跳格子/贪心算法例题详解:LeetCode605.种花问题

跳格子/贪心算法例题详解:LeetCode605.种花问题_第1张图片

今天做了一道很有意思的题目,虽然是分属于贪心算法的一个题目,但是解法多样,十分有趣,且不是很难理解,所以想在这里分享给大家。


题目描述:

假设有一个很长的花坛,一部分地块种植了花,另一部分却没有。可是,花不能种植在相邻的地块上,它们会争夺水源,两者都会死去。

给你一个整数数组  flowerbed 表示花坛,由若干 0 和 1 组成,其中 0 表示没种植花,1 表示种植了花。另有一个数 n ,能否在不打破种植规则的情况下种入 n 朵花?能则返回 true ,不能则返回 false。

示例 1:

输入:flowerbed = [1,0,0,0,1], n = 1
输出:true
示例 2:

输入:flowerbed = [1,0,0,0,1], n = 2
输出:false

来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/can-place-flowers


这个题目我在这里为大家讲解两种方法:跳格子贪心算法,二者各有其优势。


方法一:贪心算法

思路分析:

首先为大家介绍贪心算法的一种解题步骤,这种方法在思路上其实更为简单,我们只需要考虑当前位置和相邻位置是否都为0,若是,则修改相关数据。这种方法的代码十分简洁,一个遍历数组嵌套一个判断语句。

最需要注意的一个点就是关于边界的判断问题:当判断位置是开头结尾时,是不存在左邻点或右邻点的,所以对于i==0的情况,我们不判断左邻点是否为0,而改为判断是否当前位置为初始点,末尾点同理。

代码如下:

class Solution {
public:
    bool canPlaceFlowers(vector& flowerbed, int n) {

        int length=flowerbed.size();
            
        
        for(int i=0;i

运行结果展示:

跳格子/贪心算法例题详解:LeetCode605.种花问题_第2张图片

可以看到这种方法的效率中规中矩,但是其思路十分简单,代码也十分的简洁 。


方法二:跳格子

这种方法的思路相比于贪心算法更为的巧妙:

首先我们明确一个前提:已给数列中是不存在相邻花朵的,以此为前提,我们从头遍历(用跳格子的方法甚至不需要完整遍历一次数组)。

毫无疑问,每个位置只有0/1两种情况

当位置为1的时候,是什么情况呢?

如果当前位置已经是1,说明什么?下一位必定是空位,而且必然不能种花(因为左面已经有一朵花了),因此我们可以直接跳到下下位(i+2)

当位置为0的时候,又会是什么情况呢?

大家可以思考一下,我们是通过跳格子的方法来到这一位的,每次碰到1都会跳两格,这意味着当前位置前一位必定是0,因此我们只需要判断下一位是否为0

若为0,则说明这个位置可以种花,我们将n减去一个数字,并且继续跳两位(因为种下以后当前位置可以视为1,步骤就和第一种情况一样了),

若为1,则说明下一位为1,且下下位为0,因此我们直接跳三步,继续下一次判断

在这里有一个注意点:我们要考虑是否到达边界的情况,如果说跳到了最后一位,即length-1,则必然可以种下,因为右面没有数字,而左面又为0,如果继续按照之前的判断方法(判断下一位是否为0)的话,就会导致内存溢出

代码如下:

class Solution {
public:
    bool canPlaceFlowers(vector& flowerbed, int n) {

        int len=flowerbed.size(),i;
        for(i=0;i

运行结果展示:

跳格子/贪心算法例题详解:LeetCode605.种花问题_第3张图片 

可以看到用跳格子的方法,时间效率很高,因为我们没有遍历整个数组,还是挑选了其中最关键的一部分。 


 

以上便是对这个问题两种解决方法的阐述,在leetcode的评论区中还有很多优质的解答,大家可以参考一下。欢迎大家在评论区积极评论和提问,我会尽最大能力去帮助大家结局。下面是该题目的网址。

力扣icon-default.png?t=M0H8https://leetcode-cn.com/problems/can-place-flowers/

跳格子/贪心算法例题详解:LeetCode605.种花问题_第4张图片

 

你可能感兴趣的:(贪心算法,算法,leetcode)