文章目录
- 题目
- 思路
- 代码
- 复杂度分析
- 时间复杂度
- 空间复杂度
- 结果
- 总结
题目
题目链接🔗
给你一个整数数组
n
u
m
s
nums
nums 。每一次操作中,你可以将
n
u
m
s
nums
nums 中 任意 一个元素替换成 任意 整数。
如果 n u m s nums nums 满足以下条件,那么它是 连续的 :
n
u
m
s
nums
nums 中所有元素都是 互不相同 的。
n
u
m
s
nums
nums 中 最大 元素与 最小 元素的差等于
n
u
m
s
.
l
e
n
g
t
h
−
1
nums.length - 1
nums.length−1 。
比方说,
n
u
m
s
=
[
4
,
2
,
5
,
3
]
nums = [4, 2, 5, 3]
nums=[4,2,5,3] 是 连续的 ,但是
n
u
m
s
=
[
1
,
2
,
3
,
5
,
6
]
nums = [1, 2, 3, 5, 6]
nums=[1,2,3,5,6] 不是连续的 。
请你返回使 nums 连续 的 最少 操作次数。
示例 1:
输入:nums = [4,2,5,3]
输出:0
解释:nums 已经是连续的了。
示例 2:
输入:nums = [1,2,3,5,6]
输出:1
解释:一个可能的解是将最后一个元素变为 4 。
结果数组为 [1,2,3,5,4] ,是连续数组。
示例 3:
输入:nums = [1,10,100,1000]
输出:3
解释:一个可能的解是:
- 将第二个元素变为 2 。
- 将第三个元素变为 3 。
- 将第四个元素变为 4 。
结果数组为 [1,2,3,4] ,是连续数组。
提示:
- 1 ≤ n u m s . l e n g t h ≤ 1 0 5 1 \leq nums.length \leq 10^5 1≤nums.length≤105
- 1 ≤ n u m s [ i ] ≤ 1 0 9 1 \leq nums[i] \leq 10^9 1≤nums[i]≤109
思路
- 对数组进行排序,这样相邻的元素就可以保证是连续的。然后去除重复元素,确保数组中的元素互不相同。对于数组中的每个元素 n u m s [ i ] nums[i] nums[i],我们需要找到满足条件的最大元素 n u m s [ j ] nums[j] nums[j],使得 n u m s [ j ] − n u m s [ i ] = n u m s . s i z e ( ) − 1 nums[j] - nums[i] = nums.size() - 1 nums[j]−nums[i]=nums.size()−1。
- 使用二分查找来寻找满足条件的最大元素。具体地,可以遍历数组中的每个元素 n u m s [ i ] nums[i] nums[i],然后使用二分查找找到最大值不超过 n u m s [ i ] + n u m s . s i z e ( ) − 1 nums[i] + nums.size() - 1 nums[i]+nums.size()−1 的元素,即 n u m s [ j ] ≤ n u m s [ i ] + n u m s . s i z e ( ) − 1 nums[j] \leq nums[i] + nums.size() - 1 nums[j]≤nums[i]+nums.size()−1。
- 对于每个元素 n u m s [ i ] nums[i] nums[i],可以计算需要的操作次数为 n u m s . s i z e ( ) − ( j − i + 1 ) nums.size() - (j - i + 1) nums.size()−(j−i+1),其中 j j j 是满足条件的最大元素的下标。
代码
class Solution {
public:
int minOperations(vector<int>& nums) {
ranges::sort(nums);
int n = nums.size();
nums.resize(unique(nums.begin(), nums.end()) - nums.begin());
int m = nums.size();
int res = INT_MAX;
for(int i = 0; i < m; i++) {
int x = nums[i];
int y = x + n - 1;
int l = i, r = m - 1;
while(l < r) {
int mid = (l + r + 1) / 2;
if(nums[mid] > y) r = mid - 1;
else l = mid;
}
res = min(res, n - (l - i + 1));
}
return res;
}
};
复杂度分析
时间复杂度
O ( n log n ) O(n \log n) O(nlogn)
空间复杂度
O ( 1 ) O(1) O(1)
结果
总结
关键在于如何通过排序和遍历找到满足条件的最小操作次数。我们通过排序数组并去除重复元素,然后对每个元素进行遍历,通过二分查找找到最大值不超过 y y y 的元素,并计算需要的操作次数,最后选择操作次数最小的那个作为结果。