博客
关于我
334 递增的三元子序列(贪心)
阅读量:371 次
发布时间:2019-03-04

本文共 844 字,大约阅读时间需要 2 分钟。

判断数组是否存在长度为3的递增子序列

要解决这个问题,我们需要找到一个算法,在O(n)时间复杂度和O(1)空间复杂度下判断给定数组是否存在长度为3的递增子序列。

方法思路

我们可以使用贪心算法来解决这个问题。具体步骤如下:

  • 初始化变量:维护两个变量a和b,分别记录到目前为止遇到的最小的两个数。
  • 遍历数组:对于数组中的每个元素num:
    • 如果num比a小,则更新a为num。
    • 如果num比a大但比b小,则更新b为num。
    • 如果num既不比a小也不比b小,则说明已经找到一个递增三元组,返回true。
  • 遍历结束:如果遍历完整个数组仍未找到符合条件的三元组,返回false。
  • 这种方法的核心思想是每次尽可能选择最小的数作为递增序列的基础,从而在最短时间内找到符合条件的三元组。

    解决代码

    import sysclass Solution:    def increasingTriplet(self, nums: list[int]) -> bool:        a, b = sys.maxsize, sys.maxsize        for num in nums:            if num <= a:                a = num            elif num <= b:                b = num            else:                return True        return False

    代码解释

    • 初始化:a和b初始化为正无穷大,用于记录递增序列的前两个最小值。
    • 遍历数组:对于每个元素num,首先检查是否比a小,如果是则更新a。接着检查是否比b小,如果是则更新b。否则,直接返回true。
    • 返回结果:如果遍历完所有元素仍未找到符合条件的三元组,返回false。

    这种方法确保了在只需遍历一次数组的情况下,能够高效地判断是否存在长度为3的递增子序列,符合题目要求的时间和空间复杂度。

    转载地址:http://pvgr.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | SAM2(Segment Anything Model 2)新一代分割一切大模型介绍与使用(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
    查看>>
    OpenCV与AI深度学习 | YOLOv11来了:将重新定义AI的可能性
    查看>>
    OpenCV与AI深度学习 | YOLOv8自定义数据集训练实现火焰和烟雾检测(代码+数据集!)
    查看>>
    OpenCV与AI深度学习 | YOLOv8重磅升级,新增旋转目标检测,又该学习了!
    查看>>
    OpenCV与AI深度学习 | 使用OpenCV轮廓检测提取图像前景
    查看>>
    OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
    查看>>
    OpenCV与AI深度学习 | 使用PyTorch进行小样本学习的图像分类
    查看>>
    OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
    查看>>
    OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
    查看>>
    OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
    查看>>
    OpenCV与AI深度学习 | 初学者指南 -- 什么是迁移学习?
    查看>>
    OpenCV与AI深度学习 | 十分钟掌握Pytorch搭建神经网络的流程
    查看>>
    OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
    查看>>
    OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
    查看>>
    OpenCV与AI深度学习 | 基于OpenCV实现模糊检测 / 自动对焦
    查看>>
    OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
    查看>>