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:

  1. 1. 按第一维x升序排列。

  2. 2. 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 - x1i2 - 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)
}
打开网易新闻 查看精彩图片

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)
打开网易新闻 查看精彩图片

C++完整代码如下:

  



using namespace std;

int maxEnvelopes(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 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 ;
}
打开网易新闻 查看精彩图片

我们相信人工智能为普通人提供了一种“增强工具”,并致力于分享全方位的AI知识。在这里,您可以找到最新的AI科普文章、工具评测、提升效率的秘籍以及行业洞察。 欢迎关注“福大大架构师每日一题”,发消息可获得面试资料,让AI助力您的未来发展。