179. 最大数
难度中等360
给定一组非负整数,重新排列它们的顺序使之组成一个最大的整数。
示例 1:
输入: [10,2]
输出: 210
示例 2:
输入: [3,30,34,5,9]
输出: 9534330
说明: 输出结果可能非常大,所以你需要返回一个字符串而不是整数。
分析
自定义排序:
想法
为了构建最大数字,我们希望越高位的数字越大越好。
算法
首先,我们将每个整数变成字符串。然后进行排序。
如果仅按降序排序,有相同的开头数字的时候会出现问题。比方说,样例 2 按降序排序得到的数字是 9534330395343303 ,然而交换 3 和 30 的位置可以得到正确答案 9534330 。因此,每一对数在排序的比较过程中,我们比较两种连接顺序哪一种更好。我们可以证明这样的做法是正确的:
假设(不是一般性),某一对整数 a和 b ,我们的比较结果是 a 应该在 b 前面,这意味着 a⌢b>b⌢aa\frown b > b\frown aa⌢b>b⌢a,其中 ⌢ 表示连接。如果排序结果是错的,说明存在一个 c , b在 c前面且 c 在 a 的前面。这产生了矛盾,因为 a⌢b>b⌢aa\frown b > b\frown aa⌢b>b⌢a 和 b⌢c>c⌢bb\frown c > c\frown bb⌢c>c⌢b 意味着 a⌢c>c⌢aa\frown c > c\frown aa⌢c>c⌢a 。换言之,我们的自定义比较方法保证了传递性,所以这样子排序是对的。
一旦数组排好了序,最“重要”的数字会在最前面。有一个需要注意的情况是如果数组只包含 0 ,我们直接返回结果 00 即可。否则,我们用排好序的数组形成一个字符串并返回。
class Solution {
private class LargerNumberComparator implements Comparator<String> {
@Override
public int compare(String a, String b) {
String order1 = a + b;
String order2 = b + a;
return order2.compareTo(order1);
}
}
public String largestNumber(int[] nums) {
// Get input integers as strings.
String[] asStrs = new String[nums.length];
for (int i = 0; i < nums.length; i++) {
asStrs[i] = String.valueOf(nums[i]);
}
// Sort strings according to custom comparator.
Arrays.sort(asStrs, new LargerNumberComparator());
// If, after being sorted, the largest number is `0`, the entire number
// is zero.
if (asStrs[0].equals("0")) {
return "0";
}
// Build largest number from sorted array.
String largestNumberStr = new String();
for (String numAsStr : asStrs) {
largestNumberStr += numAsStr;
}
return largestNumberStr;
}
}
public String largestNumber(int[] nums) {
Integer[] n = new Integer[nums.length];
for (int i = 0; i < nums.length; i++) {
n[i] = nums[i];
}
Arrays.sort(n, new Comparator<Integer>() {
@Override
public int compare(Integer n1, Integer n2) {
String s1 = n1 + "" + n2;
String s2 = n2 + "" + n1;
//compareTo 方法
//如果参数是一个按字典顺序排列等于该字符串的字符串,则返回值为0;
//如果参数是按字典顺序大于此字符串的字符串,则返回值小于0;
//如果参数是按字典顺序小于此字符串的字符串,则返回值大于0。
return s2.compareTo(s1);
}
});
StringBuilder sb = new StringBuilder();
for (int i = 0; i < nums.length; i++) {
sb.append(n[i]);
}
String res = sb.toString();
return res.charAt(0) == '0' ? "0" : res;
}
复杂度分析
-
时间复杂度:O(nlgn)O(nlg**n)
尽管我们在比较函数中做了一些额外的工作,但是这只是一个常数因子。所以总的时间复杂度是由排序决定的,在 Python 和 Java 中都是 O(nlgn)O(nlg**n) 。
-
空间复杂度:O(n)O(n)
这里,我们使用了 O(n)O(n) 的额外空间去保存
nums的副本。尽管我们就地进行了一些额外的工作,但最后返回的数组需要 O(n)O(n) 的空间。因此,需要的额外空间与nums大小成线性关系。




还没有评论,来说两句吧...