当前位置: 首页 > news >正文

LeetCode 390 消除游戏

在这里插入图片描述
在这里插入图片描述

文章目录

    • 摘要
    • 描述
    • 题解答案
    • 题解代码分析
      • 代码细节解释
    • 示例测试及结果
    • 时间复杂度
    • 空间复杂度
    • 总结

摘要

在算法题中,经常会遇到一些“模拟类”的题目:一开始我们会忍不住想直接照步骤一步步操作,但很快就会发现这种方式效率低得吓人。这道 LeetCode 390 消除游戏就是典型的例子。表面上是数组模拟,但实际上考的是 数学规律

本文会先介绍题目,然后分析解法,最后带上完整的 Swift Demo 和测试。

描述

题目的规则是这样的:

  1. 我们有一个从 1 到 n 的递增数组。
  2. 第一步,从左往右删除第一个数,然后每隔一个数删除一个,直到结尾。
  3. 第二步,从右往左,同样删除第一个(最右边的数),然后每隔一个数删除一个。
  4. 不断重复这两个步骤,直到数组只剩下一个数。

题目让我们返回最后剩下的那个数。

举个例子:

  • 输入:n = 9

    arr = [1,2,3,4,5,6,7,8,9]
    第一次从左往右 → [2,4,6,8]
    第二次从右往左 → [2,6]
    第三次从左往右 → [6]
    最后剩下的就是 6
    
  • 输入:n = 1

    arr = [1]
    直接返回 1
    

题解答案

如果你尝试直接用数组去模拟这个过程,很快就会发现效率问题。因为 n 最大能到 10^9,数组模拟完全不现实。

更好的办法是:找规律,直接数学递推

我们发现:

  • 每一轮操作后,剩下的数依然是一个等差数列。

  • 关键是维护三个变量:

    1. 当前的 头元素 head
    2. 当前的 步长 step(每轮会翻倍)
    3. 当前的 剩余元素个数 n
  • 每次从左往右时,head 一定会更新;从右往左时,只有在元素个数是奇数时 head 才会更新。

最后,当 n 缩小到 1 时,head 就是答案。

题解代码分析

下面是 Swift 的实现:

import Foundationclass Solution {func lastRemaining(_ n: Int) -> Int {var leftToRight = truevar remaining = nvar step = 1var head = 1while remaining > 1 {// 从左到右,head 一定会更新// 从右到左,只有当剩余是奇数时 head 才会更新if leftToRight || remaining % 2 == 1 {head += step}remaining /= 2step *= 2leftToRight.toggle()}return head}
}

代码细节解释

  1. head:代表当前数组的第一个数字。初始是 1。

  2. step:代表相邻数字的间隔,初始为 1。每一轮删除一半数字,step 就要翻倍。

  3. remaining:剩余元素的个数,每一轮都除以 2。

  4. leftToRight:布尔值,记录方向。每一轮切换一次。

  5. head 更新条件:

    • 如果是从左往右,必然更新;
    • 如果是从右往左,只有 remaining 是奇数时才更新。

这样就避免了真实的数组操作,复杂度大幅度下降。

示例测试及结果

我们来跑几个例子:

let solution = Solution()print(solution.lastRemaining(9))   // 输出: 6
print(solution.lastRemaining(1))   // 输出: 1
print(solution.lastRemaining(10))  // 输出: 8
print(solution.lastRemaining(24))  // 输出: 14

运行结果:

  • 输入 9 → 输出 6
  • 输入 1 → 输出 1
  • 输入 10 → 输出 8
  • 输入 24 → 输出 14

完全符合预期。

时间复杂度

每一轮都会把剩余的数字减半,所以循环次数大约是 log(n)
因此时间复杂度是 O(log n)

空间复杂度

我们只用了常数个变量 (head, step, remaining, leftToRight),所以空间复杂度是 O(1)

总结

这道题的精髓就是 不要真的去模拟数组操作,而是用数学规律来迭代推导。

  • 每一轮剩下的数依然是等差数列;
  • 我们只要跟踪 head 的变化,就能在 O(log n) 的时间里解出结果;
  • 这种思路在处理大规模数据时非常有用,避免了不必要的存储和计算。

换句话说,这是一道“数学建模 + 算法优化”的典型题。学会这个技巧,类似的问题就能迎刃而解。

http://www.dtcms.com/a/418505.html

相关文章:

  • 汕头seo建站新品发布会的作用
  • 基于深度学习的CT扫描图像肝脏肿瘤智能检测与分析系统【python源码+Pyqt5界面+数据集+训练代码】
  • Edge 浏览器安装selenium
  • 学习:SSMP整合综合案例(2025
  • 如何有效抵御DDoS攻击:全面应对策略解析
  • mobaxterm软件下载_mobaxterm安装包下载_mobaxterm安装教程下载_mobaxterm网盘下载
  • Spring依赖注入问题清单及解决方案
  • KingbaseES数据库SSL安全传输与数据完整性保护技术详解
  • 微网站如何做如何对网站用户分析
  • Nginx反向代理与负载均衡全解析
  • FPGA学习篇——Verilog学习之全加器的实现
  • 6、Lombok-速查手册:常用注解语法与生成代码对照表
  • app免费模板下载网站电子商务网站建设与管理读后感
  • 大语言模型LLM解决AI幻觉方法的深度分析
  • Spec 工作流
  • Genome Biology | scKAN:连接单细胞数据分析与药物发现的可解释架构
  • Javascript输入输出
  • BEVfusion解读(三)
  • JavaScript身份证号校验算法
  • 【centos生产环境搭建(三)jdk环境配置】
  • HarmonyOS NEXT 5.0 的星闪(NearLink)开发应用案例
  • Redis 入门:高效缓存与数据存储的利器
  • 贝尔利网站免费永久php免备案空间
  • Python字典:高效数据管理的瑞士军刀
  • Requests 库详解:爬虫工程师的 “瑞士军刀”
  • 用python实现将csv文件数据插入到mysql
  • 【第十五周】机器学习的学习笔记11
  • 一款强大的开源 MQTT 消息服务器:EMQX
  • 如何 网站优化公司做网站百度可以搜到吗
  • 门户网站 管理系统网站关键词怎么填写