LeetCode 2418:按身高排序 —— 题解
欢迎阅读 欢迎来到「按身高排序」题解之旅本文将带你从“按身高降序输出名字”这一排序需求出发深入理解多种排序实现方式并掌握创建二元组、哈希表映射、对下标排序三种经典技巧的适用场景。在开始之前建议你先了解题目背景这是 LeetCode 2418 题给定两个等长数组names和heights身高值互不相同要求按身高降序返回对应的名字数组。这是一道排序与映射的入门题但提供了多种解法思路可灵活应用到其他类似场景。明确学习目标掌握三种实现方式——①创建二元组将(身高, 名字)组合后排序直接提取名字②哈希表映射用哈希表存储身高 - 名字对身高数组排序后查表③对下标排序常用技巧对下标数组[0, n-1]按heights降序排序再按排好的下标取names。理解每种方法的优劣和适用性尤其是下标排序在避免额外空间或保持原数据不变时的通用价值。本文将从问题转化、三种解法详解二元组/哈希/下标排序、代码实现到复杂度分析层层递进。即使你对排序和映射还不熟悉我们也会从“把身高和名字绑在一起”的直觉出发让你轻松抓住核心思想——排序的本质是比较但比较的对象可以是组合、映射关系或索引。现在让我们一起按身高排好队叫出对应名字吧 一、题目2418. 按身高排序 - 力扣LeetCode​二、做题思路1. 问题分析前置分析给定两个长度相等的数组names名字和heights身高互不相同要求按身高降序返回对应的名字数组。核心挑战是在排序时保持名字与身高的对应关系。有三种常用解法创建二元组、哈希表映射、对下标排序。2. 解法一创建二元组2.1 核心思路将每个人封装为一个二元组(身高, 名字)存入新数组。对二元组数组按身高降序排序。依次提取排序后的名字组成结果数组。2.2 正确性说明简单版本二元组将每个名字与其身高绑定在一起排序时整体移动不会出现错位。只要按身高降序排序提取出的名字顺序即为题目所求。2.3 实现细节边界防护使用vectorpairint, string people存储二元组。自定义排序按first身高降序若身高相同则按原顺序但题目保证身高互不相同。遍历排序后的二元组取出second加入结果数组。2.4 代码class Solution { public: vectorstring sortPeople(vectorstring names, vectorint heights) { int n names.size(); // 1. 创建二元组数组 vectorpairint, string people; for (int i 0; i n; i) { people.push_back({heights[i], names[i]}); } // 2. 按身高降序排序 sort(people.begin(), people.end(), [](const pairlt;int, stringgt;amp; a, const pairlt;int, stringgt;amp; b) { return a.first gt; b.first; // 降序 }); // 3. 提取名字 vectorlt;stringgt; ans; for (autoamp; p : people) { ans.push_back(p.second); } return ans; } };2.5 流程图3. 解法二哈希表映射3.1 核心思路建立哈希表unordered_mapint, string将heights[i]映射到names[i]。将heights数组降序排序。遍历排序后的heights用每个身高值去哈希表中查找对应的名字依次加入结果。3.2 正确性说明简单版本因为身高值互不相同哈希表的键唯一所以每个身高能精确映射到唯一名字。按身高降序查找得到的名字顺序即为目标顺序。3.3 实现细节边界防护使用unordered_mapint, string hash存储映射。对heights数组进行降序排序可用sort 自定义比较或greaterint()。遍历排序后的heights通过hash[height]获取对应名字。注意哈希表查找是 O(1)整体时间复杂度 O(n log n)主要来自排序。