leetcode解题思路分析(一百)860 - 866 题

2024-09-05 04:48

本文主要是介绍leetcode解题思路分析(一百)860 - 866 题,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

  1. 柠檬水找零
    在柠檬水摊上,每一杯柠檬水的售价为 5 美元。顾客排队购买你的产品,(按账单 bills 支付的顺序)一次购买一杯。每位顾客只买一杯柠檬水,然后向你付 5 美元、10 美元或 20 美元。你必须给每个顾客正确找零,也就是说净交易是每位顾客向你支付 5 美元。注意,一开始你手头没有任何零钱。给你一个整数数组 bills ,其中 bills[i] 是第 i 位顾客付的账。如果你能给每位顾客正确找零,返回 true ,否则返回 false 。

逐个判断即可

class Solution {
public:bool lemonadeChange(vector<int>& bills) {bool bRet = false;int nFiveCnt = 0, nTenCnt = 0;for (auto n : bills){switch(n){case 5:nFiveCnt++;break;case 10:if (nFiveCnt == 0){goto Exit0;}else{nFiveCnt--;nTenCnt++;}break;case 20:if (nTenCnt > 0){if (nFiveCnt == 0){goto Exit0;}else{nTenCnt--;nFiveCnt--;}}else{if (nFiveCnt < 3){goto Exit0;}else{nFiveCnt -= 3;}}break;}}bRet = true;
Exit0:return bRet;}
};
  1. 翻转矩阵后的得分
    有一个二维矩阵 A 其中每个元素的值为 0 或 1 。移动是指选择任一行或列,并转换该行或列中的每一个值:将所有 0 都更改为 1,将所有 1 都更改为 0。在做出任意次数的移动后,将该矩阵的每一行都按照二进制数来解释,矩阵的得分就是这些数字的总和。返回尽可能高的分数。

贪心算法:先让左边第一列全为1(翻转行实现),然后行不动,翻转后续每列使得1比0多,即可

class Solution {
public:int matrixScore(vector<vector<int>>& grid) {int m = grid.size(), n = grid[0].size();int ret = m * (1 << (n - 1));for (int j = 1; j < n; j++) {int nOnes = 0;for (int i = 0; i < m; i++) {if (grid[i][0] == 1) {nOnes += grid[i][j];} else {nOnes += (1 - grid[i][j]); // 如果这一行进行了行反转,则该元素的实际取值为 1 - grid[i][j]}}int k = max(nOnes, m - nOnes);ret += k * (1 << (n - j - 1));}return ret;}
};
  1. 和至少为 K 的最短子数组
    返回 A 的最短的非空连续子数组的长度,该子数组的和至少为 K 。如果没有和至少为 K 的非空子数组,返回 -1 。

任何连续子数组内一旦第一个数为负数,说明后面还需要一个正数对数组和进行调节。导致该数组不是最短的。如果第一个数值为非正数,则舍弃该遍历,不为它找子数组求和。同理,在求和过程中,如果前缀和为非正数,可以将它和第一个数值同样处理,舍弃后面的遍历,不再为它找子数组求和。

class Solution {
public:int shortestSubarray(vector<int>& nums, int k) {if (nums.empty()) return -1;int n = nums.size();std::vector<long> presum(n + 1);for (int i = 1; i <= n; ++i) presum[i] = presum[i - 1] + nums[i - 1];int min_len = n + 1;std::deque<int> deq;for (int j = 0; j <= n; ++j) {while (!deq.empty() && presum[j] < presum.at(deq.back())) deq.pop_back();while (!deq.empty() && presum[j] - presum.at(deq.front()) >= k) {min_len = std::min(min_len, j - deq.front());deq.pop_front();}deq.push_back(j);}return min_len == n + 1 ? -1 : min_len;}
};
  1. 二叉树中所有距离为 K 的结点
    给定一个二叉树(具有根结点 root), 一个目标结点 target ,和一个整数值 K 。返回到目标结点 target 距离为 K 的所有结点的值的列表。 答案可以以任何顺序返回。

