一、Problem
你的国家有无数个湖泊,所有湖泊一开始都是空的。当第 n 个湖泊下雨的时候,如果第 n 个湖泊是空的,那么它就会装满水,否则这个湖泊会发生洪水。你的目标是避免任意一个湖泊发生洪水。
给你一个整数数组 rains ,其中:
- rains[i] > 0 表示第 i 天时,第 rains[i] 个湖泊会下雨。
- rains[i] == 0 表示第 i 天没有湖泊会下雨,你可以选择 一个 湖泊并 抽干 这个湖泊的水。
请返回一个数组 ans ,满足:
- ans.length == rains.length
- 如果 rains[i] > 0 ,那么ans[i] == -1 。
- 如果 rains[i] == 0 ,ans[i] 是你第 i 天选择抽干的湖泊。
如果有多种可行解,请返回它们中的 任意一个 。如果没办法阻止洪水,请返回一个 空的数组 。
请注意,如果你选择抽干一个装满水的湖泊,它会变成一个空的湖泊。但如果你选择抽干一个空的湖泊,那么将无事发生(详情请看示例 4)。
输入:rains = [1,2,0,0,2,1]
输出:[-1,-1,2,1,-1,-1]
解释:第一天后,装满水的湖泊包括 [1]
第二天后,装满水的湖泊包括 [1,2]
第三天后,我们抽干湖泊 2 。所以剩下装满水的湖泊包括 [1]
第四天后,我们抽干湖泊 1 。所以暂时没有装满水的湖泊了。
第五天后,装满水的湖泊包括 [2]。
第六天后,装满水的湖泊包括 [1,2]。
可以看出,这个方案下不会有洪水发生。同时, [-1,-1,1,2,-1,-1] 也是另一个可行的没有洪水的方案。
提示:
1 <= rains.length <= 10^5
0 <= rains[i] <= 10^9
二、Solution
方法一:贪心
思路
- 湖的状态:没水、满水、满水后再下雨(洪灾)
- 决策:对于没水的湖,选择抽哪个有水湖的呢?答案是再次最早下雨的的湖,比如在第 3 天之前有已经下过雨的湖,编号为 [3,4,5]:3 湖将会再次在第 6 天下雨,4 湖将会再次在第 5 天下雨,3 湖将会再次在第 4 天下雨,如果当前已经是第 3 天了,你应该抽干那一个湖?显然是 3 湖。
算法
- 优先级队列存储最紧急被拯救的湖的编号 lID、以及该湖下一次下雨的日期 rDay
- 如果当天不下雨 rains[i] = 0,则抽干一个最紧急的湖;而如果没有最紧急的湖,就随便抽一个。
- 如果当天下雨 rains[i] != 0,则将该湖的下一次下雨的日期以及湖编号添加到优先队列找那个;
- 特判:如果当前日期为 ,且有最紧急的湖在第 天(再次下雨的日期)下雨,那么该湖无法拯救,则会导致洪灾,返回空数组。
class Solution {
public int[] avoidFlood(int[] rs) {
int n = rs.length, INF = n+1, whatEver = 1, next[] = new int[n]; //next记录
Map<Integer, Integer> mp = new HashMap<>();
for (int i = n-1; i >= 0; i--) {
next[i] = mp.getOrDefault(rs[i], INF);
mp.put(rs[i], i); //该湖最后下一次下雨的日期
}
int ans[] = new int[n];
Queue<Info> pq = new PriorityQueue<>((e1, e2) -> e1.rDay - e2.rDay);
Arrays.fill(ans, -1);
for (int i = 0; i < n; i++) {
if (rs[i] == 0) {
if (!pq.isEmpty()) ans[i] = pq.poll().lID;
else ans[i] = whatEver;
} else {
pq.add(new Info(rs[i], next[i]));
}
if (!pq.isEmpty() && pq.peek().rDay <= i)
return new int[0];
}
return ans;
}
class Info {
int lID, rDay;
Info(int lID, int rDay) { this.lID = lID; this.rDay = rDay; }
}
}
复杂度分析
- 时间复杂度:,
- 空间复杂度:,