1 问题
假设有打乱顺序的一群人站成一个队列，数组 people 表示队列中一些人的属性（不一定按顺序）。每个 people[i] = [hi, ki] 表示第 i 个人的身高为 hi ，前面 正好 有 ki 个身高大于或等于 hi 的人。
请你重新构造并返回输入数组 people 所表示的队列。返回的队列应该格式化为数组 queue ，其中 queue[j] = [hj, kj] 是队列中第 j 个人的属性（queue[0] 是排在队列前面的人）。
示例 1：
输入：people = [[7,0],[4,4],[7,1],[5,0],[6,1],[5,2]]
输出：[[5,0],[7,0],[5,2],[6,1],[4,4],[7,1]]
解释：
编号为 0 的人身高为 5 ，没有身高更高或者相同的人排在他前面。
编号为 1 的人身高为 7 ，没有身高更高或者相同的人排在他前面。
编号为 2 的人身高为 5 ，有 2 个身高更高或者相同的人排在他前面，即编号为 0 和 1 的人。
编号为 3 的人身高为 6 ，有 1 个身高更高或者相同的人排在他前面，即编号为 1 的人。
编号为 4 的人身高为 4 ，有 4 个身高更高或者相同的人排在他前面，即编号为 0、1、2、3 的人。
编号为 5 的人身高为 7 ，有 1 个身高更高或者相同的人排在他前面，即编号为 1 的人。
因此 [[5,0],[7,0],[5,2],[6,1],[4,4],[7,1]] 是重新构造后的队列。
示例 2：
输入：people = [[6,0],[5,0],[4,0],[3,2],[2,2],[1,4]]
输出：[[4,0],[5,0],[2,2],[3,2],[1,4],[6,0]]
提示：
1 <= people.length <= 2000
0 <= hi <= 10^6
0 <= ki < people.length
题目数据确保队列可以被重建
2 解法
按照身高h来排序，身高从大到小排（身高相同的话则k小的站前面），让高个子在前面。
「此时我们可以确定一个维度了，就是身高，前面的节点一定都比本节点高！」
那么只需要按照k为下标重新插入队列就可以了.
以图中{5,2} 为例：
class Solution {
public:
//按a，b的第一个元素降序排序
static bool cmp(vector<int> a, vector<int> b)
{
//第一个元素相同时，第二个元素小的在前
if(a[0] == b[0])
return a[1] < b[1];
return a[0] > b[0];
}
vector<vector<int>> reconstructQueue(vector<vector<int>>& people) {
vector<vector<int>> res;
//按身高从大到小排序
sort(people.begin(), people.end(), cmp);
//按第二维k的索引,插入数据进res
for(int i = 0; i < people.size(); i++)
{
int pos = people[i][1];
res.insert(res.begin() + pos, people[i]);
}
return res;
}
};
采用链表进行插入
class Solution {
public:
//按a，b的第一个元素降序排序
static bool cmp(vector<int> a, vector<int> b)
{
//第一个元素相同时，第二个元素小的在前
if(a[0] == b[0])
return a[1] < b[1];
return a[0] > b[0];
}
vector<vector<int>> reconstructQueue(vector<vector<int>>& people) {
//list底层实现方式是链表
list<vector<int>> res;
//按身高从大到小排序
sort(people.begin(), people.end(), cmp);
//按第二维k的索引,插入数据进res
for(int i = 0; i < people.size(); i++)
{
int pos = people[i][1]; //插入到下标为pos的位置
list<vector<int>>::iterator it = res.begin(); //开始位置
//找到链表中插入的位置
while(pos--)
{
it++;
}
res.insert(it, people[i]);
}
//转换为vector返回
return vector<vector<int>>(res.begin(), res.end());
}
};
时间复杂度O(nlogn + n^2)
空间复杂度O(n)