通过哈希表记录每个节点的父亲节点,遍历距离为k的时候算上父节点就ok了

/*** Definition for a binary tree node.* struct TreeNode {*     int val;*     TreeNode *left;*     TreeNode *right;*     TreeNode(int x) : val(x), left(NULL), right(NULL) {}* };*/
class Solution {unordered_map<int, TreeNode*> parents;vector<int> ans;void findParents(TreeNode* node) {if (node->left != nullptr) {parents[node->left->val] = node;findParents(node->left);}if (node->right != nullptr) {parents[node->right->val] = node;findParents(node->right);}}void findAns(TreeNode* node, TreeNode* from, int depth, int k) {if (node == nullptr) {return;}if (depth == k) {ans.push_back(node->val);return;}if (node->left != from) {findAns(node->left, node, depth + 1, k);}if (node->right != from) {findAns(node->right, node, depth + 1, k);}if (parents[node->val] != from) {findAns(parents[node->val], node, depth + 1, k);}}public:vector<int> distanceK(TreeNode* root, TreeNode* target, int k) {// 从 root 出发 DFS,记录每个结点的父结点findParents(root);// 从 target 出发 DFS,寻找所有深度为 k 的结点findAns(target, nullptr, 0, k);return ans;}
};
  1. 获取所有钥匙的最短路径
    给定一个二维网格 grid。 “.” 代表一个空房间, “#” 代表一堵墙, “@” 是起点,(“a”, “b”, …)代表钥匙,(“A”, “B”, …)代表锁。返回获取所有钥匙所需要的移动的最少次数。如果无法获取所有钥匙,返回 -1 。

转化为图+最短路径求取

class Solution {
public:struct State{int x,y,key;State(int x,int y,int key):x(x),y(y),key(key){}State():x(0),y(0),key(0){}};int shortestPathAllKeys(vector<string>& grid) {int n=grid.size(),m=grid[0].size();int cntKey=0;int begX,begY;for(int i=0;i<n;i++){for(int j=0;j<m;j++){if(grid[i][j]=='@')begX=i,begY=j;if(islower(grid[i][j]))cntKey++;}}int mask=(1<<cntKey)-1;int vis[31][31][1<<6];memset(vis,0,sizeof(vis));const int xx[4]={1,-1,0,0},yy[4]={0,0,1,-1};queue<State>que;que.push(State(begX,begY,0));vis[begX][begY][0]=1;int ans=0;while(!que.empty()){for(int sz=que.size();sz>0;sz--){auto curState=que.front();que.pop();int curKey=curState.key,curX=curState.x,curY=curState.y;if((curKey&mask)==mask)return ans;for(int i=0;i<4;i++){int dx=xx[i]+curX,dy=yy[i]+curY;if(dx<0||dx>=n||dy<0||dy>=m)continue;char c=grid[dx][dy];if(c=='#')continue;int nexKey=curKey;if(islower(c)){nexKey|=(1<<(c-'a'));}if(isupper(c)){int needKey=c-'A';if(((curKey>>needKey)&1)!=1)continue;}if(vis[dx][dy][nexKey]==1)continue;vis[dx][dy][nexKey]=1;que.push(State(dx,dy,nexKey));}}ans++;}return -1;}
};
  1. 具有所有最深节点的最小子树
    给定一个根为 root 的二叉树,每个节点的深度是 该节点到根的最短距离 。如果一个节点在 整个树 的任意节点之间具有最大的深度,则该节点是 最深的 。一个节点的 子树 是该节点加上它的所有后代的集合。返回能满足 以该节点为根的子树中包含所有最深的节点 这一条件的具有最大深度的节点。

题目表述很絮叨,其实就是左右子树深度相等的节点。

/*** Definition for a binary tree node.* struct TreeNode {*     int val;*     TreeNode *left;*     TreeNode *right;*     TreeNode() : val(0), left(nullptr), right(nullptr) {}*     TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}*     TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}* };*/
/*** Definition for a binary tree node.* struct TreeNode {*     int val;*     TreeNode *left;*     TreeNode *right;*     TreeNode() : val(0), left(nullptr), right(nullptr) {}*     TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}*     TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}* };*/
class Solution {
private:int GetDepth(TreeNode* node){if (node == nullptr){return 0;}return max(GetDepth(node->left), GetDepth(node->right)) + 1;}public:TreeNode* subtreeWithAllDeepest(TreeNode* root) {if (root == nullptr){return nullptr;}int l = GetDepth(root->left);int r = GetDepth(root->right);// 如果深度一样,那么就是可以返回子树if (l == r){return root;}// 对于深度不一样的情况,就走深度大的分支即可return (l > r) ? subtreeWithAllDeepest(root->left) : subtreeWithAllDeepest(root->right);}
};
  1. 回文素数
    求出大于或等于 N 的最小回文素数。回顾一下,如果一个数大于 1,且其因数只有 1 和它自身,那么这个数是素数。例如,2,3,5,7,11 以及 13 是素数。回顾一下,如果一个数从左往右读与从右往左读是一样的,那么这个数是回文数。例如,12321 是回文数。

