🚀 算法题 🚀 |
🌲 算法刷题专栏 | 面试必备算法 | 面试高频算法 🍀
🌲 越难的东西,越要努力坚持,因为它具有很高的价值,算法就是这样✨
🌲 作者简介:硕风和炜,CSDN-Java领域新星创作者🏆,保研|国家奖学金|高中学习JAVA|大学完善JAVA开发技术栈|面试刷题|面经八股文|经验分享|好用的网站工具分享💎💎💎
🌲 恭喜你发现一枚宝藏博主,赶快收入囊中吧🌻
🌲 人生如棋,我愿为卒,行动虽慢,可谁曾见我后退一步?🎯🎯
🚀 算法题 🚀 |
🍔 目录
- 🚗 知识回顾
- 🚩 题目链接
- ⛲ 题目描述
- 🌟 求解思路&实现代码&运行结果
- ⚡ 暴力递归
- 🥦 求解思路
- 🥦 实现代码
- 实现方式1:
- 实现方式2:
- 🥦 运行结果
- ⚡ 记忆化搜索
- 🥦 求解思路
- 🥦 实现代码
- 实现方式1:
- 实现方式2:
- 🥦 运行结果
- ⚡ 动态规划
- 🥦 求解思路
- 🥦 实现代码
- 🥦 运行结果
- 💬 共勉
🚗 知识回顾
该题和我们之前的题目在求解的思路上相似之处,感兴趣的同学可以学习一下相关的内容。
- 【LeetCode: 1043. 分隔数组以得到最大和 | 暴力递归=>记忆化搜索=>动态规划 | 线性dp & 区间dp】
🚩 题目链接
- 2369. 检查数组是否存在有效划分
⛲ 题目描述
给你一个下标从 0 开始的整数数组 nums ,你必须将数组划分为一个或多个 连续 子数组。
如果获得的这些子数组中每个都能满足下述条件 之一 ,则可以称其为数组的一种 有效 划分:
子数组 恰 由 2 个相等元素组成,例如,子数组 [2,2] 。
子数组 恰 由 3 个相等元素组成,例如,子数组 [4,4,4] 。
子数组 恰 由 3 个连续递增元素组成,并且相邻元素之间的差值为 1 。例如,子数组 [3,4,5] ,但是子数组 [1,3,5] 不符合要求。
如果数组 至少 存在一种有效划分,返回 true ,否则,返回 false 。
示例 1:
输入:nums = [4,4,4,5,6]
输出:true
解释:数组可以划分成子数组 [4,4] 和 [4,5,6] 。
这是一种有效划分,所以返回 true 。
示例 2:
输入:nums = [1,1,1,2]
输出:false
解释:该数组不存在有效划分。
提示:
2 <= nums.length <= 105
1 <= nums[i] <= 106
🌟 求解思路&实现代码&运行结果
⚡ 暴力递归
🥦 求解思路
- 想要快速的求解题目,那么读懂理解题目是必须的环节,题目给定我们三种决策方案,看能够存在一种有效划分的方案,如果有,返回true,否则,返回false。
- 三种决策方案如下:
- 子数组 恰 由 2 个相等元素组成,例如,子数组 [2,2] 。
- 子数组 恰 由 3 个相等元素组成,例如,子数组 [4,4,4] 。
- 子数组 恰 由 3 个连续递增元素组成,并且相邻元素之间的差值为 1 。例如,子数组 [3,4,5] ,但是子数组 [1,3,5] 不符合要求。
- 那我们就设计一个递归函数就可以了,怎么写呢?直接根据题目的意思来就OK。
🥦 实现代码
注意:下面提供俩种不同的代码实现方式,大家选择自己喜欢的就可以,无强制要求。
实现方式1:
class Solution {
public boolean validPartition(int[] nums) {
return process(0,nums);
}
public boolean process(int index,int[] nums){
if(index>=nums.length) return true;
if(index<=nums.length-2&&nums[index]==nums[index+1]&&process(index+2,nums)){
return true;
}
if(index<=nums.length-3&&nums[index]==nums[index+1]&&nums[index+1]==nums[index+2]&&process(index+3,nums)){
return true;
}
if(index<=nums.length-3&&nums[index]+1==nums[index+1]&&nums[index+1]+1==nums[index+2]&&process(index+3,nums)){
return true;
}
return false;
}
}
实现方式2:
class Solution {
public boolean validPartition(int[] nums) {
return process(0,nums);
}
public boolean process(int index,int[] nums){
if(index>=nums.length) return true;
boolean flag=false;
if(index<=nums.length-2&&nums[index]==nums[index+1]){
flag|=process(index+2,nums);
}
if(index<=nums.length-3&&nums[index]==nums[index+1]&&nums[index+1]==nums[index+2]){
flag|=process(index+3,nums);
}
if(index<=nums.length-3&&nums[index]+1==nums[index+1]&&nums[index+1]+1==nums[index+2]){
flag|=process(index+3,nums);
}
return flag;
}
}
🥦 运行结果
时间超限了,不要紧哦,我还有锦囊妙计!
