• leetcode 406. 根据身高重建队列


    假设有打乱顺序的一群人站成一个队列,数组 people 表示队列中一些人的属性(不一定按顺序)。每个 people[i] = [hi, ki] 表示第 i 个人的身高为 hi ,前面 正好 有 ki 个身高大于或等于 hi 的人。

    请你重新构造并返回输入数组 people 所表示的队列。返回的队列应该格式化为数组 queue ,其中 queue[j] = [hj, kj] 是队列中第 j 个人的属性(queue[0] 是排在队列前面的人)。

    示例 1:

    输入:people = [[7,0],[4,4],[7,1],[5,0],[6,1],[5,2]]
    输出:[[5,0],[7,0],[5,2],[6,1],[4,4],[7,1]]
    解释:
    编号为 0 的人身高为 5 ,没有身高更高或者相同的人排在他前面。
    编号为 1 的人身高为 7 ,没有身高更高或者相同的人排在他前面。
    编号为 2 的人身高为 5 ,有 2 个身高更高或者相同的人排在他前面,即编号为 0 和 1 的人。
    编号为 3 的人身高为 6 ,有 1 个身高更高或者相同的人排在他前面,即编号为 1 的人。
    编号为 4 的人身高为 4 ,有 4 个身高更高或者相同的人排在他前面,即编号为 0、1、2、3 的人。
    编号为 5 的人身高为 7 ,有 1 个身高更高或者相同的人排在他前面,即编号为 1 的人。
    因此 [[5,0],[7,0],[5,2],[6,1],[4,4],[7,1]] 是重新构造后的队列。
    示例 2:

    输入:people = [[6,0],[5,0],[4,0],[3,2],[2,2],[1,4]]
    输出:[[4,0],[5,0],[2,2],[3,2],[1,4],[6,0]]

    提示:

    1 <= people.length <= 2000
    0 <= hi <= 106
    0 <= ki < people.length
    题目数据确保队列可以被重建
    题目链接:leetcode 406
    思路,由于身高高的站在哪儿都可以,所以可以对数组按 身高降序,k 升序来排序, 后面矮的根据 k 的大小逐个插入到数组中。

    from functools import cmp_to_key
    class Solution:
        ## 身高从大到小排序,k 从小到大排序
        def compare(self, a, b):
            if a[0] > b[0]:
                return -1
            elif a[0] == b[0]:
                if a[1] <= b[1]:  ## 如 [7,0] 和 [7,1]
                    return -1
                else:
                    return 1
            else:
                return 1
    
        ## 身高高的排在哪儿都一样,核心是身高矮的能挑选位置
        def reconstructQueue(self, people: List[List[int]]) -> List[List[int]]:
            if len(people) == 1:
                return people
            nums = sorted(people, key=cmp_to_key(self.compare))
            res = [nums[0]]
            for i in range(1, len(nums)):
                if len(res) <= nums[i][1]:
                    res.append(nums[i])
                else:
                    res.insert(nums[i][1], nums[i])
            return res
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
  • 相关阅读:
    一文了解VR全景在城市园区和电子楼书的应用
    Diffusion Model
    机器学习从入门到放弃:硬train一发手写数字识别
    H3CNE综合小实验
    Prometheus & Grafana 的安装
    法语翻译器在线翻译器
    数据在计算机中的表示:原码 反码 补码 移码
    linux上安装qt creator
    Android Studio的笔记--随机数
    【微信小程序】事件绑定,你搞懂了吗?
  • 原文地址:https://blog.csdn.net/hnu2012/article/details/134265181