2026-08-15:删除元素后最大固定点数目。用go语言,给定一个整数数组 nums,你可以从中删除任意个元素(也可以不删)。删除后,剩下的元素会依次向左靠拢,下标从 0 开始重新编号。
如果某个位置上的元素值恰好等于它的新下标,这个位置就称为“固定点”。
请计算:经过任意次删除操作后,最多能得到多少个固定点。
1 <= nums.length <= 100000。
0 <= nums[i] <= 100000。
输入: nums = [0,2,1]。
输出: 2。
解释:
删除 nums[1] = 2。数组变为 [0, 1]。
现在,nums[0] = 0 且 nums[1] = 1,因此两个下标都是固定点。
因此,答案为 2。
题目来自力扣3920。
大体步骤如下:
第一步:理解问题转化
题目要求我们删除任意个元素后,让剩下的元素在重新编号后,尽量多的位置满足“元素值 = 新下标”。
你的代码没有直接去模拟删除,而是做了一个数学建模。
第二步:构造候选点(固定点可能的位置)
代码中的 maxFixedPoints 函数首先遍历原始数组 nums,对每个位置 i 和值 x:
- 如果
i >= x,说明如果保留这个元素,并且它最终被移到了某个位置,有可能成为固定点。 - 它保存一对值:
[x, i - x]。
这里的含义是:
- 如果保留这个元素,并且它最终成为固定点,那么它新下标必须等于 x。
- 这个元素原本在位置
i,如果它被移动到了下标x,那么它前面需要删除的元素个数为i - x(因为向前移动)。
所以 [x, i - x] 就代表了“这个元素如果要成为固定点,需要的删除数量是 i - x,且它对应新下标 x”。
第三步:排序(二维偏序处理)
将这些候选点存入二维数组 a,然后交给 maxEnvelopes 处理。
maxEnvelopes 使用了一个经典技巧:
- 按第一维
x升序排列。 - 如果第一维相同,按第二维
i - x降序排列(代码中用b[1] - a[1])。
这样排序的目的:
- 按
x升序,保证我们在处理时,固定点下标是递增的。 - 相同
x时降序,是为了防止在同一个新下标位置重复选择多个元素,因为按降序处理时,较大的删除数会先被处理,从而不会错误地让两个相同x的元素都进入 LIS。
第四步:最长递增子序列(LIS)处理
排序后的数组,实际上我们关心第二维 i - x 能否构成一个严格递增的序列。
为什么?
- 如果两个固定点分别位于原下标
i1, i2,新下标x1, x2,并且x1 < x2。 - 那么它们前面删除的元素个数分别是
i1 - x1和i2 - x2。 - 因为删除操作是全局的,若前一个固定点保留,后面固定点要想同时保留,必须保证后面的删除数大于前面的(因为越靠后的元素,要向前移动,需要的删除数也越多,并且这个删除数是递增的)。
所以我们需要找第二维的最长严格递增子序列(这里允许相邻相等,但排序时已经用降序避免同 x 的冲突,所以实际上用 h+1 来允许相等)。
sort.SearchInts(g, h+1):
- 用二分查找在
g中找第一个 >=h+1的位置。 - 相当于找第一个大于
h的位置(允许相等情况下的处理)。 - 如果找到就替换,否则追加,这样
g的长度就是最长递增子序列的长度。
第五步:得到答案
len(g) 就是最多可以获得的固定点数量。
对于例子 nums = [0, 2, 1]:
- 原数组:
- i=0, x=0 => 0 >= 0 => [0, 0]
- i=1, x=2 => 1 >= 2? 否,跳过
- i=2, x=1 => 2 >= 1 => [1, 1]
- 候选:[[0,0], [1,1]]
- 排序后:[[0,0], [1,1]]
- LIS 长度 = 2,输出 2,正确。
时间复杂度
- 构造候选:O(n)
- 排序:O(n log n)
- LIS 二分:每个元素一次二分查找,O(log n),总共 O(n log n)
整体:O(n log n)
额外空间复杂度
- 候选数组
a最多 n 个元素:O(n) - LIS 辅助数组
g:O(n)
整体:O(n)
Go完整代码如下:
package main
import (
"cmp"
"fmt"
"slices"
"sort"
)
func maxEnvelopes(envelopes [][2]int) int {
slices.SortFunc(envelopes, func(a, b [2]int) int {
return cmp.Or(a[0]-b[0], b[1]-a[1])
})
g := []int{}
for _, e := range envelopes {
h := e[1]
j := sort.SearchInts(g, h+1) // 允许 LIS 相邻元素相等
if j < len(g) {
g[j] = h
} else {
g = append(g, h)
}
}
return len(g)
}
func maxFixedPoints(nums []int) int {
a := [][2]int{}
for i, x := range nums {
if i >= x {
a = append(a, [2]int{x, i - x})
}
}
return maxEnvelopes(a)
}
func main() {
nums := []int{0, 2, 1}
result := maxFixedPoints(nums)
fmt.Println(result)
}
Python完整代码如下:
# -*-coding:utf-8-*-
from typing import List
from bisect import bisect_left
def maxEnvelopes(envelopes: List[List[int]]) -> int:
# 按宽度升序,宽度相同时按高度降序
envelopes.sort(key=lambda x: (x[0], -x[1]))
g = []
for _, h in envelopes:
# 允许 LIS 相邻元素相等(通过 h+1 来插入位置)
j = bisect_left(g, h + 1)
if j < len(g):
g[j] = h
else:
g.append(h)
return len(g)
def maxFixedPoints(nums: List[int]) -> int:
a = []
for i, x in enumerate(nums):
if i >= x:
a.append([x, i - x])
return maxEnvelopes(a)
if __name__ == "__main__":
nums = [0, 2, 1]
result = maxFixedPoints(nums)
print(result)
C++完整代码如下:
#include <vector>
#include <algorithm>
#include <iostream>
using namespace std;
int maxEnvelopes(vector<vector<int>>& envelopes) {
// 按宽度升序,宽度相同时按高度降序
sort(envelopes.begin(), envelopes.end(),
[](const vector<int>& a, const vector<int>& b) {
if (a[0] != b[0]) return a[0] < b[0];
return a[1] > b[1];
});
vector<int> g;
for (const auto& e : envelopes) {
int h = e[1];
// 允许 LIS 相邻元素相等(通过 h+1 来插入位置)
auto it = lower_bound(g.begin(), g.end(), h + 1);
if (it != g.end()) {
*it = h;
} else {
g.push_back(h);
}
}
return g.size();
}
int maxFixedPoints(vector<int>& nums) {
vector<vector<int>> a;
for (int i = 0; i < nums.size(); i++) {
if (i >= nums[i]) {
a.push_back({nums[i], i - nums[i]});
}
}
return maxEnvelopes(a);
}
int main() {
vector<int> nums = {0, 2, 1};
int result = maxFixedPoints(nums);
cout << result << endl;
return 0;
}