题目要求


思路:状态机DP
- 首先注意交换是在两数组的相同位置上,所以仅需考虑其与前后元素的大小即可,又由于从前向后遍历,所以仅考虑和其前一位置元素大小关系即可。
- 定义数组f[idx][state]f[idx][state]f[idx][state]作为状态数组,表示位置为iii的元素交换状态为statestatestate【交换为111,反之为000】时使前续的数组满足严格递增的最小交换次数,所以最终答案即为n−1n-1n−1位置元素的最小交换次数,即min(f[n−1][0],f[n−1][1])\min(f[n-1][0],f[n-1][1])min(f[n−1][0],f[n−1][1]);
- 因为和前一位置元素比较,所以从位置111开始遍历,初始化f[0][0]=0f[0][0]=0f[0][0]=0【000位置不交换】、f[0][1]=1f[0][1]=1f[0][1]=1【000位置交换,次数为111】,其他初始化为大于数组长度的值;
- 考虑不同情况下的状态转移,当前遍历到位置iii:
- 若两数组各自满足递增,即nums1[i−1]<nums1[i]nums1[i-1]<nums1[i]nums1[i−1]<nums1[i]且nums2[i−1]<nums2[i]nums2[i-1]<nums2[i]nums2[i−1]<nums2[i],此时仅交换一个位置则可能打破递增关系,需要同时交换两个位置或两个位置都不交换:
- 两个位置都不换,状态从不换000到不换000:f[i][0]=f[i−1][0]f[i][0]=f[i-1][0]f[i][0]=f[i−1][0];
- 两个位置都换,状态从111到111:f[i][1]=f[i−1][1]+1f[i][1]=f[i-1][1]+1f[i][1]=f[i−1][1]+1,加上本次交换;
- 【这里最开始不是很懂,只换一个也是能够满足条件的,比如数组2、4和3、5,这种情况怎么办呢?所以出现了下一个若……】
- 若两数组交叉满足条件,即nums2[i−1]<nums1[i]nums2[i-1]<nums1[i]nums2[i−1]<nums1[i]且nums1[i−1]<nums2[i]nums1[i-1]<nums2[i]nums1[i−1]<nums2[i],此时仅可交换一个位置:
- 换前者,状态从111到000:f[i][0]=min(f[i][0],f[i−1][1])f[i][0]=\min(f[i][0],f[i-1][1])f[i][0]=min(f[i][0],f[i−1][1]);
- 换后者,状态从000到111:f[i][1]=min(f[i][1],f[i−1][0]+1)f[i][1]=\min(f[i][1],f[i-1][0]+1)f[i][1]=min(f[i][1],f[i−1][0]+1),加上本次交换;
- min\minmin就是因为这个位置可能在上一个若中更新过,判断一下哪种最优取哪种作为最终结果。
- 其他情况交换也解决不了所以无需更新状态,直接略过。
实现一:状态机
Java
class Solution {
public int minSwap(int[] nums1, int[] nums2) {
int n = nums1.length;
int[][] f = new int[n][2];
for (int i = 1; i < n; i++)
f[i][0] = f[i][1] = n + 10; // 初始化
f[0][1] = 1;
for (int i = 1; i < n; i++) {
if (nums1[i - 1] < nums1[i] && nums2[i - 1] < nums2[i]) {
f[i][0] = f[i - 1][0];
f[i][1] = f[i - 1][1] + 1;
}
if (nums2[i - 1] < nums1[i] && nums1[i - 1] < nums2[i]) {
f[i][0] = Math.min(f[i][0], f[i - 1][1]);
f[i][1] = Math.min(f[i][1], f[i - 1][0] + 1);
}
}
return Math.min(f[n - 1][0], f[n - 1][1]);
}
}
- 时间复杂度:O(n)O(n)O(n)
- 空间复杂度:O(n)O(n)O(n)
C++
class Solution {
public:
int minSwap(vector<int>& nums1, vector<int>& nums2) {
int n = nums1.size();
int f[n][2];
for (int i = 1; i < n; i++)
f[i][0] = f[i][1] = n + 10; // 初始化
f[0][0] = 0;
f[0][1] = 1;
for (int i = 1; i < n; i++) {
if (nums1[i - 1] < nums1[i] && nums2[i - 1] < nums2[i]) {
f[i][0] = f[i - 1][0];
f[i][1] = f[i - 1][1] + 1;
}
if (nums2[i - 1] < nums1[i] && nums1[i - 1] < nums2[i]) {
f[i][0] = min(f[i][0], f[i - 1][1]);
f[i][1] = min(f[i][1], f[i - 1][0] + 1);
}
}
return min(f[n - 1][0], f[n - 1][1]);
}
};
- 时间复杂度:O(n)O(n)O(n)
- 空间复杂度:O(n)O(n)O(n)
Rust
impl Solution {
