需要的上限
}
if(top < k){
stack[top++] = cur;
}else remain--;
}
return stack;
}
}
func maxNumber(nums1 []int, nums2 []int, k int) []int {
m,n := len(nums1),len(nums2)
start,end := max(0,k - n),min(k,m)
maxRs := make([]int,k)
// k = x + y,取子序列,再合并,最后比较大小,并记录。
for i := start;i <= end;i++ {
seq1 := getSeq(nums1,i)
seq2 := getSeq(nums2,k - i)
curRs := merge(seq1,seq2)
if compare(curRs,0,maxRs,0) > 0 {
copy(maxRs,curRs)
}
}
return maxRs
}
// 知识点1:O(N)合并两个数值数组,使其该数值数组最大值。
func merge(nums1 []int,nums2 []int) []int {
m,n := len(nums1),len(nums2)
if m == 0 {
return nums2
}
if n == 0 {
return nums1
}
i,j := 0,0
rs := make([]int,m + n)
for k := 0;k < m + n;k++ {
if compare(nums1,i,nums2,j) > 0 {
rs[k] = nums1[i]
i++
}else {
rs[k] = nums2[j]
j++
}
}
return rs
}
// 知识点2:两数值数组比较大小,尽量返回int,而不是boolean
func compare(nums1 []int,i int,nums2 []int,j int) int {
m,n := len(nums1),len(nums2)
for ; i < m && j < n; {
gap := nums1[i] - nums2[j]
if gap != 0 {
return gap
}
i++
j++
}
return (m - i) - (n - j)
}
// 知识点3:单调减栈 配合 remain,可以做到求指定长度的最大子序列。
func getSeq(nums []int,k int) []int {
stack := make([]int,k)
top := 0
remain := len(nums) - k
for _,cur := range nums {
for ; top > 0 && stack[top - 1] < cur && remain > 0; {
top--;
remain--;
}
if top < k {
stack[top] = cur;
top++
}else {
remain--
}
}
return stack
}
// 取大值
func max(i int,j int) int {
if i > j {
return i
}
return j
}
// 取小值
func min(i int,j int) int {
if i < j {
return i
}
return j
}
1)一个困难题,应该是先观其规律,再进行逻辑转换问题,再拆解小问题,用积累的知识点解决。
2)如果没有积累到/思考角度不对,就看题解,多调研,别浪费时间!
3)多解决困难题,对提升解决问题能力有帮助,但是这是长期提升,而短期需要找工作则边界收益不大,性价比低。
[1] LeetCode 321.拼接最大数
[2] LeetCode 321.拼接最大数-官方题解
[3] go 数组copy用法
[4] go foreach用法