leetcode解题思路分析(五十五)469 - 475 题

2024-09-05 04:58

本文主要是介绍leetcode解题思路分析(五十五)469 - 475 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. 用 Rand7() 实现 Rand10()
    已有方法 rand7 可生成 1 到 7 范围内的均匀随机整数,试写一个方法 rand10 生成 1 到 10 范围内的均匀随机整数。

说白了就是进制转换问题。使用两次rand7,可以生成1-49的数字,其中1-40直接拿来表示1-10,多的数字1-9再次rand7,则组成63个数字,再多的3个可以组成21个,接着组成1个,最后回到循环。

// The rand7() API is already defined for you.
// int rand7();
// @return a random integer in the range 1 to 7class Solution {
public:int rand10() {int a, b, idx;while (true) {a = rand7();b = rand7();idx = b + (a - 1) * 7;if (idx <= 40)return 1 + (idx - 1) % 10;a = idx - 40;b = rand7();// get uniform dist from 1 - 63idx = b + (a - 1) * 7;if (idx <= 60)return 1 + (idx - 1) % 10;a = idx - 60;b = rand7();// get uniform dist from 1 - 21idx = b + (a - 1) * 7;if (idx <= 20)return 1 + (idx - 1) % 10;}}
};
  1. 连接词
    给定一个不含重复单词的列表,编写一个程序,返回给定单词列表中所有的连接词。

前缀树的使用

class Trie{
private:bool is_string;Trie *next[26];
public:Trie(){is_string=false;memset(next,0,sizeof(next));}void insert(string word){Trie *root=this;for(const auto& w:word){if(root->next[w-'a']==nullptr)root->next[w-'a']=new Trie();root=root->next[w-'a'];}root->is_string=true;}bool search(string word,int index,int count){Trie *root=this;//每次从根节点开始寻找for(int i=index;i<word.size();++i){if(root->next[word[i]-'a']==nullptr)return false;//word的某个字符不在前缀树中root=root->next[word[i]-'a'];if(root->is_string){//到达某个单词尾if(i==word.size()-1)return count>=1;//count的数量至少为2个,若遍历到最后只有一个单词,则count的值还是为0//已前count位的单词作为分解词继续匹配下一个单词,下个单词满足count才能返回ture,否则继续寻找下一个分界单词if(search(word,i+1,count+1))return true;}}return false;}
};
class Solution {
public:vector<string> findAllConcatenatedWordsInADict(vector<string>& words) {Trie *root=new Trie();for(const auto &word:words){root->insert(word);}vector<string> result;for(const auto &word:words){if(root->search(word,0,0))result.push_back(word);}return result;}
};
  1. 火茶拼正方形
    输入为小女孩拥有火柴的数目,每根火柴用其长度表示。输出即为是否能用所有的火柴拼成正方形。

先除4,然后数组从大到小排序后查找是否可以找到

class Solution {
public:bool makesquare(vector<int>& nums) {int n = nums.size();if (n < 4) return false;sort(nums.begin(), nums.end(), greater<int>()); //逆排int sum = accumulate(nums.begin(), nums.end(), 0); //累加和if (sum % 4 != 0) return false;  sum /= 4;vector<bool> vis(n, false);  //记录是否被用过for (int i = 0; i < 4; i++)  //四条边都搜索{if (!dfs(nums, vis, 0, sum)) return false;}return true;}bool dfs(vector<int> &nums, vector<bool> &vis, int k, int sum){int n = nums.size();if(sum==0) return true; for(int i=k; i<n; ++i){if(nums[i]<=sum && !vis[i]){vis[i] = true;if(dfs(nums, vis, i+1, sum-nums[i])) return true;  //组合成功就返回,不需要继续搜索。vis[i] = false;  //如果组合失败,需要释放该数}}return false;}};
  1. 一和零
    给你一个二进制字符串数组 strs 和两个整数 m 和 n 。
    请你找出并返回 strs 的最大子集的大小,该子集中 最多 有 m 个 0 和 n 个 1 。
    如果 x 的所有元素也是 y 的元素,集合 x 是集合 y 的 子集 。

实际上是一个二维背包问题,所以可以用动态规划求解。

class Solution {
public:int findMaxForm(vector<string>& strs, int m, int n) {int S = strs.size();vector<vector<int> > dp(m + 1, vector<int>(n + 1, 0));for (int l = 0; l < S; ++l) {int zero = 0;int one = 0;for (int i = 0; i < strs[l].size(); ++i) {if (strs[l][i] == '0') ++zero;else ++one;}for (int i = m; i >= zero; --i) {for (int j = n; j >= one; --j) {dp[i][j] = max(dp[i][j], 1 + dp[i - zero][j - one]);}}}return dp[m][n];}
};
  1. 供暖器
    现在,给出位于一条水平线上的房屋 houses 和供暖器 heaters 的位置,请你找出并返回可以覆盖所有房屋的最小加热半径。

本题可采用二分法或者滑动指针求解,前提是要保证升序排列:二分法即对每个房屋找寻左右两侧最合适的取暖器,滑动指针即每次取房屋左边最近的取暖器和右边最近的取暖器,本质是一样的。

//c++
class Solution {
public:int findRadius(vector<int>& houses, vector<int>& heaters) {//找到每个房屋位置所需要的最小半径的最大值int res = 0;int n = heaters.size();sort(heaters.begin(), heaters.end());for (auto house : houses){//二分法找不小于house的第一个值int left = 0, right = n;while (left < right){int mid = left + (right - left)/2;if (house > heaters[mid]) left = mid + 1;else right = mid;}int dist1 = (right == 0) ? INT_MAX : abs(house - heaters[right - 1]);int dist2 = (right == n) ? INT_MAX : abs(house - heaters[right]);res = max(res, min(dist1, dist2));}return res;}
};
//c++
class Solution {
public:
int findRadius(vector<int>& houses, vector<int>& heaters) {sort(houses.begin(), houses.end());sort(heaters.begin(), heaters.end());int ans = 0;int k = 0;for (int i = 0; i < houses.size(); i++) {int radius = INT_MAX;for (int j = k; j < heaters.size(); j++) {k = (houses[i] >= heaters[j]) ? j : k;radius = min(radius, abs(houses[i] - heaters[j]));if (houses[i] < heaters[j]) break;}ans = max(ans, radius);}return ans;
}
};

这篇关于leetcode解题思路分析(五十五)469 - 475 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/1138014

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