leetcode解题思路分析(二十九)207—213题

2024-09-05 05:08

本文主要是介绍leetcode解题思路分析(二十九)207—213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. 课程表
    你这个学期必须选修 numCourse 门课程,记为 0 到 numCourse-1 。
    在选修某些课程之前需要一些先修课程。 例如,想要学习课程 0 ,你需要先完成课程 1 ,我们用一个匹配来表示他们:[0,1]
    给定课程总量以及它们的先决条件,请你判断是否可能完成所有课程的学习?

本题可以采取DFS,如果找到了环路则证明不可以,否则可以

const int maxn=1000050;
class Solution {
public:
//DFS,模板题vector<int>ans[maxn];//定义一个二维数组,也可以下面这种定义方法:bool dfs(int x,vector<int>&vis){vis[x]=0;//表示当前这个节点已近访问过了。bool ret=true;for(auto v:ans[x]){if(vis[v]==0)return false;if(vis[v]==-1)ret=ret&&dfs(v,vis);}vis[x]=-1;//表示以这个点出发的所有能够遍历的点已经遍历完了。。这个点出发不存在环啦。。。return ret;}bool canFinish(int numCourses, vector<vector<int>>& prerequisites) {vector<int> vis(numCourses,-1);//表示的是是否访问过,初始化-1,表示没有访问过for(auto v:prerequisites){ans[v[1]].push_back(v[0]);}bool ret=true;for(int i=0;i<numCourses;i++){if(vis[i]==-1){ret=ret&&dfs(i,vis);}}return ret;}
};
  1. 实现Trie树
    实现一个 Trie (前缀树),包含 insert, search, 和 startsWith 这三个操作。
class Trie {bool isEnd;Trie* next[26];
public:Trie() {isEnd = false;memset(next, 0, sizeof(next));}void insert(string word) {Trie* node = this;for (char c : word) {if (node->next[c-'a'] == NULL) {node->next[c-'a'] = new Trie();}node = node->next[c-'a'];}node->isEnd = true;}bool search(string word) {Trie* node = this;for (char c : word) {node = node->next[c - 'a'];if (node == NULL) {return false;}}return node->isEnd;}bool startsWith(string prefix) {Trie* node = this;for (char c : prefix) {node = node->next[c-'a'];if (node == NULL) {return false;}}return true;}
};
  1. 长度最小的子数组
    给定一个含有 n 个正整数的数组和一个正整数 s ,找出该数组中满足其和 ≥ s 的长度最小的连续子数组,并返回其长度。如果不存在符合条件的连续子数组,返回 0。

采用双指针滑动易解

class Solution {
public:
int minSubArrayLen(int s, vector<int>& nums)
{int n = nums.size();int ans = INT_MAX;int left = 0;int sum = 0;for (int i = 0; i < n; i++) {sum += nums[i];while (sum >= s) {ans = min(ans, i + 1 - left);sum -= nums[left++];}}return (ans != INT_MAX) ? ans : 0;
}
};
  1. 课程表2
    现在你总共有 n 门课需要选,记为 0 到 n-1。
    在选修某些课程之前需要一些先修课程。 例如,想要学习课程 0 ,你需要先完成课程 1 ,我们用一个匹配来表示他们: [0,1]
    给定课程总量以及它们的先决条件,返回你为了学完所有课程所安排的学习顺序。
    可能会有多个正确的顺序,你只要返回一种就可以了。如果不可能完成所有课程,返回一个空数组。

