开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第30天，点击查看活动详情
一 描述
1051. 高度检查器 - 力扣（LeetCode） (leetcode-cn.com)
学校打算为全体学生拍一张年度纪念照。根据要求，学生需要按照 非递减 的高度顺序排成一行。
排序后的高度情况用整数数组 expected 表示，其中 expected[i] 是预计排在这一行中第 i 位的学生的高度（下标从 0 开始）。
给你一个整数数组 heights ，表示 当前学生站位 的高度情况。heights[i] 是这一行中第 i 位学生的高度（下标从 0 开始）。
返回满足 heights[i] != expected[i] 的 下标数量 。
示例：
输入：heights = [1,1,4,2,1,3]
输出：3
解释：
高度：[1,1,4,2,1,3]
预期：[1,1,1,2,3,4]
下标 2 、4 、5 处的学生高度不匹配。
示例 2：
输入：heights = [5,1,2,3,4]
输出：5
解释：
高度：[5,1,2,3,4]
预期：[1,2,3,4,5]
所有下标的对应学生高度都不匹配。
示例 3：
输入：heights = [1,2,3,4,5]
输出：0
解释：
高度：[1,2,3,4,5]
预期：[1,2,3,4,5]
所有下标的对应学生高度都匹配。
提示：
- 1 <= heights.length <= 100
- 1 <= heights[i] <= 100
二 分析
最初采用sorted方法，但是考虑到时间复杂度较高，进而采用桶排序方式 木桶长度为所有高度的范围，初始值为0， 更新木桶数据为列表中对应高度的频次， 再依次输出木桶元素(输出元素一定是按照非递减顺序)，与原列表比较即可确定最小调换人数
三 答案
class Solution(object):
def heightChecker(self, heights):
#桶排序 不选择排序是因为时间复杂度高
bucket = [0]*101 #身高范围1-100
for h in heights:
bucket[h] += 1
count = 0
j = 0
max_height = max(heights)
for i in range(1,max_height+1):
while bucket[i] != 0 and j < len(heights):
if i != heights[j]:
count += 1
bucket[i] -=1
j += 1
return count
四 总结
这个题我们其实并不需要排序，而且排序的复杂度反而高，所以桶排序是最合适的。