挨个判断是否是素数是否是回文

class Solution {
public:int primePalindrome(int n) {while(1){string s=to_string(n);int sz=s.size();string beg=s.substr(0,sz/2);string rev=beg;reverse(rev.begin(),rev.end());string connectStr=s;if(sz>1)connectStr=beg+(sz%2==0?"":string(1,s[sz/2]))+rev;int connectNum=stoi(connectStr);if(connectNum>=n){if(isPrime(connectNum))return connectNum;}if(connectNum<=n) {string addOneStr=s.substr(0,(sz+1)/2);int addOneNum=stoi(addOneStr);addOneNum++;addOneStr=to_string(addOneNum);rev=addOneStr.substr(0,sz/2);reverse(rev.begin(),rev.end());connectStr=to_string(addOneNum)+rev;connectNum=stoi(connectStr);if(isPrime(connectNum))return connectNum;}n=connectNum;}return -1;}bool isPrime(int num){if(num<2)return false;for(int i=2;i*i<=num;i++){if(num%i==0)return false;}return true;}
};

这篇关于leetcode解题思路分析(一百)860 - 866 题的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1137992

相关文章

python panda库从基础到高级操作分析

《pythonpanda库从基础到高级操作分析》本文介绍了Pandas库的核心功能,包括处理结构化数据的Series和DataFrame数据结构,数据读取、清洗、分组聚合、合并、时间序列分析及大数据... 目录1. Pandas 概述2. 基本操作:数据读取与查看3. 索引操作:精准定位数据4. Group

MySQL中EXISTS与IN用法使用与对比分析

《MySQL中EXISTS与IN用法使用与对比分析》在MySQL中,EXISTS和IN都用于子查询中根据另一个查询的结果来过滤主查询的记录,本文将基于工作原理、效率和应用场景进行全面对比... 目录一、基本用法详解1. IN 运算符2. EXISTS 运算符二、EXISTS 与 IN 的选择策略三、性能对比

MySQL 内存使用率常用分析语句

《MySQL内存使用率常用分析语句》用户整理了MySQL内存占用过高的分析方法,涵盖操作系统层确认及数据库层bufferpool、内存模块差值、线程状态、performance_schema性能数据... 目录一、 OS层二、 DB层1. 全局情况2. 内存占js用详情最近连续遇到mysql内存占用过高导致

深度解析Nginx日志分析与499状态码问题解决

《深度解析Nginx日志分析与499状态码问题解决》在Web服务器运维和性能优化过程中,Nginx日志是排查问题的重要依据,本文将围绕Nginx日志分析、499状态码的成因、排查方法及解决方案展开讨论... 目录前言1. Nginx日志基础1.1 Nginx日志存放位置1.2 Nginx日志格式2. 499

Olingo分析和实践之EDM 辅助序列化器详解(最佳实践)

《Olingo分析和实践之EDM辅助序列化器详解(最佳实践)》EDM辅助序列化器是ApacheOlingoOData框架中无需完整EDM模型的智能序列化工具,通过运行时类型推断实现灵活数据转换,适用... 目录概念与定义什么是 EDM 辅助序列化器?核心概念设计目标核心特点1. EDM 信息可选2. 智能类

Olingo分析和实践之OData框架核心组件初始化(关键步骤)

《Olingo分析和实践之OData框架核心组件初始化(关键步骤)》ODataSpringBootService通过初始化OData实例和服务元数据,构建框架核心能力与数据模型结构,实现序列化、URI... 目录概述第一步:OData实例创建1.1 OData.newInstance() 详细分析1.1.1

Olingo分析和实践之ODataImpl详细分析(重要方法详解)

《Olingo分析和实践之ODataImpl详细分析(重要方法详解)》ODataImpl.java是ApacheOlingoOData框架的核心工厂类,负责创建序列化器、反序列化器和处理器等组件,... 目录概述主要职责类结构与继承关系核心功能分析1. 序列化器管理2. 反序列化器管理3. 处理器管理重要方

SpringBoot中六种批量更新Mysql的方式效率对比分析

《SpringBoot中六种批量更新Mysql的方式效率对比分析》文章比较了MySQL大数据量批量更新的多种方法,指出REPLACEINTO和ONDUPLICATEKEY效率最高但存在数据风险,MyB... 目录效率比较测试结构数据库初始化测试数据批量修改方案第一种 for第二种 case when第三种

解决1093 - You can‘t specify target table报错问题及原因分析

《解决1093-Youcan‘tspecifytargettable报错问题及原因分析》MySQL1093错误因UPDATE/DELETE语句的FROM子句直接引用目标表或嵌套子查询导致,... 目录报js错原因分析具体原因解决办法方法一:使用临时表方法二:使用JOIN方法三:使用EXISTS示例总结报错原

MySQL中的LENGTH()函数用法详解与实例分析

《MySQL中的LENGTH()函数用法详解与实例分析》MySQLLENGTH()函数用于计算字符串的字节长度,区别于CHAR_LENGTH()的字符长度,适用于多字节字符集(如UTF-8)的数据验证... 目录1. LENGTH()函数的基本语法2. LENGTH()函数的返回值2.1 示例1:计算字符串