可以采取DFS或者BFS求解

class Solution {
private:// 存储有向图vector<vector<int>> edges;// 标记每个节点的状态:0=未搜索,1=搜索中,2=已完成vector<int> visited;// 用数组来模拟栈,下标 0 为栈底,n-1 为栈顶vector<int> result;// 判断有向图中是否有环bool invalid;public:void dfs(int u) {// 将节点标记为「搜索中」visited[u] = 1;// 搜索其相邻节点// 只要发现有环,立刻停止搜索for (int v: edges[u]) {// 如果「未搜索」那么搜索相邻节点if (visited[v] == 0) {dfs(v);if (invalid) {return;}}// 如果「搜索中」说明找到了环else if (visited[v] == 1) {invalid = true;return;}}// 将节点标记为「已完成」visited[u] = 2;// 将节点入栈result.push_back(u);}vector<int> findOrder(int numCourses, vector<vector<int>>& prerequisites) {edges.resize(numCourses);visited.resize(numCourses);for (const auto& info: prerequisites) {edges[info[1]].push_back(info[0]);}// 每次挑选一个「未搜索」的节点,开始进行深度优先搜索for (int i = 0; i < numCourses && !invalid; ++i) {if (!visited[i]) {dfs(i);}}if (invalid) {return {};}// 如果没有环,那么就有拓扑排序// 注意下标 0 为栈底,因此需要将数组反序输出reverse(result.begin(), result.end());return result;}
};
class Solution {
private:// 存储有向图vector<vector<int>> edges;// 存储每个节点的入度vector<int> indeg;// 存储答案vector<int> result;public:vector<int> findOrder(int numCourses, vector<vector<int>>& prerequisites) {edges.resize(numCourses);indeg.resize(numCourses);for (const auto& info: prerequisites) {edges[info[1]].push_back(info[0]);++indeg[info[0]];}queue<int> q;// 将所有入度为 0 的节点放入队列中for (int i = 0; i < numCourses; ++i) {if (indeg[i] == 0) {q.push(i);}}while (!q.empty()) {// 从队首取出一个节点int u = q.front();q.pop();// 放入答案中result.push_back(u);for (int v: edges[u]) {--indeg[v];// 如果相邻节点 v 的入度为 0,就可以选 v 对应的课程了if (indeg[v] == 0) {q.push(v);}}}if (result.size() != numCourses) {return {};}return result;}
};
  1. 添加与搜索单词
    本题采用Trie树+DFS搜索解决
class WordDictionary {struct TrieNode{bool end;unordered_map<char, TrieNode*> map;TrieNode() : end(false) {}};TrieNode* m_root;public:/** Initialize your data structure here. */WordDictionary() {m_root = new TrieNode;}/** Adds a word into the data structure. */void addWord(string word) {if (word.empty()){return;}TrieNode* cur = m_root;for (int i = 0; i < word.size(); ++i){auto iter = cur->map.find(word.at(i));if (iter == cur->map.end()){cur->map[word.at(i)] = new TrieNode;}cur = cur->map[word.at(i)];}cur->end = true;}/** Returns if the word is in the data structure. A word could contain the dot character '.' to represent any one letter. */bool search(string word) {if (word.empty()){return false;}return __dfs(m_root, word, 0);}private:bool __dfs(TrieNode* node, const string& word, int index){if (index == word.size()){if (node->end){return true;}               return false;}if (word.at(index) == '.'){bool ret = false;for (const auto& p : node->map){ret |= __dfs(p.second, word, index + 1);}return ret;}else{auto iter = node->map.find(word.at(index));if (iter != node->map.end()){return __dfs(iter->second, word, index + 1);}}return false;}
};/*** Your WordDictionary object will be instantiated and called as such:* WordDictionary* obj = new WordDictionary();* obj->addWord(word);* bool param_2 = obj->search(word);*/
  1. 单词搜索2
    给定一个二维网格 board 和一个字典中的单词列表 words,找出所有同时在二维网格和字典中出现的单词。单词必须按照字母顺序,通过相邻的单元格内的字母构成,其中“相邻”单元格是那些水平相邻或垂直相邻的单元格。同一个单元格内的字母在一个单词中不允许被重复使用。

本题其实是基于上题的Trie树实现

class Trie
{
public:bool isEnd;Trie *nxt[26];string word;Trie(){isEnd = 0;for (int i = 0; i < 26; i++){nxt[i] = nullptr;}word = "";}void insert(string word){Trie *node = this;for (char each : word){if (node->nxt[each - 'a'] == nullptr){node->nxt[each - 'a'] = new Trie();}node = node->nxt[each - 'a'];}node->isEnd = 1;node->word = word;}
};class Solution
{
public:vector<string> ans;void dfs(Trie *now, int x, int y, vector<vector<char>> &board){if (now->isEnd){now->isEnd = 0;ans.push_back(now->word);return;}if (x < 0 || x >= board.size() || y < 0 || y >= board[0].size())return;if (board[x][y] == '#')return;if (now->nxt[board[x][y] - 'a'] == nullptr)return;now = now->nxt[board[x][y] - 'a'];char cur = board[x][y];board[x][y] = '#';dfs(now, x + 1, y, board);dfs(now, x - 1, y, board);dfs(now, x, y + 1, board);dfs(now, x, y - 1, board);board[x][y] = cur;}vector<string> findWords(vector<vector<char>> &board, vector<string> &words){Trie *root = new Trie();for (auto word : words){root->insert(word);}for (int i = 0; i < board.size(); i++){for (int j = 0; j < board[0].size(); j++){dfs(root, i, j, board);}}return ans;}
};
  1. 打家劫舍2
    你是一个专业的小偷,计划偷窃沿街的房屋,每间房内都藏有一定的现金。这个地方所有的房屋都围成一圈,这意味着第一个房屋和最后一个房屋是紧挨着的。同时,相邻的房屋装有相互连通的防盗系统,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。
    给定一个代表每个房屋存放金额的非负整数数组,计算你在不触动警报装置的情况下,能够偷窃到的最高金额。

相对于前题加一个区分即可

class Solution {
public:int rob(vector<int>& nums) {int len = nums.size();if (len == 0)return 0;if (len == 1)return nums[0];int val1 = 0, val2 = 0;vector<int> dp(len, 0);dp[0] = nums[0];dp[1] = max(dp[0], nums[1]);     for (int i = 2; i < len - 1; i++){dp[i] = max(dp[i - 1], dp[i - 2] + nums[i]);}val1 = dp[len - 2];dp[0] = 0;dp[1] = nums[1];for (int i = 2; i < len; i++){dp[i] = max(dp[i - 1], dp[i - 2] + nums[i]);}        val2 = dp[len - 1];return max(val1, val2);}
};

这篇关于leetcode解题思路分析(二十九)207—213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/1138035

相关文章

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

python使用Akshare与Streamlit实现股票估值分析教程(图文代码)

《python使用Akshare与Streamlit实现股票估值分析教程(图文代码)》入职测试中的一道题,要求:从Akshare下载某一个股票近十年的财务报表包括,资产负债表,利润表,现金流量表,保存... 目录一、前言二、核心知识点梳理1、Akshare数据获取2、Pandas数据处理3、Matplotl

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