Medium

题目描述

给你一个正整数数组 arr。请你对 arr 执行一些操作(也可以不进行操作),使其满足以下条件:

  • arr 中第一个元素的值为 1
  • 任意相邻两个元素的绝对差小于等于 1,也就是说,对于每个 i1 <= i < arr.length),都满足 abs(arr[i] - arr[i-1]) <= 1abs(x)x 的绝对值。

你可以执行以下 2 种操作任意次:

  • arr 中任意元素的值减少到一个更小的正整数
  • 重新排列 arr 中的元素

在执行操作使数组满足上述条件后,返回 arr 中可能的最大值。

示例 1:

输入:arr = [2,2,1,2,1]
输出:2
解释:
我们可以重新排列 arr 得到 [1,2,2,2,1],该数组满足所有条件。
arr 中最大元素为 2。

示例 2:

输入:arr = [100,1,1000]
输出:3
解释:
一个可能的方案是:
1. 重新排列 arr 得到 [1,100,1000]
2. 将第二个元素减少为 2
3. 将第三个元素减少为 3
现在 arr = [1,2,3],满足所有条件。
arr 中最大元素为 3。

示例 3:

输入:arr = [1,2,3,4,5]
输出:5
解释:数组已经满足所有条件,最大元素为 5。

提示:

  • 1 <= arr.length <= 10^5
  • 1 <= arr[i] <= 10^9

解题思路

这道题的核心思路是贪心算法结合排序。

首先分析题目要求:

  1. 第一个元素必须是1
  2. 相邻元素的绝对差不超过1
  3. 我们可以减少任意元素的值,也可以重新排列数组

为了得到最大可能的元素值,我们应该:

贪心策略:

  • 将数组按升序排序,这样可以最大化利用每个位置
  • 第一个位置固定为1
  • 对于后续每个位置,我们希望元素值尽可能大,但不能超过前一个元素+1

具体步骤:

  1. 对数组进行升序排序
  2. 第一个元素设为1
  3. 从第二个元素开始,每个位置的值取 min(当前元素值, 前一个元素值 + 1)
  4. 最终数组的最后一个元素就是答案

为什么这样是最优的?

  • 排序后,我们从小到大处理元素,确保每个位置都能达到理论最大值
  • 每个位置最多比前一个位置大1,所以第i个位置(0-indexed)的理论最大值是i+1
  • 如果原数组中某个元素本身就很大,我们尽量保持它,如果太大就减少到允许的最大值

时间复杂度主要来自排序,为O(n log n)。

代码实现

class Solution {
public:
    int maximumElementAfterDecrementingAndRearranging(vector<int>& arr) {
        sort(arr.begin(), arr.end());
        
        arr[0] = 1;
        for (int i = 1; i < arr.size(); i++) {
            arr[i] = min(arr[i], arr[i-1] + 1);
        }
        
        return arr.back();
    }
};
class Solution:
    def maximumElementAfterDecrementingAndRearranging(self, arr: List[int]) -> int:
        arr.sort()
        
        arr[0] = 1
        for i in range(1, len(arr)):
            arr[i] = min(arr[i], arr[i-1] + 1)
        
        return arr[-1]
public class Solution {
    public int MaximumElementAfterDecrementingAndRearranging(int[] arr) {
        Array.Sort(arr);
        
        arr[0] = 1;
        for (int i = 1; i < arr.Length; i++) {
            arr[i] = Math.Min(arr[i], arr[i-1] + 1);
        }
        
        return arr[arr.Length - 1];
    }
}
var maximumElementAfterDecrementingAndRearranging = function(arr) {
    arr.sort((a, b) => a - b);
    
    arr[0] = 1;
    for (let i = 1; i < arr.length; i++) {
        arr[i] = Math.min(arr[i], arr[i-1] + 1);
    }
    
    return arr[arr.length - 1];
};

复杂度分析

复杂度类型复杂度说明
时间复杂度O(n log n)主要来自排序操作
空间复杂度O(1)只使用了常数额外空间(原地修改数组)