当前位置：首页 > news >正文

1187.使数组严格递增学习记录

news 2025/9/4 18:23:16

题目描述

给你两个整数数组 arr1 和 arr2，返回使 arr1 严格递增所需要的最小「操作」数（可能为 0）。

每一步「操作」中，你可以分别从 arr1 和 arr2 中各选出一个索引，分别为 i 和 j，0 <= i < arr1.length 和 0 <= j < arr2.length，然后进行赋值运算 arr1[i] = arr2[j]

如果无法让 arr1 严格递增，请返回 -1。

不会解，看题解之前没有可靠的思路

学习总结

思路总结

提炼关键信息
- 使数组arr1严格递增，可以得到
  - 目的是替换之后使数组arr1严格递增，所以不能有重复元素
  - 选择数组arr2中的元素进行替换，所以选择过程中不需要选择重复的元素进行替换
  - 总结：可以对数组arr2进行排序去重，方便操作
- 以小窥大进行推导
  - n = arr1.length对于第[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-EjuDr1zj-1682003137788)(null#card=math&code=i&id=urrlT)]个元素，有两种选择
    - 替换
    - 不替换
  - 如何去思考？
    - 为了使数组严格递增那么，必须保证arr1[i] > arr1[i-1]
    - if arr1[i] > arr1[i-1]那么可以保留当前元素
    - 例外地：if arr1[i] > arr1[i-1] + 1
      - 当前元素可以被替换成严格大于arr1[i-1]的元素
      - ex：arr1 = [1, 5, 3, 6, 7] arr2 = [4, 3]5替换成3、3替换成4为满足题意的最优结果
    - 换言之，为了使数组严格递增，对于每一元素都需要进行两步操作
      - 是否大于其前一个元素
      - 是否能从已排序数组arr2（从小到大）中找到一个小于当前元素且大于arr1[i-1]的元素
  - 需要返回最小操作数
    - 直观地，对于每一个元素都进行替换的话，那么操作数是 n = arr1.length
    - 但是不一定有足够多的元素来提供使用
    - 最多能够替换几次？
      - 假设 n = 10 m = 20那么最多能够替换 10 次，因为有10个元素等待被替换
      - 假设 n = 20 m = 11 那么最多能够替换 11 次，因为有 11 次元素可以用来被替换
      - 所以最多的替换次数是 j = Math.min(n, m)
如何求解最终结果
- 通过学习题解了解到使用动态规划的方法
- 自己为什么没想起来？
  - 还是太菜了，多学，多总结，多练

动态规划

思考角度——三个要素：状态、状态转移方程、边界确定

状态
- 从第一个元素开始，其是否选择交换是一个状态，每一个元素都会面临相同的情况
- 参数确定：定义 dp[i][j]表示第 i 个元素，经过 j 次替换，得到当前元素值
  - 最终结果：dp[n][j] j <= Math.(m, n) 输出替换次数：j
- 什么时候选择不替换
  - arr1[i] > dp[i-1][j]当前元素大于第i-1个元素经过j次替换之后的结果
    - 有：dp[i][j] = dp[i-1][j] if arr1[i] > dp[i-1][j]
- 替换
  - 从数组arr2中找到元素arr2[k]使arr2[k] > dp[i-1][j-1]
    - dp[i-1][j-1]表示第i-1个元素经过j-1次替换之后的结果
    - 有：dp[i][j] = arr2[k]
状态转移

![](null#card=math&code=\begin{cases}
dp[i][j] = min(dp[i][j],&arr_1[i]), & \text{if $arr_1[i]>dp[i-1][j]$ }\
dp[i][j] = min(dp[i][j],&arr_2[k]), & \text{if arr_2[k]>dp[i-1][j-1]}
\end{cases}&id=X5oVX)

边界确定
- 为了方便计算
  - [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-cALoixEN-1682003137881)(null#card=math&code=dp[i][j]&id=hcEOV)]初始值都设置为Integer.MAX_VALUE
  - 初始令dp[0][0] = -1表示最小值