3.4 代码class Solution { public: vectorstring sortPeople(vectorstring names, vectorint heights) { int n names.size(); // 1. 建立哈希映射 unordered_mapint, string hash; for (int i 0; i n; i) { hash[heights[i]] names[i]; } // 2. 复制身高数组并降序排序 vectorlt;intgt; sortedHeights heights; sort(sortedHeights.begin(), sortedHeights.end(), greaterlt;intgt;()); // 3. 根据排序后的身高查找名字 vectorlt;stringgt; ans; for (int h : sortedHeights) { ans.push_back(hash[h]); } return ans; } };3.5 流程图4. 解法三对下标排序非常常用的技巧4.1 核心思路创建一个下标数组index初始为[0, 1, 2, ..., n-1]。不移动names和heights而是对index进行排序排序依据是heights[index[i]]降序。排序后index中的顺序即为按身高降序排列的人员索引顺序。根据index顺序从names中取出对应名字组成结果数组。4.2 正确性说明简单版本通过下标作为“中介”将排序逻辑从数据本身剥离。index排序后记录了所有下标按身高降序的排列再通过下标访问原数组既能得到正确顺序又避免了原数据的移动是一种高效且常用的技巧。4.3 实现细节边界防护初始化index[i] i。使用sort(index.begin(), index.end(), [](int a, int b){ return heights[a] heights[b]; })。排序后遍历index用names[index[i]]构造结果。此方法不需要额外存储二元组或哈希表空间复杂度 O(n)。4.4 代码class Solution { public: vectorstring sortPeople(vectorstring names, vectorint heights) { int n heights.size(); // 1. 创建索引数组初始按 0..n-1 排列用于间接排序 vectorlt;intgt; index(n); for (int i 0; i lt; n; i) { index[i] i; } // 2. 根据身高数组对索引进行降序排序 // 自定义比较函数索引 i 对应的人的身高如果大于索引 j 的则 i 排在前面 sort(index.begin(), index.end(), [amp;](int i, int j) { return heights[i] gt; heights[j]; // 降序从高到矮 }); // 3. 按照排序后的索引顺序将对应的名字依次加入结果数组 vectorlt;stringgt; ret; for (auto idx : index) { ret.push_back(names[idx]); } // 4. 返回按身高降序排列的名字列表 return ret; } };4.5 流程图5. 三种解法对比总结解法核心操作空间复杂度是否修改原数组二元组创建新对象排序O(n)否哈希表键值映射 排序O(n)是对 heights 排序下标排序排序索引数组O(n)否不移动原数组 闭幕 恭喜你完成了「按身高排序」问题的学习为了巩固知识并进一步拓展建议你动手实践在 LeetCode 上提交代码尝试不同的测试用例。深入思考题目给出了三种解法创建二元组、使用哈希表、对下标排序。这三种方法的核心思想分别是什么各自适用于什么场景解法三“对下标排序”是非常常用的技巧它为什么能避免移动原始数据如果要求最终输出名字数组而不是下标这种方法的优势体现在哪里如果不仅要返回名字还要同时返回排序后的身高上述哪种方法最容易扩展延伸挑战将题目改为按名字的字典序排序但需要同时输出对应的身高你会选择哪种解法如果名字有重复哪种方法更稳妥如果你觉得本文对你有所帮助欢迎 点赞 / 收藏 关注作者获取更多题解 留言交流你的疑问或优化思路祝你在算法之路上越走越稳早日攻克每一道难题下次见 ✨

