leetcode解题思路分析(二十六)187 - 192题

2024-09-05 05:08

本文主要是介绍leetcode解题思路分析(二十六)187 - 192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. 重复的DNA序列
    编写一个函数来查找 DNA 分子中所有出现超过一次的 10 个字母长的序列(子串)。
class Solution {
public:vector<string> findRepeatedDnaSequences(string s) {//对应二进制00, 01, 10, 11.那么10个组合只要20位就够了。unordered_map<char, int> m{{'A', 0}, {'C', 1}, {'G', 2}, {'T', 3}};vector<string> res;bitset<1 << 20> s1, s2; //那么所有组合的值将在0到(1 << 20 - 1)之间int val = 0, mask = (1 << 20) - 1; //mask等于二进制的20个1//类似与滑动窗口先把前10个字母组合for (int i = 0; i < 10; ++i) val = (val << 2) | m[s[i]];s1.set(val); //置位for (int i = 10; i < s.size(); ++i){val = ((val << 2) & mask) | m[s[i]]; //去掉左移的一个字符再加上一个新字符if (s2.test(val)) continue; //出现过两次跳过if (s1.test(val)){res.push_back(s.substr(i - 9, 10));s2.set(val);}else s1.set(val);}return res;}
};
  1. 买卖股票的最佳时机4
    给定一个数组,它的第 i 个元素是一支给定的股票在第 i 天的价格。
    设计一个算法来计算你所能获取的最大利润。你最多可以完成 k 笔交易。
    注意: 你不能同时参与多笔交易(你必须在再次购买前出售掉之前的股票)。

本题采用动态规划求解,和前面几题的区别在于需要考虑k。如果K比较多支持每天都在买和卖,则直接累加,否则需要考虑哪天卖出最划算

class Solution {
public:int maxProfit(int k, vector<int>& prices) {if(!prices.size()) return 0;if(k >= prices.size()/2){int maxsumval = 0;for(int i = 1; i < prices.size(); i++)if(prices[i] > prices[i - 1])maxsumval += prices[i] - prices[i - 1];return maxsumval;}vector<int> dp(k + 1, 0);vector<int> v(k + 1, prices[0]);for(int i = 1; i < prices.size(); i++){for(int t = 1; t <= k; t++){v[t] = min(v[t], prices[i] - dp[t - 1]);dp[t] = max(dp[t], prices[i] - v[t]);  }} return dp[k];}
};
  1. 旋转数组
    给定一个数组,将数组中的元素向右移动 k 个位置,其中 k 是非负数。

首先将所有元素反转。然后反转前 k 个元素,再反转后面 n-kn−k 个元素,就能得到想要的结果。

class Solution {
public:void rotate(vector<int>& nums, int k) {reverse(nums.begin(), nums.end() - k % nums.size());reverse(nums.end() - k % nums.size(), nums.end());reverse(nums.begin(), nums.end());}
};
  1. 颠倒二进制位
    颠倒给定的 32 位无符号整数的二进制位。

首先,我们将原来的 32 位分为 2 个 16 位的块。
然后我们将 16 位块分成 2 个 8 位的块。
然后我们继续将这些块分成更小的块,直到达到 1 位的块。
在上述每个步骤中,我们将中间结果合并为一个整数,作为下一步的输入。

class Solution {
public:uint32_t reverseBits(uint32_t n) {n = (n >> 16) | (n << 16);n = ((n & 0xff00ff00) >> 8) | ((n & 0x00ff00ff) << 8);n = ((n & 0xf0f0f0f0) >> 4) | ((n & 0x0f0f0f0f) << 4);n = ((n & 0xcccccccc) >> 2) | ((n & 0x33333333) << 2);n = ((n & 0xaaaaaaaa) >> 1) | ((n & 0x55555555) << 1);return n;}
};
  1. 位1的个数
    编写一个函数,输入是一个无符号整数,返回其二进制表达式中数字位数为 ‘1’ 的个数

最简单的方法就是逐位检查

class Solution {
public:int hammingWeight(uint32_t n) {int ret = 0;while(n)        {if (n & 1) ret++;n >>= 1;}return ret;}
};

在二进制表示中,数字 nn 中最低位的 11 总是对应 n - 1n−1 中的 00 。因此,将 nn 和 n - 1n−1 与运算总是能把 nn 中最低位的 11 变成 00 ,并保持其他位不变。


class Solution {
public:int hammingWeight(uint32_t n) {int count = 0;while(n > 0){n &= (n - 1);++count;}return count;}
};
  1. 统计词频
    写一个 bash 脚本以统计一个文本文件 words.txt 中每个单词出现的频率。

本题其实分两步,第一步是单次分割,第二步是将分割的单次进行统计。

单次分割可以使用awk或者catxargs实现

awk '{for(i=1;i<=NF;i++){print $i}}' words.txt cat words.txt | xargs -n1

使用awk命令来完成这个任务的话很简单,在进行分割的过程中直接用一个关联数组直接保存每一个单词出现的次数

awk '{for(i=1;i<=NF;i++){asso_array[$i]++;}};END{for(w in asso_array){print w,asso_array[w];}}' words.txt

使用cat + xargs的话需要使用sort以及uniq实现

cat words.txt | xargs -n1 | sort | uniq -c

最终代码

awk '{for(i=1;i<=NF;i++){asso_array[$i]++;}};END{for(w in asso_array){print w,asso_array[w];}}' words.txt | sort -rn -k2cat words.txt | xargs -n1 | sort | uniq -c | sort -rn | awk '{print $2,$1}'

这篇关于leetcode解题思路分析(二十六)187 - 192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/1138029

相关文章

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

Android kotlin中 Channel 和 Flow 的区别和选择使用场景分析

《Androidkotlin中Channel和Flow的区别和选择使用场景分析》Kotlin协程中,Flow是冷数据流,按需触发,适合响应式数据处理;Channel是热数据流,持续发送,支持... 目录一、基本概念界定FlowChannel二、核心特性对比数据生产触发条件生产与消费的关系背压处理机制生命周期

怎样通过分析GC日志来定位Java进程的内存问题

《怎样通过分析GC日志来定位Java进程的内存问题》:本文主要介绍怎样通过分析GC日志来定位Java进程的内存问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、GC 日志基础配置1. 启用详细 GC 日志2. 不同收集器的日志格式二、关键指标与分析维度1.

MySQL中的表连接原理分析

《MySQL中的表连接原理分析》:本文主要介绍MySQL中的表连接原理分析,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1、背景2、环境3、表连接原理【1】驱动表和被驱动表【2】内连接【3】外连接【4编程】嵌套循环连接【5】join buffer4、总结1、背景