约瑟夫环问题详解(链表模拟、动态数组模拟、数学公式一步到位) | 蓄力计划
原创公众号:
bigsai
前言
约瑟夫环问题是算法中相当经典的一个问题,其问题理解是相当容易的,并且问题描述有非常多的版本,并且约瑟夫环问题还有很多变形,这篇约瑟夫问题的讲解,一定可以带你理解通通!
什么是约瑟夫环问题?
约瑟夫环问题在不同平台被"优化"描述的不一样,例如在牛客剑指offer叫孩子们的游戏,还有叫杀人游戏,点名……最直接的感觉还是力扣上剑指offer62的描述:圆圈中最后剩下的数字。
问题描述:
0,1,···,n-1这n个数字排成一个圆圈,从数字0开始,每次从这个圆圈里删除第m个数字(删除后从下一个数字开始计数)。求出这个圆圈里剩下的最后一个数字。
例如,0、1、2、3、4这5个数字组成一个圆圈,从数字0开始每次删除第3个数字,则删除的前4个数字依次是2、0、4、1,因此最后剩下的数字是3。
当然,这里考虑m,n都是正常的数据范围,其中
1 <= n <= 10^5
1 <= m <= 10^6
对于这个问题,你可能脑海中有了印象,想着小时候村里一群孩子坐在一起,从某个开始报数然后数到几出列,下一个重新开始一直到最后一个。
循环链表模拟
这个问题最本质其实就是循环链表的问题,围成一个圈之后,就没有结尾这就是一个典型的循环链表嘛!一个一个顺序报数,那不就是链表的遍历枚举嘛!数到对应数字的出列,这不就是循环链表的删除嘛!
并且这里还有非常方便的地方:
- 循环链表的向下枚举不需要考虑头尾问题,直接node=node.next向下
- 循环聊表的删除也不需要考虑头尾问题,直接node.next=node.next.next删除
当然也有一些需要注意的地方
-
形成环形链表很简单,只需要将普通链表的最后一个节点的next指向第一个节点即可
-
循环链表中只有一个节点的时候停止返回,即node.next=node的时候
-
删除,需要找到待删除的前面节点,所以我们删除计数的时候要少即一位,利用前面的那个节点直接删除后面节点即可
这样,思路明确,直接开撸代码:
class Solution { class node//链表节点 { int val; public node(int value) { this.val=value; } node next; } public int lastRemaining(int n, int m) { if(m==1)return n-1;//一次一个直接返回最后一个即可 node head=new node(0); node team=head;//创建一个链表 for(int i=1;i<n;i++) { team.next=new node(i); team=team.next; } team.next=head;//使形成环 int index=0;//从0开始计数 while (head.next!=head) {//当剩余节点不止一个的时候 //如果index=m-2 那就说明下个节点(m-1)该删除了 if(index==m-2) { head.next=head.next.next; index=0; } else { index++; } head=head.next; } return head.val; }
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
当然,这种算法太复杂了,大部分的OJ你提交上去是无法AC的,因为超时太严重了,具体的我们可以下面分析。
有序集合模拟
上面使用链表直接模拟游戏过程会造成非常严重非常严重的超时,n个数字,数到第m个出列。因为m如果非常大远远大于m,那么将进行很多次转圈圈。
所以我们可以利用求余的方法判断等价最低的枚举次数,然后将其删除即可,在这里你可以继续使用自建链表去模拟,上面的while循环以及上面只需添加一个记录长度的每次求余算圈数即可:
int len=n;
while (head.next!=head) {
if(index==(m-2)%len)
{ head.next=head.next.next; index=0; len--;
}
else { index++;
}
head=head.next;
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
但我们很多时候不会手动去写一个链表模拟,我们会借助ArrayList和LinkedList去模拟,如果使用LinkedList其底层也是链表,使用ArrayList的话其底层数据结构是数组。不过在使用List其代码方法一致。
List可以直接知道长度,也可删除元素,使用List的难点是一个顺序表怎们模拟成循环链表?
咱们仔细思考:假设当前长度为n,数到第m个(通过上面分析可以求余让这个有效的m不大于n)删除,在index位置删除。那么删除后剩下的就是n-1长度,index位置就是表示第一个计数的位置,我们可以通过求余得知走下一个删除需要多少步,那么下个位置怎么确定呢?
