力扣：种花问题

思路分析

这是一个典型的贪心算法问题，核心在于如何在满足不相邻条件的情况下，尽可能多地种植花朵。

算法思路：

贪心策略：从左到右遍历花坛，只要遇到可以种植的位置就立即种植，这样可以保证在当前情况下种植最多的花朵
判断条件 ：对于位置i，需要同时满足以下三个条件才能种植：
- 当前位置是空地（flowerbed[i] == 0）
- 左边位置是空地或当前是第一个位置（i == 0 || flowerbed[i-1] == 0）
- 右边位置是空地或当前是最后一个位置（i == flowerbed.length-1 || flowerbed[i+1] == 0）
优化：一旦种植的花朵数量达到n，即可提前返回true，无需遍历整个数组

代码实现

java 复制代码

package main.leetcode75.arr_str;

/**
 * @ClassName CanPlaceFlowers
 * @Description 种花问题的贪心算法实现
 * @Author Feng
 * @Date 2025/12/25
 **/
public class CanPlaceFlowers {
    public static boolean canPlaceFlowers(int[] flowerbed, int n) {
        // 如果不需要种花，直接返回true
        if (n == 0) {
            return true;
        }
        
        // 遍历花坛的每个位置
        for (int i = 0; i < flowerbed.length; i++) {
            // 检查当前位置是否可以种花
            if (flowerbed[i] == 0) {
                // 检查左边位置：如果是第一个位置，左边视为空地
                boolean leftEmpty = (i == 0) || (flowerbed[i-1] == 0);
                // 检查右边位置：如果是最后一个位置，右边视为空地
                boolean rightEmpty = (i == flowerbed.length-1) || (flowerbed[i+1] == 0);
                
                // 如果左右都是空地，可以种花
                if (leftEmpty && rightEmpty) {
                    // 在当前位置种花
                    flowerbed[i] = 1;
                    // 需要种植的数量减1
                    n--;
                    
                    // 如果已经种完所有花，提前返回true
                    if (n == 0) {
                        return true;
                    }
                }
            }
        }
        
        // 遍历结束后，如果剩余需要种植的数量小于等于0，返回true，否则返回false
        return n <= 0;
    }

    public static void main(String[] args) {
        // 测试用例1：可以种植1朵花
        int[] flowerbed1 = {1, 0, 0, 0, 1};
        int n1 = 1;
        boolean res1 = canPlaceFlowers(flowerbed1, n1);
        System.out.println("测试用例1结果: " + res1);  // 预期输出: true
        
        // 测试用例2：不能种植1朵花
        int[] flowerbed2 = {0, 1};
        int n2 = 1;
        boolean res2 = canPlaceFlowers(flowerbed2, n2);
        System.out.println("测试用例2结果: " + res2);  // 预期输出: false
        
        // 测试用例3：边界情况 - 花坛只有一个空位
        int[] flowerbed3 = {0};
        int n3 = 1;
        boolean res3 = canPlaceFlowers(flowerbed3, n3);
        System.out.println("测试用例3结果: " + res3);  // 预期输出: true
        
        // 测试用例4：需要种植多朵花
        int[] flowerbed4 = {0, 0, 1, 0, 0};
        int n4 = 2;
        boolean res4 = canPlaceFlowers(flowerbed4, n4);
        System.out.println("测试用例4结果: " + res4);  // 预期输出: true
    }
}

算法复杂度分析

时间复杂度：O(n)，其中n是花坛的长度，我们只需要遍历一次花坛
空间复杂度：O(1)，只使用了常数个额外变量，没有使用额外的空间

关键优化点

提前终止：一旦种植的花朵数量达到n，立即返回true，避免不必要的遍历
边界处理：通过将数组边界外的位置视为空地，简化了条件判断
贪心策略：通过尽可能多地种植花朵，确保算法的最优性