相关新闻

强化学习与RLHF技术:从基础到优化算法解析

强化学习与RLHF技术:从基础到优化算法解析

1. 强化学习基础概念解析1.1 从动物训练看强化学习本质强化学习的核心机制可以用一个简单的动物训练场景来理解。想象你在训练一只小狗学习"坐下"这个指令:初始状态:小狗站立着,等待指令(S₀)动作尝试&#…

2026/11/9 3:28:21 阅读更多 →
Python循环结构解析:从基础语法到高级应用

Python循环结构解析:从基础语法到高级应用

1. Python循环结构:从零基础到实战进阶 刚接触Python时,循环结构往往是第一个让人既兴奋又困惑的概念。记得我最初写while循环时,因为漏了终止条件导致程序无限运行,只能强行关闭终端。这种"血的教训"恰恰说明了理解循环…

2026/11/5 13:39:53 阅读更多 →
低灰度差图像增强全解|详解DoG高斯差分频域带通算法、区分全局自适应阈值、强化低对比度特征、助力薄膜金属印刷微小缺陷检测、附完整OpenCV工程

低灰度差图像增强全解|详解DoG高斯差分频域带通算法、区分全局自适应阈值、强化低对比度特征、助力薄膜金属印刷微小缺陷检测、附完整OpenCV工程

目录 一、前言 二、工业低灰度差图像核心成因与算法失效分析 2.1 低对比度图像四大工业成型原因 2.2 传统图像处理算法核心失效根源 三、DoG高斯差分频域带通算法底层原理深度拆解 3.1 图像频率分量分层逻辑 3.2 空域DoG算法数学原理 3.3 频域优化增强逻辑 四、全局阈…

2026/11/9 4:33:55 阅读更多 →

最新新闻

Electron桌面应用开发实战:从环境搭建到打包发布全流程

Electron桌面应用开发实战:从环境搭建到打包发布全流程

做前端这些年,我大部分时间都在跟浏览器标签页打交道,直到第一次把桌面应用跑起来,才发现原来自己一直被限制在地址栏和刷新按钮围起来的框框里。Electron这个词,最开始是在某段时间频繁出现在同事的讨论里,一个用HTML…

2026/11/9 14:01:10 阅读更多 →
滑盖智能锁T109深度解析:结构原理、安装调试与故障排查

滑盖智能锁T109深度解析:结构原理、安装调试与故障排查

简介:亚太天能T109滑盖智能锁产品说明书是一份PDF格式的官方技术文档,主要面向智能锁安装人员、终端用户及售后维护者,帮助快速掌握产品安装、配置与常见故障处理。全包仅1个PDF文件,大小4.37MB,内容结构清晰&#xff…

2026/11/9 14:56:39 阅读更多 →
PMSM弱磁控制原理与Simulink建模:高速AGV驱动系统设计指南

PMSM弱磁控制原理与Simulink建模:高速AGV驱动系统设计指南

上个月我在调试一台高速AGV的驱动系统,整车要求空载跑到8m/s,电机转速已经拉到额定点,驱动器的输出电压也顶到了母线电压极限附近。再往上踩速度指令,转速纹丝不动,三相电流反而开始震荡。那会儿我的第一反应就是&…

2026/11/10 2:03:25 阅读更多 →
C++核心知识点:从内存管理到STL的实战指南

C++核心知识点:从内存管理到STL的实战指南

C 这门语言我前前后后折腾了十几年,用它写过嵌入式驱动、做过游戏服务端,也搭过基础组件库。每次看到新人一头扎进"C 核心知识点"这个搜索词,我其实挺感慨的——这门语言的难点从来不是语法多,而是知识点之间的耦合太深…

2026/11/9 14:01:10 阅读更多 →
T109滑盖智能锁怎么装?安装调试与故障排查全攻略

T109滑盖智能锁怎么装?安装调试与故障排查全攻略

简介:亚太天能T109滑盖智能锁产品说明书以PDF格式发布,适合智能锁用户、安装人员与售后维修人员阅读。内容围绕T109系列指纹密码刷卡锁展开,先介绍前面板、后面板、锁体、机械钥匙、电池盒盖等部件名称与功能,再给出完整安装步骤&…

2026/11/9 7:45:06 阅读更多 →
LLM知识降熵:从信息垄断到理解权下放

LLM知识降熵:从信息垄断到理解权下放

你有没有过这种经历:翻开源码注释、论文摘要或者一份专业报告,每个字都认识,连在一起却像天书。想找人聊聊,身边要么没人懂,要么懂的懒得跟你解释。后来我试着把同一段内容丢给一个大语言模型,几秒钟之后&a…

2026/11/9 14:01:11 阅读更多 →

日新闻

周新闻

月新闻