代码

    public int authorityWayOne(int[] arr1, int[] arr2) {// 对 数组2 进行排序Arrays.sort(arr2);// 去重List<Integer> list = new ArrayList<>();int prev = -1;for(int num : arr2) {if(num != prev) {list.add(num);prev = num;}}int n = arr1.length;int m = list.size();int[][] dp = new int[n+1][Math.min(m, n) + 1];// 初始化填充数据，方便计算for(int i = 0;i <= n;i++) {Arrays.fill(dp[i], Integer.MAX_VALUE);}dp[0][0] = -1;for(int i = 1;i <= n;i++) {for(int j = 0;j <= Math.min(m, n);j++) {if(arr1[i-1] > dp[i-1][j]) {// 这里不要搞混了dp[i][j] = arr1[i-1];}if(j > 0 && dp[i-1][j-1] != Integer.MAX_VALUE) {//  查找严格大于 dp[i-1][j-1] 的最小元素int idx = binary_search(list, j-1, dp[i-1][j-1]);if(idx != m) {dp[i][j] = Math.min(dp[i][j], list.get(idx));}}if(i == n && dp[i][j] != Integer.MAX_VALUE) {return j;}}}return -1;}private int binary_search(List<Integer> list, int low, int target) {int high = list.size();// 左闭右开区间while(low < high) {int mid = low + ((high - low) >> 1);if(list.get(mid) > target) {high = mid;} else {low = mid + 1;}}return low;}

优化一

数组原地去重

    public int makeArrayIncreasing(int[] arr1, int[] arr2) {//  右边数组中选取元素，赋值给左边数组元素//  数组严格递增，所以数组中不能存在相同的元素//  对于 arr1 中的每一个元素都面临两种选择，换或者不换//  --那么最终可以得到最终结果//  --最小操作数一定存在这个过程中，现在问题是代码如何写//  首先 arr2 中的元素每一个只能用一次，为什么只能用一次？//  因为 要保证数组 arr1 严格递增//  所以可以对数组   arr2 进行排序Arrays.sort(arr2);//  那么现在问题是需要从 第一个元素开始判断换不换，//  定义 dp[i][j] 表示前 i 个元素进行 j 次替换之后末尾元素的最大值int n = arr1.length, m = 0;//  arr2 中的重复元素不需要使用，所以进行去重for(int i = 1;i < arr2.length;i++) {if(arr2[m] != arr2[i]) {arr2[++m] = arr2[i];}}// 拿到不重复数组的长度m++;//  拿到之后呢？//  最大的交换次数是多少？- 交换所有元素int changeNum = Math.min(m, n);//  那么接下来呢？ 定义dp  一维：元素个数，二维：交换次数int[][] dp = new int[n+1][changeNum+1];//  初始化最大值for(int i = 0;i <= n;i++) {Arrays.fill(dp[i], Integer.MAX_VALUE);}dp[0][0] = -1;for(int i = 1;i <= n;i++) {for(int j = 0;j <= Math.min(i, m);j++) {// 如果当前元素大于前一个元素if(arr1[i - 1] > dp[i-1][j]) {dp[i][j] = arr1[i - 1];}// 尝试交换.if(j > 0 && dp[i-1][j-1] != Integer.MAX_VALUE) {// 查找严格大于  dp[i-1][j-1] 的元素// 这里涉及到二分查找，如何才能找到 严格大于 dp[i-1][j-1] 的元素int idx = binary_search(arr2, j-1, dp[i-1][j-1], m);if(idx != m) {dp[i][j] = Math.min(dp[i][j], arr2[idx]);}}if(i == n && dp[i][j] != Integer.MAX_VALUE) {return j;}}}return -1;}private int binary_search(int[] arr, int j, int prev, int m) {// 左闭右开区间查找int left = j,right = m;while(left < right) {int mid = left + ((right - left) >> 1);if(arr[mid] > prev) {right = mid;} else {left = mid+1;}}return left;}