当前位置:   article > 正文

LeetCode 319 周赛_-100 <=num1,num2<=100 给你一个四舍五入到两位小数的非负浮点数celsius来表

-100 <=num1,num2<=100 给你一个四舍五入到两位小数的非负浮点数celsius来表

纪念本狗第三次AK!!!

纪念本狗第三次AK!!!

2469. 温度转换

给你一个四舍五入到两位小数的非负浮点数 celsius 来表示温度,以 摄氏度Celsius)为单位。

你需要将摄氏度转换为 开氏度Kelvin)和 华氏度Fahrenheit),并以数组 ans = [kelvin, fahrenheit] 的形式返回结果。

返回数组 ans 。与实际答案误差不超过 1 0 − 5 10^{-5} 105 的会视为正确答案。

注意:

  • 开氏度 = 摄氏度 + 273.15
  • 华氏度 = 摄氏度 * 1.80 + 32.00

提示:

  • 0 <= celsius <= 1000

示例

输入:celsius = 36.50
输出:[309.65000,97.70000]
解释:36.50 摄氏度:转换为开氏度是 309.65 ,转换为华氏度是 97.70 。
  • 1
  • 2
  • 3

思路

简单模拟

// C++
class Solution {
public:
    vector<double> convertTemperature(double celsius) {
        vector<double> ans(2);
        ans[0] = celsius + 273.15;
        ans[1] = celsius * 1.80 + 32.00;
        return ans;
        
    }
};
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11

2470. 最小公倍数为 K 的子数组数目

给你一个整数数组 nums 和一个整数 k ,请你统计并返回 nums子数组 中满足 元素最小公倍数为 k 的子数组数目。

子数组 是数组中一个连续非空的元素序列。

数组的最小公倍数 是可被所有数组元素整除的最小正整数。

提示:

  • 1 <= nums.length <= 1000
  • 1 <= nums[i], k <= 1000

示例

输入:nums = [3,6,2,7,1], k = 6
输出:4
解释:以 6 为最小公倍数的子数组是:
  • 1
  • 2
  • 3
  • [3,6,2,7,1]
  • [3,6,2,7,1]
  • [3,6,2,7,1]
  • [3,6,2,7,1]

思路

暴力+gcd

由于数据范围较小,可以暴力枚举所有的子数组,然后计算子数组的最小公倍数,

// C++
class Solution {
public:
    
    int gcd(int a, int b) {
        return b ? gcd(b, a % b) : a;
    }
    
    int subarrayLCM(vector<int>& nums, int k) {
        int ans = 0, n = nums.size();
        for (int i = 0; i < n; i++) {
            int lcm = nums[i]; // 最小公倍数
            for (int j = i; j < n; j++) {
                lcm = lcm  * nums[j] / gcd(lcm, nums[j]);
                if (lcm == k) ans++;
                else if (lcm > k) break;
            }
        }
        return ans;
    }
};
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21

如果这道题的数据范围较大,则不能用暴力枚举。

可以考虑用双指针,但是从一个区间内去掉一个数,再更新这个区间的最小公倍数,并不是那么好计算,需要用线段树或树状数组进行优化。

一些在区间上的操作是能够合并,也能拆分的。比如一个区间[i, j]的前缀和,从中去掉一个数,或往里添加一个数,都很容易计算出新的前缀和;但是有一些操作是只能合并,无法拆分的,比如一个区间[i, j]的最大值,往里添加一个数,很容易计算出新的最大值,但从中去掉一个数,就无法计算新的最大值了。像这种无法进行拆分的操作,就需要用线段树来进行优化。

2471. 逐层排序二叉树所需的最少操作数目

给你一个 值互不相同 的二叉树的根节点 root

在一步操作中,你可以选择 同一层 上任意两个节点,交换这两个节点的值。

返回每一层按 严格递增顺序 排序所需的最少操作数目。

节点的 层数 是该节点和根节点之间的路径的边数。

提示:

  • 树中节点的数目在范围 [1, 10^5]
  • 1 <= Node.val <= 10^5
  • 树中的所有值 互不相同

示例

输入:root = [1,4,3,7,6,8,5,null,null,null,null,9,null,10]
输出:3
解释:
- 交换 4 和 3 。第 2 层变为 [3,4] 。
- 交换 7 和 5 。第 3 层变为 [5,6,8,7] 。
- 交换 8 和 7 。第 3 层变为 [5,6,7,8] 。
共计用了 3 步操作,所以返回 3 。
可以证明 3 是需要的最少操作数目。
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8

思路

层序遍历+选择排序

要将同一层的节点排序,并且要采用交换,且有最小交换次数。我们可以使用选择排序进行模拟,每次将最小的节点交换到最左侧。用一个小根堆来维护未确认位置的点,并用一个指针标记当前需要确认的位置。