⚡ 记忆化搜索
🥦 求解思路
- 根据我们递归的分析,在递归的过程中会产生重复的子过程,所以我们想到了加一个缓存表,也就是我们的记忆化搜索。
🥦 实现代码
实现方式1:
class Solution {
int[] dp;
public boolean validPartition(int[] nums) {
int n=nums.length;
dp=new int[n];
Arrays.fill(dp,-1);
return process(0,nums);
}
public boolean process(int index,int[] nums){
if(index>=nums.length) return true;
if(dp[index]!=-1) return dp[index]==1;
if(index<=nums.length-2&&nums[index]==nums[index+1]&&process(index+2,nums)){
dp[index]=1;
return true;
}
if(index<=nums.length-3&&nums[index]==nums[index+1]&&nums[index+1]==nums[index+2]&&process(index+3,nums)){
dp[index]=1;
return true;
}
if(index<=nums.length-3&&nums[index]+1==nums[index+1]&&nums[index+1]+1==nums[index+2]&&process(index+3,nums)){
dp[index]=1;
return true;
}
dp[index]=0;
return false;
}
}
实现方式2:
class Solution {
int[] dp;
public boolean validPartition(int[] nums) {
int n=nums.length;
dp=new int[n];
Arrays.fill(dp,-1);
return process(0,nums);
}
public boolean process(int index,int[] nums){
if(index>=nums.length) return true;
if(dp[index]!=-1) return dp[index]==1;
boolean flag=false;
if(index<=nums.length-2&&nums[index]==nums[index+1]){
flag|=process(index+2,nums);
}
if(index<=nums.length-3&&nums[index]==nums[index+1]&&nums[index+1]==nums[index+2]){
flag|=process(index+3,nums);
}
if(index<=nums.length-3&&nums[index]+1==nums[index+1]&&nums[index+1]+1==nums[index+2]){
flag|=process(index+3,nums);
}
dp[index]=flag?1:0;
return flag;
}
}
🥦 运行结果
⚡ 动态规划
🥦 求解思路
- 按照我们之前递归和记忆化搜索的思路,通过动态规划实现出来。
🥦 实现代码
注意:代码可以继续优化,可以省去一些没有用的,或者将所有的条件都放到一个逻辑判断中,这些点也很重要,但是我们更加关注的是状态的转移。
class Solution {
boolean[] dp;
public boolean validPartition(int[] nums) {
int n=nums.length;
dp=new boolean[n+1];
dp[n]=true;
for(int index=n-1;index>=0;index--){
boolean flag=false;
if(index<=n-2&&nums[index]==nums[index+1]){
flag|=dp[index+2];
}
if(index<=n-3&&nums[index]==nums[index+1]&&nums[index+1]==nums[index+2]){
flag|=dp[index+3];
}
if(index<=n-3&&nums[index]+1==nums[index+1]&&nums[index+1]+1==nums[index+2]){
flag|=dp[index+3];
}
dp[index]=flag;
}
return dp[0];
}
}
🥦 运行结果
💬 共勉
最后,我想和大家分享一句一直激励我的座右铭,希望可以与大家共勉! |