这题虽然最后做出来了，但是花费的时间太多。主要的idea还是比较容易得到的。看到这种题，我的第一直觉肯定就是按照某一行或列元素进行排序。排过序之后再在草稿纸上推推，就大概能得到思路。这里我们按照第一个元素进行排序，
eg. [[7,0], [4,4], [7,1], [5,0], [6,1], [5,2]]
排序后得到：
[[4,4],[5,0],[5,2],[6,1],[7,0],[7,1]]
我们可以发现第一个元素[4,4]它的位置一定是在第4个位置上，因为它是最小的，如果在它前面肯定都不小于它，所以它如果不在第四个位置，那么就不满足条件。有了这样的想法，我们就接着来看[5,0]，这里[5,0]应该排在第0个位置，[5,2]应该排在第二个位置，所以我们可以知道每个list正好应该排在除去已经排好的剩余空位的第n个位置上。
思想大致如上，但是有一些坑，需要特别注意，首先，因为我是采用一个list来记录剩余空位的，通过pop的方式来看剩下空余的位置(坑点)。注意如果是元素相同的话，要在该元素全部遍历过之后再pop，比如[5,0],[5,2]如果你在[5,0]的时候就pop了，那么[5,2]插入的时候其实就是第3个位置了。画个草图就应该知道相同的元素要最后一起pop。其次，第二个坑点是在一起pop的时候，indeb是会变的！！！！所以根据index来遍历进行pop时，需要特别特别小心，前面的pop完全就改变了后面元素的index。
大致看了一下别人的解答，是O(n2)的算法，如果我用数组来记录空余位置的话，也应该是这个时间复杂度。同时也能避免后面的坑，主要是因为后面懒得改了。。。。附代码：
class Solution:
def reconstructQueue(self, people):
"""
:type people: List[List[int]]
:rtype: List[List[int]]
"""
if len(people) == 0:
return []
result = people.copy()
loc = list(range(len(people)))
people.sort(key=lambda x:(x[0],x[0]))
value = people[0][0]
queue = []
for i in range(len(people)):
cur_value = people[i][0]
temp = people[i][1]
if cur_value != value or i == 0:
queue.sort()
index = 0
for j in queue:
loc.pop(j-index)
index += 1
queue=[temp]
value = cur_value
else:
queue.append(people[i][1])
res_loc = loc[temp]
result[res_loc] = people[i]
return result