线性问题的数形结合思想 2019-12-11(未经允许,禁止转载)

数形结合

数形结合是数学上一类重要的思想方法,通过将问题图形化,往往能对问题产生更加直观的理解

实际上,在计算机的算法问题上,利用数形结合将问题直观化,在某些情况下更方便我们找到解决问题的要点

线性问题的数形结合

一般涉及到数组、顺序、逆序的线性问题,可通过画折线将问题直观化

例1(leetcode 122)

给定一个数组,它的第 i 个元素是一支给定股票在第 i 天的价格。
对该股票进行若干次买卖,设计一个算法来计算所能获取的最大利润。

以数组[7,1,5,3,6,4]为例,要达到获利,大小关系的判断肯定跑不掉,画图看一下:

股票走势

通过线条可以直观地看到,股票走势形成了波峰和波谷,要实现利润最大化,必然需要在每个波谷买入,并在接下来的波峰卖出。换句话说,就是计算上图上升线条的长度总和

那么:

class Solution(object):
    def maxProfit(self, prices):
        max_money = 0
        for i in range(len(prices)-1):
            if prices[i] < prices[i+1]:
                max_money += (prices[i+1] - prices[i])
        return max_money

例2 下一个排列(leetcode 31)

将给定数字序列重新排列成字典序中下一个更大的排列
如果不存在下一个更大的排列,则将数字重新排列成最小的排列(即升序排列)

以[3,4,5,7,6,3]为例,下一个序列应该是[3,4,6,3,5,7]
直觉上这个问题肯定涉及到判断大小关系然后进行位置调整的,先画个图

[3,4,5,7,6,3]

要恰好得到字典序中下一个更大的排列,必然要从序列的右侧开始调整。我们要做的,就是找到调整的方法

观察上图,从右侧开始看,如果从右至左是升序的,则不可调换这段升序序列中的任2个数(因为如果调换,形成的排列会更小),例如3-6-7这段不能动。直到从右至左找到一个降序的序列(也就是波峰),只需要把这个序列的2个数换位置,就可以得到更大的排列,如交换5和7,得到更大的[3,4,7,5,6,3]

但显然这个序列过大了,[3,4,6,3,5,7]才是符合要求的序列。因为5需要被更大的数替换,因此先把5所在位置叫做交换入口,实际上交换入口就是波峰左侧第一个位置。可以发现,[3,4,6,3,5,7]中,数字6代替了5的位子。没错,我们需要把波峰右侧所有比5大的数中最小的一个与5互换位置,而不能直接将入口值与波峰值交换,以避免过度变大序列。同时,在交换完成后,将交换入口后的序列升序排列,即排序形成3-5-7,保证形成的序列恰为下一个更大的序列

实现代码如下:

class Solution:
    def nextPermutation(self, nums: List[int]) -> None:
        """
        Do not return anything, modify nums in-place instead.
        """
        l = len(nums)
        # 如果只有一个数或者为空,直接返回
        if l == 1 or l == 0:
            return nums
        # 如果数字序列多于2个数
        else:
            # 从右向左扫描第一个波峰位置
            right = l - 1
            left = right - 1
            while left >= 0:
                if nums[left] < nums[right]:
                    # 找到波峰后,定位数字交换的入口,pop后面最小的数并将其插入到入口位置
                    repalce_index = right
                    for index in range(right+1, l):
                        if nums[index] > nums[left] and nums[index] < nums[repalce_index]:
                            repalce_index = index
                    nums.insert(left, nums.pop(repalce_index))
                    # 插入位置的后面需要升序排列
                    begin = left + 1
                    for end in range(l-1, left+1, -1):                      
                        for _ in range(begin, end):
                            index_next = _+1
                            if nums[_] > nums[index_next]:
                                temp = nums[_]
                                nums[_] = nums[index_next]
                                nums[index_next] = temp  
                    return nums
                else:
                    right -= 1
                    left = right - 1                      
            # 如果跳出了上面的while循环,说明需要将数字重新排列成最小的排列
            left = 0
            right = l - 1
            while left < right:
                    temp = nums[right]
                    nums[right] = nums[left]
                    nums[left] = temp
                    left += 1
                    right -= 1
            return nums
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 218,122评论 6 505
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,070评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,491评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,636评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,676评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,541评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,292评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,211评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,655评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,846评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,965评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,684评论 5 347
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,295评论 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,894评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,012评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,126评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,914评论 2 355

推荐阅读更多精彩内容

  • 简单来说,时间复杂度指的是语句执行次数,空间复杂度指的是算法所占的存储空间 时间复杂度计算时间复杂度的方法: 用常...
    Teci阅读 1,101评论 0 1
  • 20200804更新-回溯总结 回溯用于解决【1-n个元素的排列或组合问题】 1.未优化的回溯算法需要遍历完所有的...
    9_SooHyun阅读 223评论 0 0
  • 1 儿时看《天龙八部》,特别羡慕阿朱为爱生为爱死,尽管那时我能理解的情谊,不过是将心爱的咪咪收集起来,送给一个叫陈...
    黑獭寄奴阅读 1,878评论 7 50
  • 我的视力越来越差了,到了多家医院,也没有查明到底是什么病。 看着无奈的医生把焦急的母亲送进医生办公室,我低下了头。...
    昆悠阅读 300评论 1 11
  • 第二章 由于记忆中发生的事情太多太多了,好似放电影一样在脑海闪过,我不得不把这些零碎的片段用自己的方式把它们拼...
    星流溯源写手阅读 175评论 0 0