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

Nginx分布式部署流程分析

《Nginx分布式部署流程分析》文章介绍Nginx在分布式部署中的反向代理和负载均衡作用,用于分发请求、减轻服务器压力及解决session共享问题,涵盖配置方法、策略及Java项目应用,并提及分布式事... 目录分布式部署NginxJava中的代理代理分为正向代理和反向代理正向代理反向代理Nginx应用场景

Redis中的有序集合zset从使用到原理分析

《Redis中的有序集合zset从使用到原理分析》Redis有序集合(zset)是字符串与分值的有序映射,通过跳跃表和哈希表结合实现高效有序性管理,适用于排行榜、延迟队列等场景,其时间复杂度低,内存占... 目录开篇:排行榜背后的秘密一、zset的基本使用1.1 常用命令1.2 Java客户端示例二、zse

Redis中的AOF原理及分析

《Redis中的AOF原理及分析》Redis的AOF通过记录所有写操作命令实现持久化,支持always/everysec/no三种同步策略,重写机制优化文件体积,与RDB结合可平衡数据安全与恢复效率... 目录开篇:从日记本到AOF一、AOF的基本执行流程1. 命令执行与记录2. AOF重写机制二、AOF的

MyBatis Plus大数据量查询慢原因分析及解决

《MyBatisPlus大数据量查询慢原因分析及解决》大数据量查询慢常因全表扫描、分页不当、索引缺失、内存占用高及ORM开销,优化措施包括分页查询、流式读取、SQL优化、批处理、多数据源、结果集二次... 目录大数据量查询慢的常见原因优化方案高级方案配置调优监控与诊断总结大数据量查询慢的常见原因MyBAT

分析 Java Stream 的 peek使用实践与副作用处理方案

《分析JavaStream的peek使用实践与副作用处理方案》StreamAPI的peek操作是中间操作,用于观察元素但不终止流,其副作用风险包括线程安全、顺序混乱及性能问题,合理使用场景有限... 目录一、peek 操作的本质:有状态的中间操作二、副作用的定义与风险场景1. 并行流下的线程安全问题2. 顺

MyBatis/MyBatis-Plus同事务循环调用存储过程获取主键重复问题分析及解决

《MyBatis/MyBatis-Plus同事务循环调用存储过程获取主键重复问题分析及解决》MyBatis默认开启一级缓存,同一事务中循环调用查询方法时会重复使用缓存数据,导致获取的序列主键值均为1,... 目录问题原因解决办法如果是存储过程总结问题myBATis有如下代码获取序列作为主键IdMappe

Java中最全最基础的IO流概述和简介案例分析

《Java中最全最基础的IO流概述和简介案例分析》JavaIO流用于程序与外部设备的数据交互,分为字节流(InputStream/OutputStream)和字符流(Reader/Writer),处理... 目录IO流简介IO是什么应用场景IO流的分类流的超类类型字节文件流应用简介核心API文件输出流应用文

Android 缓存日志Logcat导出与分析最佳实践

《Android缓存日志Logcat导出与分析最佳实践》本文全面介绍AndroidLogcat缓存日志的导出与分析方法,涵盖按进程、缓冲区类型及日志级别过滤,自动化工具使用,常见问题解决方案和最佳实... 目录android 缓存日志(Logcat)导出与分析全攻略为什么要导出缓存日志?按需过滤导出1. 按

Linux中的HTTPS协议原理分析

《Linux中的HTTPS协议原理分析》文章解释了HTTPS的必要性:HTTP明文传输易被篡改和劫持,HTTPS通过非对称加密协商对称密钥、CA证书认证和混合加密机制,有效防范中间人攻击,保障通信安全... 目录一、什么是加密和解密?二、为什么需要加密?三、常见的加密方式3.1 对称加密3.2非对称加密四、

MySQL中读写分离方案对比分析与选型建议

《MySQL中读写分离方案对比分析与选型建议》MySQL读写分离是提升数据库可用性和性能的常见手段,本文将围绕现实生产环境中常见的几种读写分离模式进行系统对比,希望对大家有所帮助... 目录一、问题背景介绍二、多种解决方案对比2.1 原生mysql主从复制2.2 Proxy层中间件:ProxySQL2.3