pub fn min_swap(nums1: Vec<i32>, nums2: Vec<i32>) -> i32 {
let n = nums1.len();
let mut f = vec![vec![n + 10; 2 as usize]; n as usize];
f[0][0] = 0;
f[0][1] = 1;
for i in 1..n {
if (nums1[i - 1] < nums1[i] && nums2[i - 1] < nums2[i]) {
f[i][0] = f[i - 1][0];
f[i][1] = f[i - 1][1] + 1;
}
if (nums2[i - 1] < nums1[i] && nums1[i - 1] < nums2[i]) {
f[i][0] = f[i][0].min(f[i - 1][1]);
f[i][1] = f[i][1].min(f[i - 1][0] + 1);
}
}
f[n - 1][0].min(f[n - 1][1]) as i32
}
}
- 时间复杂度:O(n)O(n)O(n)
- 空间复杂度:O(n)O(n)O(n)
实现二:滚动数组
- 因为状态变换仅依赖于前一项,所以可以改为使用滚动数组优化空间;
- 也就是把dp数组从n×2n\times 2n×2改为2×22\times22×2大小,idxidxidx模111交替存储。
Java
class Solution {
public int minSwap(int[] nums1, int[] nums2) {
int n = nums1.length;
int[][] f = new int[2][2];
f[0][1] = 1;
for (int i = 1; i < n; i++) {
int tru = n + 10, fal = n + 10; // 暂存
int pre = (i - 1) & 1, cur = i & 1;
if (nums1[i - 1] < nums1[i] && nums2[i - 1] < nums2[i]) {
tru = f[pre][0];
fal = f[pre][1] + 1;
}
if (nums2[i - 1] < nums1[i] && nums1[i - 1] < nums2[i]) {
tru = Math.min(tru, f[pre][1]);
fal = Math.min(fal, f[pre][0] + 1);
}
// 更新
f[cur][0] = tru;
f[cur][1] = fal;
}
return Math.min(f[(n - 1) & 1][0], f[(n - 1) & 1][1]);
}
}
- 时间复杂度:O(n)O(n)O(n)
- 空间复杂度:O(1)O(1)O(1)
C++
class Solution {
public:
int minSwap(vector<int>& nums1, vector<int>& nums2) {
int n = nums1.size();
int f[2][2];
f[0][0] = 0;
f[0][1] = 1;
for (int i = 1; i < n; i++) {
int tru = n + 10, fal = n + 10; // 暂存
int pre = (i - 1) & 1, cur = i & 1;
if (nums1[i - 1] < nums1[i] && nums2[i - 1] < nums2[i]) {
tru = f[pre][0];
fal = f[pre][1] + 1;
}
if (nums2[i - 1] < nums1[i] && nums1[i - 1] < nums2[i]) {
tru = min(tru, f[pre][1]);
fal = min(fal, f[pre][0] + 1);
}
// 更新
f[cur][0] = tru;
f[cur][1] = fal;
}
return min(f[(n - 1) & 1][0], f[(n - 1) & 1][1]);
}
};
- 时间复杂度:O(n)O(n)O(n)
- 空间复杂度:O(1)O(1)O(1)
Rust
impl Solution {
pub fn min_swap(nums1: Vec<i32>, nums2: Vec<i32>) -> i32 {
let n = nums1.len();
let mut f = vec![vec![n + 10; 2 as usize]; 2 as usize];
f[0][0] = 0;
f[0][1] = 1;
for i in 1..n {
let (mut tru, mut fal) = (n + 10, n + 10);
let (pre, cur) = ((i - 1) & 1, i & 1);
if (nums1[i - 1] < nums1[i] && nums2[i - 1] < nums2[i]) {
tru = f[pre][0];
fal = f[pre][1] + 1;
}
if (nums2[i - 1] < nums1[i] && nums1[i - 1] < nums2[i]) {
tru = tru.min(f[pre][1]);
fal = fal.min(f[pre][0] + 1);
}
f[cur][0] = tru;
f[cur][1] = fal;
}
f[(n - 1) & 1][0].min(f[(n - 1) & 1][1]) as i32
}
}
- 时间复杂度:O(n)O(n)O(n)
- 空间复杂度:O(1)O(1)O(1)
总结
- 这个不用操作原数组直接改状态的思路还有一点绕,看了好几遍题解又推了几个例子才理解过来。
- 是快乐推导快乐代码的一天~
- 好的快乐完了开始苦逼打工……