leetcode解题思路分析(二十七)193 - 199题

2024-09-05 05:08

本文主要是介绍leetcode解题思路分析(二十七)193 - 199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. 有效电话号码
    给定一个包含电话号码列表(一行一个电话号码)的文本文件 file.txt,写一个 bash 脚本输出所有有效的电话号码。你可以假设一个有效的电话号码必须满足以下两种格式: (xxx) xxx-xxxx 或 xxx-xxx-xxxx。(x 表示一个数字)你也可以假设每行前后没有多余的空格字符。

正则表达式的重点有三:特殊字符、限定字符、定位符

表达 (xxx) xxx-xxxx

^\([0-9][0-9][0-9]\) [0-9][0-9][0-9]-[0-9][0-9][0-9][0-9]$

使用限定符来限定数字出现的次数,优化为如下表达

^\([0-9]{3}\) [0-9]{3}-[0-9]{4}$

表达 xxx-xxx-xxxx

^[0-9][0-9][0-9]-[0-9][0-9][0-9]-[0-9][0-9][0-9][0-9]$

使用限定符来限定数字出现的次数,优化为如下表达

^[0-9]{3}-[0-9]{3}-[0-9]{4}$

综合起来,使用特殊字符()和|。用()来标记一个表达式,使用|来指明两项之间的任意选择。

# Read from the file file.txt and output all valid phone numbers to stdout.
awk '/^([0-9]{3}-|\([0-9]{3}\) )[0-9]{3}-[0-9]{4}$/' file.txt
  1. 转置文件
    给定一个文件 file.txt,转置它的内容。
    你可以假设每行列数相同,并且每个字段由 ’ ’ 分隔.

awk是一行一行地处理文本文件,运行流程是:
先运行BEGIN后的{Action},相当于表头
再运行{Action}中的文件处理主体命令
最后运行END后的{Action}中的命令
有几个经常用到的awk常量:NF是当前行的field字段数;NR是正在处理的当前行数。
注意到是转置,假如原始文本有m行n列(字段),那么转置后的文本应该有n行m列,即原始文本的每个字段都对应新文本的一行。我们可以用数组res来储存新文本,将新文本的每一行存为数组res的一个元素。
在END之前我们遍历file.txt的每一行,并做一个判断:在第一行时,每碰到一个字段就将其按顺序放在res数组中;从第二行开始起,每碰到一个字段就将其追加到对应元素的末尾(中间添加一个空格)。
文本处理完了,最后需要输出。在END后遍历数组,输出每一行。注意printf不会自动换行,而print会自动换行。

# Read from the file file.txt and print its transposed content to stdout.
awk '{for (i=1;i<=NF;i++){if (NR==1){res[i]=$i}else{res[i]=res[i]" "$i}}
}END{for(j=1;j<=NF;j++){print res[j]}
}' file.txt
  1. 第十行
    给定一个文本文件 file.txt,请只打印这个文件中的第十行。
# Read from the file file.txt and output the tenth line to stdout.
awk 'NR == 10{print $0}' file.txt
  1. 删除重复的电子邮箱
# Write your MySQL query statement below
DELETE p1 FROM Person p1,Person p2
WHEREp1.Email = p2.Email AND p1.Id > p2.Id
  1. 上升的温度
    给定一个 Weather 表,编写一个 SQL 查询,来查找与之前(昨天的)日期相比温度更高的所有日期的 Id。
# Write your MySQL query statement below
SELECT a.Id
FROM (SELECT w.Id, w.Temperature, if(w.Temperature > @last_TAND datediff(w.RecordDate, @last_D) = 1, 1, 0) AS is_greater, @last_T := w.Temperature, @last_D := w.RecordDateFROM Weather w, (SELECT @last_T := 100, @last_D := 1) bORDER BY RecordDate ASC
) a
WHERE a.is_greater = 1
ORDER BY a.Id ASC
  1. 打家劫舍
    给定一个代表每个房屋存放金额的非负整数数组,计算你 不触动警报装置的情况下 ,一夜之内能够偷窃到的最高金额。如果两间相邻的房屋在同一晚上被小偷闯入,系统会自动报警。

本题是简单的动态规划问题,每一个位的状态取决于是否选择偷窃该位,如果偷窃则为dp[i - 2] + nums[i],否则为dp[i - 1]

class Solution {
public:int rob(vector<int>& nums) {int n = nums.size();if (n == 0)return 0;if (n == 1)return nums[0];int ret = 0, i = 2;vector<int> dp(nums);if (dp[1] < dp[0])dp[1] = dp[0];while (i < n){dp[i] = max(dp[i - 2] + nums[i], dp[i -1]);i++;}return dp[n - 1];}
};
  1. 二叉树的右视图
    给定一棵二叉树,想象自己站在它的右侧,按照从顶部到底部的顺序,返回从右侧所能看到的节点值。

本题可通过DFS和BFS求解。DFS的话根->右子树->左子树的顺序遍历,如果该深度已输出则不在继续存储。BFS的话逐层遍历,每层最后的元素即为右视图

/*** 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 {vector<int> ret;
public:vector<int> rightSideView(TreeNode* root) {dfs(root, 0);//bfs(root);return ret;}void dfs(TreeNode *node, int depth){if (node == NULL) return;    if (depth == ret.size()){ret.push_back(node->val);}depth++;dfs(node->right, depth);dfs(node->left, depth);}void bfs(TreeNode *node){queue<TreeNode *> line;if (node == NULL) return;line.push(node);while (line.size()){int size = line.size();for (int i = 0; i < size; i++){TreeNode *now = line.front(); line.pop();if (now->left) line.push(now->left);if (now->right) line.push(now->right);if (i == size - 1) ret.push_back(now->val);}}}
};

这篇关于leetcode解题思路分析(二十七)193 - 199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/1138030

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