本文属于「征服LeetCode」系列文章之一,这一系列正式开始于2021/08/12。由于LeetCode上部分题目有锁,本系列将至少持续到刷完所有无锁题之日为止;由于LeetCode还在不断地创建新题,本系列的终止日期可能是永远。在这一系列刷题文章中,我不仅会讲解多种解题思路及其优化,还会用多种编程语言实现题解,涉及到通用解法时更将归纳总结出相应的算法模板。
为了方便在PC上运行调试、分享代码文件,我还建立了相关的仓库:https://github.com/memcpy0/LeetCode-Conquest。在这一仓库中,你不仅可以看到LeetCode原题链接、题解代码、题解文章链接、同类题目归纳、通用解法总结等,还可以看到原题出现频率和相关企业等重要信息。如果有其他优选题解,还可以一同分享给他人。
由于本系列文章的内容随时可能发生更新变动,欢迎关注和收藏征服LeetCode系列文章目录一文以作备忘。
给你一个整数数组 nums
。请你创建一个满足以下条件的二维数组:
- 二维数组应该 只 包含数组
nums
中的元素。 - 二维数组中的每一行都包含 不同 的整数。
- 二维数组的行数应尽可能 少 。
返回结果数组。如果存在多种答案,则返回其中任何一种。
请注意,二维数组的每一行上可以存在不同数量的元素。
示例 1:
java
输入:nums = [1,3,4,1,2,3,1]
输出:[[1,3,4,2],[1,3],[1]]
解释:根据题目要求可以创建包含以下几行元素的二维数组:
- 1,3,4,2
- 1,3
- 1
nums 中的所有元素都有用到,并且每一行都由不同的整数组成,所以这是一个符合题目要求的答案。
可以证明无法创建少于三行且符合题目要求的二维数组。
示例 2:
java
输入:nums = [1,2,3,4]
输出:[[4,3,2,1]]
解释:nums 中的所有元素都不同,所以我们可以将其全部保存在二维数组中的第一行。
提示:
1 <= nums.length <= 200
1 <= nums[i] <= nums.length
解法 哈希表
用一个哈希表 cnt \textit{cnt} cnt 记录每个元素的剩余次数。构造答案时,遍历哈希表,如果元素 x x x 的剩余次数不为 0 0 0 ,则将 x x x 加入新行中,并令 c n t [ x ] cnt[x] cnt[x] 减一;如果 x x x 的次数为 0 0 0 ,则将 x x x 从 c n t cnt cnt 中删除。这需要两个循环。
python
# python
class Solution:
def findMatrix(self, nums: List[int]) -> List[List[int]]:
ans = []
cnt = Counter(nums)
while cnt:
ans.append(list(cnt)) # 每次将返回字典的key列表放入ans中
for x in ans[-1]:
cnt[x] -= 1
if cnt[x] == 0:
del cnt[x] # 从字典中删除键值对
return ans
# go
func findMatrix(nums []int) (ans [][]int) {
cnt := map[int]int {}
for _, x := range nums {
cnt[x]++
}
for len(cnt) > 0 {
row := []int {}
for x := range cnt {
row = append(row, x)
if cnt[x]--; cnt[x] == 0 {
delete(cnt, x)
}
}
ans = append(ans, row)
}
return
}
实际上,我们可以在构造哈希表的循环中,就完成答案二维数组的构造。类似「二叉树的右视图」那一题,我们遍历数组,记录每个元素的出现次数,当发现元素 x x x 第 i d x idx idx 次出现时,如果二维数组的行数 ≤ i d x \le idx ≤idx ,则不需要新行,将 x x x 放入第 i d x idx idx 行;否则添加新一行,再将元素 x x x 放入。
cpp
// cpp
class Solution {
public:
vector<vector<int>> findMatrix(vector<int>& nums) {
vector<vector<int>> ans;
int cnt[201] = {0};
for (int x : nums) {
++cnt[x];
if (ans.size() < cnt[x]) ans.emplace_back();
ans[cnt[x] - 1].push_back(x);
}
return ans;
}
};
// java
class Solution {
public List<List<Integer>> findMatrix(int[] nums) {
var ans = new ArrayList<List<Integer>>();
int[] cnt = new int[220];
for (int x : nums) {
++cnt[x];
if (ans.size() < cnt[x]) ans.add(new ArrayList<Integer>());
ans.get(cnt[x] - 1).add(x);
}
return ans;
}
}
复杂度分析:
- 时间复杂度: O ( n ) O(n) O(n) ,其中 n n n 为 nums \textit{nums} nums 的长度。
- 空间复杂度: O ( n ) O(n) O(n) 。