【问题描述】[困难]

【解答思路】

1. 堆

复杂度

class Solution {public int[] smallestRange(List<List<Integer>> nums) {//区间的左边和右边int rangeLeft = 0, rangeRight = Integer.MAX_VALUE;//最小范围int minRange = rangeRight - rangeLeft;//区间的左边最大值int max = Integer.MIN_VALUE;int size = nums.size();//由于 k 个列表都是升序排列的，因此对每个列表维护一个指针，//通过指针得到列表中的元素，指针右移之后指向的元素一定大于或等于之前的元素。int[] next = new int[size];//使用最小堆维护 k 个指针指向的元素中的最小值PriorityQueue<Integer> priorityQueue = new PriorityQueue<Integer>(new Comparator<Integer>() {public int compare(Integer index1, Integer index2) {//第index个列表的next[index1]指针指向的元素return nums.get(index1).get(next[index1]) - nums.get(index2).get(next[index2]);}});for (int i = 0; i < size; i++) {//初始时，i 个指针都指向下标 0，因为next[i]=0priorityQueue.offer(i);//最大元素即为所有列表的下标 0 位置的元素中的最大值max = Math.max(max, nums.get(i).get(0));}while (true) {//每次从堆中取出最小值，minIndex是指第几个列表，也代表指针数组next的下标int minIndex = priorityQueue.poll();//根据最大值和最小值计算当前区间int curRange = max - nums.get(minIndex).get(next[minIndex]);//如果当前区间小于最小区间则用当前区间更新最小区间if (curRange < minRange) {minRange = curRange;rangeLeft = nums.get(minIndex).get(next[minIndex]);rangeRight = max;}//然后将对应列表的指针右移next[minIndex]++;//如果一个列表的指针超出该列表的下标范围，则说明该列表中的所有元素都被遍历过，//堆中不会再有该列表中的元素，因此退出循环。if (next[minIndex] == nums.get(minIndex).size()) {break;}//将新元素加入堆中priorityQueue.offer(minIndex);//并更新堆中元素的最大值max = Math.max(max, nums.get(minIndex).get(next[minIndex]));}return new int[]{rangeLeft, rangeRight};}
}

2. 滑动窗口+哈希表

复杂度

  public int[] smallestRange(List<List<Integer>> nums) {int size = nums.size();Map<Integer, List<Integer>> indices = new HashMap<Integer, List<Integer>>();int xMin = Integer.MAX_VALUE, xMax = Integer.MIN_VALUE;for (int i = 0; i < size; i++) {for (int x : nums.get(i)) {//Map.getOrDefault(Object key, V defaultValue)方法的作用是：//（1）当Map集合中存在这个key时，就使用这个key值,(若是数值型可以在此基础上进行运算)// （2）如果没有就使用默认值defaultValue。List<Integer> list = indices.getOrDefault(x, new ArrayList<Integer>());list.add(i);indices.put(x, list);xMin = Math.min(xMin, x);xMax = Math.max(xMax, x);}}int[] freq = new int[size];int inside = 0;int left = xMin, right = xMin - 1;int bestLeft = xMin, bestRight = xMax;while (right < xMax) {right++;if (indices.containsKey(right)) {for (int x : indices.get(right)) {freq[x]++;if (freq[x] == 1) {inside++;}}while (inside == size) {if (right - left < bestRight - bestLeft) {bestLeft = left;bestRight = right;}if (indices.containsKey(left)) {for (int x: indices.get(left)) {freq[x]--;if (freq[x] == 0) {inside--;}}}left++;}}}return new int[]{bestLeft, bestRight};}

【总结】

1.滑动窗口核心思想

int left = 0, right = 0;while (right < s.size()) {`// 增大窗口window.add(s[right]);right++;while (window needs shrink) {// 缩小窗口window.remove(s[left]);left++;}
}

2.Map-map.getOrDefault（）用法

为什么要用？
Map中在每个数据上进行累加我必须先给每个key赋初值才行 (如果不赋初值在计算一开始就会报空指针异常)

API

解释
Map.getOrDefault(Object key, V defaultValue)方法的作用是：
  （1）当Map集合中存在这个key时，就使用这个key值,(若是数值型可以在此基础上进行运算)
  （2）如果没有就使用默认值defaultValue

3.困难题目不在于思想的理解 而在于每句代码的理解

转载：https://leetcode-cn.com/problems/smallest-range-covering-elements-from-k-lists/solution/zui-xiao-qu-jian-by-leetcode-solution/
参考链接：https://blog.csdn.net/weixin_44325444/article/details/106306900?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.channel_param&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.channel_param