// C+++
typedef pair<int, int> PII;
const int N = 1e5 + 10;
class Solution {
public:
    
    int idx_to_val[N];
    
    int val_to_idx[N];
    
    int minimumOperations(TreeNode* root) {
        int ans = 0;
        queue<TreeNode*> q;
        priority_queue<int, vector<int>, greater<int>> heap;
        q.push(root);
        while (q.size()) {
            memset(idx_to_val, -1, sizeof idx_to_val);
            memset(val_to_idx, -1, sizeof val_to_idx);
            int size = q.size();
            for (int i = 0; i < size; i++) {
                auto x = q.front();
                q.pop();
                heap.push(x->val);
                idx_to_val[i] = x->val;
                val_to_idx[x->val] = i;
                if (x->left != nullptr) q.push(x->left);
                if (x->right != nullptr) q.push(x->right);
            }
            // 左侧边界
            int cur = 0;
            while (heap.size()) {
                int x = heap.top();
                heap.pop();
                if (val_to_idx[x] != cur) {
                    int val = x, o_val = idx_to_val[cur];
                    int idx = val_to_idx[x], o_idx = cur;
                    idx_to_val[idx] = o_val;
                    idx_to_val[o_idx] = val;
                    val_to_idx[val] = o_idx;
                    val_to_idx[o_val] = idx;
                    ans++; // 需要交换
                }
                cur++;
            }
        }
        return ans;
    }
};
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48

这道题的另一个经典做法是:置换环

置换环算法能够求出数组排序需要的最小交换次数。其思想是;对每个元素,将其指向其排序后应该放到的位置,直到首尾相接形成一个环。

具体来说,若一个数,在排序前,其在数组中的位置是a,排序后,其在数组中的位置是b,那么新建一条边,从a指向ba -> b。那么其实,对于每个位置所代表的点x,其都有一条出边一条入边

x的出边指向的点,假设是y,表示:排序前位置x上的数,在排序后其最终的位置是y

x的入边来自的点,假设是w,表示:排序后最终位置是x的数,其排序前的位置是w

容易得知,每个位置,该位置原本的数一定会去到一个最终位置(出边),也会有另一个位置的数的最终位置是该位置(入边)。所以,每个位置的出度和入度都不多不少恰好是1。

这样以来,将所有位置表示为点,将位置的关系用边进行连接,那么最终会产生一个或多个首尾相接的环。

当我们交换两个位置的数时,无非有两种情况

  • 交换的是同一个环里的两个位置
  • 交换的是不同环里的两个位置

我们举一组样例数据:7 1 9 3 2 5 4

排序前: 7 1 9 3 2 5 4
排序后: 1 2 3 4 5 7 9
  • 1
  • 2

按照上述规则,画出的图如下

解释如下:

  • 排序前位置为1的数是7,排序后最终位置是6,所以1->6
  • 排序前位置为2的数是1,排序后最终位置是1,所以2->1
  • 排序前位置为3的数是9,排序后最终位置是7,所以3->7
  • 排序前位置为4的数是3,排序后最终位置是3,所以4->3
  • 排序前位置是5的数是2,排序后最终位置是2,所以5->2
  • 排序前位置是6的数是5,排序后最终位置是5,所以6->5
  • 排序前位置是7的数是4,排序后最终位置是4,所以7->4

我们尝试交换位置2和位置6(交换同一个环内的2个位置),交换后,更新的图如下

如果我们交换位置32(交换不同环中的2给位置),交换后,更新的图如下

容易得到如下结论:

  • 若交换同一个环内的2个位置,会将1个环拆分成2个环
  • 若交换不同环内的2个位置,会将2个环合并为1个环

我们最终要得到的状态,是每个位置都是一个自环,即最终要得到n个环。

那么,最少的交换次数,一定是每次交换,都将一个环拆成更小的环,而不是将2个环合并成1个更大的环。

假设一个环内的节点数量为k,则这个环最终将被拆成k个自环,共需要k - 1次拆分,即需要k - 1次交换。

一共有n个环,每个环需要的拆分次数是环中节点的数量减1,则所有环需要的拆分次数就是所有节点的数量减去环的数量

于是这样就能求出最小的交换次数。

由于这种环图的特殊性,每个环都是首尾相连,所以每个环都是一个连通块。故这道题也可以用并查集来做。我们只要按照上述规则,进行集合的合并,并维护一下连通块的数量,即可求得需要的最小交换次数。

// C++
class Solution {
public:
	// 并查集模板
    int find(int x, vector<int>& p) {
        if (x != p[x]) p[x] = find(p[x], p);
        return p[x];
    }

    int calc(vector<int>& v) {
        int n = v.size();
        // 记录元素和原位置的关系
        unordered_map<int, int> idx;
        // 并查集 parent数组
        vector<int> p(n);
        for (int i = 0; i < n; i++) {
            idx[v[i]] = i;
            p[i] = i;
        }
        sort(v.begin(), v.end());
        // 开始做集合合并
        int cnt = n; // 连通块个数
        for (int i = 0; i < n; i++) {
            int a = i, b = idx[v[i]];
            if (find(a, p) != find(b, p)) {
                p[find(a, p)] = find(b, p);
                cnt--; // 合并后连通块减少一个
            }
        }
        return n - cnt; // 最少交换次数
    }

    int minimumOperations(TreeNode* root) {
        queue<TreeNode*> q;
        q.push(root);
        int ans = 0;
        while (q.size()) {
            int sz = q.size();
            vector<int> v(sz);
            for (int i = 0; i < sz; i++) {
                TreeNode* x = q.front();
                q.pop();
                v[i] = x->val;
                if (x->left != nullptr) q.push(x->left);
                if (x->right != nullptr) q.push(x->right);
            }
            ans += calc(v); // 计算这一层的交换次数
        }
        return ans;
    }
};
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51