你可以分类讨论看看走的次数是否越界,但这里有更巧妙的方法,可以直接求的下一次具体的位置,公式就是为:
index=(index+m-1)%(list.size());
- 1
因为index是从1计数,如果是循环的再往前m-1个就是真正的位置,但是这里可以先假设先将这个有序集合的长度扩大若干倍,然后从index计数开始找到假设不循环的位置index2,最后我们将这个位置index2%(集合长度)即为真正的长度。
使用这个公式一举几得,既能把上面m过大循环过多的情况解决,又能找到真实的位置,就是将这个环先假设成线性的然后再去找到真的位置,如果不理解的话可以再看看这个图:
这种情况的话大部分的OJ是可以勉强过关的,面试官的层面也大概率差不多的,具体代码为:
class Solution { public int lastRemaining(int n, int m) { if(m==1) return n-1; List<Integer>list=new ArrayList<>(); for(int i=0;i<n;i++) { list.add(i); } int index=0; while (list.size()>1) { index=(index+m-1)%(list.size()); list.remove(index); } return list.get(0); }
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
递归公式解决
我们回顾上面的优化过程,上面用求余可以解决m比n大很多很多的情况(即理论上需要转很多很多圈的情况)。但是还可能存在n本身就很大的情况,无论是顺序表ArrayList还是链表LinkedList去频繁查询、删除都是很低效的。
所以聪明的人就开始从数据找一些规律或者关系。
先抛出公式:
f(n,m)=(f(n-1,m)+m)%n
f(n,m)指n个人,报第m个编号出列最终编号
- 1
- 2
下面要认真看一下我的分析过程:
我们举个例子,有0 1 2 3 4 5 6 7 8 9
十个数字,假设m为3,最后结果可以先记成f(10,3),即使我们不知道它是多少。
当进行第一次时候,找到元素2
删除,此时还剩9个元素,但起始位置已经变成元素3。等价成3 4 5 6 7 8 9 0 1
这9个数字重写开始找。
此时这个序列最终剩下的一个值即为f(10,3),这个序列的值和f(9,3)不同,但是都是9个数且m等于3,所以其删除位置是相同的,即算法大体流程是一致的,只是各位置上的数字不一样。所以我们需要做的事情是找找这个序列上和f(9,3)值上有没有什么联系。
寻找过程中别忘记两点,首先可通过**%符号**对数字有效扩充,即我们可以将3 4 5 6 7 8 9 0 1
这个序列看成(3,4,5,6,7,8,9,10,11)%10.这里的10即为此时的n数值。
另外数值如果是连续的,那么最终一个结果的话是可以找到联系的(差值为一个定制)。所以我们可以就找到f(10,3)和f(9,3)值之间结果的关系,可以看下图:
所以f(10,3)的结果就可以转化为f(9,3)的表达,后面也是同理:
f(10,3)=(f(9,3)+3)%10
f(9,3)=(f(8,3)+3)%9
……
f(2,3)=(f(1,3)+3)%2
f(1,3)=0
- 1
- 2
- 3
- 4
- 5
这样,我们就不用模拟操作,可以直接从数值的关系找到递推的关系,可以轻轻松松的写下代码:
class Solution { int index=0; public int lastRemaining(int n, int m) { if(n==1) return 0; return (lastRemaining(n-1,m)+m)%n; }
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
但是递归效率因为有个来回的规程,效率相比直接迭代差一些,也可从前往后迭代:
class Solution { public int lastRemaining(int n, int m) { int value=0; for(int i=1;i<=n;i++) { value=(value+m)%i; } return value; }
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
结语
我想,通过本篇文章你应该掌握和理解了约瑟夫环问题,这种裸的约瑟夫环问题出现的概率很大,考察很频繁,链表模拟是根本思想,有序集合模拟链表是提升,而公式递推才是最有学习价值的地方,如果你刚开始接触不理解可以多看几遍。如果能用公式递推给面试官说两句,讲讲原理,那一定会让面试官眼前一亮的!
如果看了本文觉得有收获欢迎 点赞、收藏、分享一波,也欢迎关注我的公众号(bigsai
)、加我v信好友(q1315426911
)一起学习交流,我也创了一个力扣打卡群,里面很多热情的伙伴希望一起进步!
文章来源: bigsai.blog.csdn.net,作者:Big sai,版权归原作者所有,如需转载,请联系作者。
原文链接:bigsai.blog.csdn.net/article/details/115682597
- 点赞
- 收藏
- 关注作者
评论(0)