难度: Easy
Submission
运行时间: 65 ms
内存: 17.8 MB
class Solution: def minimumSwitchingTimes(self, source: List[List[int]], target: List[List[int]]) -> int: ans = 0 count = [0] * 10001 for row in source: for num in row: count[num] += 1 for row in target: for num in row: # source中的数不够,要切换颜色 if count[num] == 0: ans += 1 else: count[num] -= 1 return ans
Explain
题解中采用了计数排序的思想来统计source和target中各数字的出现次数。首先,遍历source矩阵,利用一个计数数组记录每个数字的出现次数。接着,遍历target矩阵,对于每个数字,检查计数数组中该数字的计数。如果计数为0,说明source中没有足够的该数字以匹配target中的需求,因此需要切换灯光颜色。每次发现不匹配,将结果计数器加一,并逐步减少计数数组中对应数字的计数。这样最终得到的结果计数器即为最少的切换次数。
时间复杂度: O(n*m)
空间复杂度: O(1)
class Solution: def minimumSwitchingTimes(self, source: List[List[int]], target: List[List[int]]) -> int: ans = 0 # 初始化需要切换的无人机数量 count = [0] * 10001 # 初始化计数数组 for row in source: for num in row: count[num] += 1 # 记录source中每个数字的出现次数 for row in target: for num in row: if count[num] == 0: # 如果target中的数字在source中的计数为0,则需要切换 ans += 1 else: count[num] -= 1 # 否则,减少该数字的计数 return ans # 返回需要切换的次数
Explore
题解中选择使用计数数组而不是哈希表主要是因为计数数组在处理有限范围内的整数时,可以提供更快的访问速度和更低的内存消耗。当已知元素的值域较小且连续时,使用计数数组可以直接通过索引访问,这比哈希表的哈希计算和潜在的冲突解决更为高效。此外,计数数组简化了实现,避免了哈希表中键的管理和动态内存的分配。
题解中假设元素值的上限为10000可能是基于题目给定的条件或示例中的数据范围。这种假设有助于确定使用计数数组的大小。如果元素的范围未知或非常大,直接使用计数数组可能不再适用,因为它可能导致极大的内存消耗或数组初始化的效率问题。在这种情况下,使用哈希表将是更好的选择,因为哈希表可以动态地处理不同的键值,并且内存使用量与元素的实际数量而非范围相关。
在减少计数数组中的计数时不需要检查count[num]的值是否小于0,因为算法逻辑确保了这种情况不会发生。在遍历target矩阵并减少计数之前,我们已经通过遍历source矩阵来增加计数。这保证了,只要target中的某个数字在source中至少出现过一次,就不会将其计数减到负数。如果某个数字在source中不存在,那么在首次检测到该数字时计数为0,会直接增加答案计数器而不是继续减少计数,从而避免了负数的出现。