问题描述
给定一个长度为 nn 的序列 a1,a2,…,ana1,a2,…,an，你可以选择删去其中最多 n−1n−1 个数，得到一个新序列 b1,b2,…,bmb1,b2,…,bm （1≤m≤n1≤m≤n），新序列保留原来的相对顺序。你的目标是删除某些数，使得新序列的第 ii 个数 bi=ibi=i。现在需要求出最少删除多少个数才能得到这样的序列，如果无法得到，输出 −1−1。
例如，对于序列 [1, 4, 2, 3, 5]，删除第 2 个和第 5 个元素后，可以得到序列 [1, 2, 3]。
解题思路
- 识别目标序列：我们需要找到一个子序列，使得这个子序列的元素是
[1, 2, 3, ..., k]的形式。 - 计算删除次数：如果存在这样的子序列，计算需要删除的元素个数。如果不存在这样的子序列，返回
-1。
代码步骤
我们可以通过以下步骤来实现这个算法：
- 遍历数组：遍历数组
a，尝试找到一个从1开始的连续递增子序列。 - 记录位置：使用一个数组或字典来记录每个数字的位置。
- 检查连续性：检查是否存在从1开始的连续递增子序列。
- 计算删除次数：如果存在这样的子序列，计算需要删除的元素个数。
def solution(n: int, a: list) -> int:
# 记录每个数字的位置
position = {}
for i in range(n):
position[a[i]] = i
# 初始化最长连续子序列的长度
max_len = 0
# 遍历数组，尝试找到最长连续递增子序列
for num in range(1, n + 1):
if num in position:
# 检查是否连续
if num == 1 or (num - 1 in position and position[num] > position[num - 1]):
max_len += 1
else:
break
else:
break
# 如果最长连续子序列的长度为0，返回-1
if max_len == 0:
return -1
# 计算需要删除的元素个数
return n - max_len
if __name__ == '__main__':
print(solution(5, [1, 4, 2, 3, 5]) == 2)
print(solution(3, [3, 3, 2]) == -1)
print(solution(5, [1, 2, 3, 4, 5]) == 0)
关键步骤
- 记录位置：使用字典
position记录每个数字的位置。 - 检查连续性：遍历数字
1到n，检查是否存在连续递增的子序列。 - 计算删除次数：如果存在连续递增的子序列，计算需要删除的元素个数。
这个问题属于动态规划和贪心算法的结合题型。具体来说，它涉及到寻找一个最长的连续递增子序列，并计算需要删除的最少元素个数。
题型分类
- 动态规划：用于寻找最优解，通常涉及状态转移和子问题最优解的组合。
- 贪心算法：用于在每一步选择当前最优解，以期望最终得到全局最优解。
解题思路
- 理解问题：我们需要找到一个子序列，使得这个子序列的元素是
[1, 2, 3, ..., k]的形式。 - 记录位置：使用一个数据结构（如字典）记录每个数字在原序列中的位置。
- 检查连续性：遍历数字
1到n，检查是否存在连续递增的子序列。 - 计算删除次数：如果存在连续递增的子序列，计算需要删除的元素个数。
解决方法
- 记录位置：使用字典
position记录每个数字的位置。 - 遍历检查：从数字
1开始，检查是否存在连续递增的子序列。 - 动态更新：如果当前数字
num存在且位置连续，则更新最长连续子序列的长度。 - 计算结果：根据最长连续子序列的长度，计算需要删除的元素个数。
关键点
- 记录位置：使用字典
position记录每个数字的位置。 - 检查连续性：遍历数字
1到n，检查是否存在连续递增的子序列。 - 动态更新：如果当前数字
num存在且位置连续，则更新最长连续子序列的长度。 - 计算结果：根据最长连续子序列的长度，计算需要删除的元素个数。
通过这种方法，我们可以有效地解决这类问题。