2472. 不重叠回文子字符串的最大数目

给你一个字符串 s 和一个 整数 k

从字符串 s 中选出一组满足下述条件且 不重叠 的子字符串:

  • 每个子字符串的长度 至少k
  • 每个子字符串是一个 回文串

返回最优方案中能选择的子字符串的 最大 数目。

子字符串 是字符串中一个连续的字符序列。

提示:

  • 1 <= k <= s.length <= 2000
  • s 仅由小写英文字母组成

示例

输入:s = "abaccdbbd", k = 3
输出:2
解释:可以选择 s = "abaccdbbd" 中斜体加粗的子字符串。"aba" 和 "dbbd" 都是回文,且长度至少为 k = 3 。
可以证明,无法选出两个以上的有效子字符串。
  • 1
  • 2
  • 3
  • 4

思路

中心开花+贪心

先求出以每个点为中心的最短回文串,记录其左端点和右端点。然后将这些回文区间按照左端点排个序,随后挨个取出并计数。这是一种贪心的思想,基于的是要想选出的不重叠字符串数量最多,在尽可能要选择长度短的。

// c++
typedef pair<int, int> PII;
class Solution {
public:
    
    bool isPalin(string s, int i, int j) {
        while (i < j) {
            if (s[i] != s[j]) return false;
            i++;
            j--;
        }
        return true;
    }
    
    int maxPalindromes(string s, int k) {
        int n = s.size();
        vector<PII> v; // 存储所有可能的回文
        // 求出以每个点为中心的最短回文
        for (int i = 0; i < n; i++) {
            // 求奇数长度
            int l = i, r = i;
            bool yes = false;
            while (l >= 0 && r < n && s[l] == s[r]) {
                yes = true;
                if (r - l + 1 >= k) break;
                l--;
                r++;
            }
            if (yes && l >= 0 && r < n && s[l] == s[r] && r - l + 1 >= k) v.push_back({l, r}); 
            // 求偶数长度
            l = i;
            r = i + 1;
            yes = false;
            while (l >= 0 && r < n && s[l] == s[r]) {
                yes = true;
                if (r - l + 1 >= k) break;
                l--;
                r++;
            }
            if (yes && l >= 0 && r < n && s[l] == s[r] && r - l + 1 >= k) v.push_back({l, r}); 
        }
        // 将全部的回文排序
        sort(v.begin(), v.end());
        int ans = 0;
        int r = -1; // 维护当前右端点
        for (auto& p : v) {
            if (r == -1) {
                r = p.second;
                ans++;
            } else if (p.first > r) {
                r = p.second;
                ans++;
            }
        }
        return ans;
    }
};
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57

动态规划

也可以直接用动态规划来做,用g[i][j]表示区间[i, j]是否是回文;f[i]表示从[0, i]中能拆出的满足条件的回文串的最大数量。g的状态一共有n^2,计算需要 O ( n 2 ) O(n^2) O(n2)f的状态也是 n^2,所以总的时间复杂度就是 O ( n 2 ) O(n^2) O(n2),在这道题的数据范围下大概是 1 0 6 10^6 106,不会超时。

// C++
class Solution {
public:
    int maxPalindromes(string s, int k) {
        int n = s.size();
        // g[i][j] 表示[i, j]是否是回文串, 下标从1开始
        vector<vector<bool>> g(n + 1, vector<bool>(n + 1, false));
        // 状态转移, 区间DP, 需要从小到达枚举区间长度
        for (int len = 1; len <= n; len++) {
            for (int i = 1; i + len - 1 <= n; i++) {
                int j = i + len - 1;
                if (len == 1) g[i][j] = true;
                else if (s[i - 1] == s[j - 1] && (len == 2 || g[i + 1][j - 1])) g[i][j] = true;
            }
        }

        // f[i]表示[1, i]区间选出不重叠的子字符串的最大数量,下标从1开始
        vector<int> f(n + 1, 0);
        for (int i = 1; i <= n; i++) {
            f[i] = f[i - 1]; // 第i个位置不选
            // 第i个位置选上, 则枚举可能的回文串的长度, 回文串长度至少是k
            // 注意这里要枚举到 j = 0
            for (int j = i - k; j >= 0; j--) {
                if (g[j + 1][i]) {
                    f[i] = max(f[i], f[j] + 1);
                }
            }
        }
        return f[n];
    }
};
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31

总结

第三次AK,还是有点小激动的!

T1是模拟;T2是数论;T3是层序遍历+选择排序/置换环;T4是回文串题目,其实是2个问题的组合,1是求回文串,2是求不重叠回文子串的最大数目;可以用中心开花求回文串,并用贪心求答案;也可以用更为朴素的动态规划。

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/小小林熬夜学编程/article/detail/732774
推荐阅读
相关标签
  

闽ICP备14008679号