算法提升——LeetCode第 386 场周赛总结

2024-02-25 21:20

本文主要是介绍算法提升——LeetCode第 386 场周赛总结,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!

题目

分割数据

给你一个长度为偶数的整数数组nums。你需要将这个数组分割成nums1和nums2两部分,要求:

nums1.lengthnums2.lengthnums.length/2。
nums1应包含互不相同的元素。
nums2也应包含互不相同的元素。
如果能够分割数组就返回true,否则返回false。

解题思路

map计数,如果数字出现次数超过2次,则无法按题意分割。

class Solution {public boolean isPossibleToSplit(int[] nums) {Map<Integer,Integer>map=new HashMap<>();for(int num:nums){int count=map.getOrDefault(num,0);if (count>=2){return false;}map.put(num,count+1);}return true;}
}

求交集区域内的最大正方形面积

在二维平面上存在n个矩形。给你两个下标从0开始的二维整数数组bottomLeft和topRight,两个数组的大小都是nx2,其中bottomLeft[i]和topRight[i]分别代表第i个矩形的左下角和右上角坐标。

我们定义向右的方向为x轴正半轴(x坐标增加),向左的方向为x轴负半轴(x坐标减少)。同样地,定义向上的方向为y轴正半轴(y坐标增加),向下的方向为y轴负半轴(y坐标减少)。

你可以选择一个区域,该区域由两个矩形的交集形成。你需要找出能够放入该区域内的最大正方形面积,并选择最优解。

返回能够放入交集区域的正方形的最大可能面积,如果矩形之间不存在任何交集区域,则返回0。

解题思路

有n个矩形,需要计算由两个矩形的交集形成的区域中可以放入的最大正方形面积。可以遍历每一对矩形计算交集区域内可以放入的最大正方形边长,根据边长的平方计算最大正方形面积,遍历所有矩形对之后即可得到最大正方形面积。

class Solution {public long largestSquareArea(int[][] bottomLeft, int[][] topRight) {long maxSquareArea = 0;int n = bottomLeft.length;for (int i = 0; i < n; i++) {int[] bottomLeft1 = bottomLeft[i];int[] topRight1 = topRight[i];for (int j = i + 1; j < n; j++) {int[] bottomLeft2 = bottomLeft[j];int[] topRight2 = topRight[j];long squareArea = overlapSquareArea(bottomLeft1, topRight1, bottomLeft2, topRight2);maxSquareArea = Math.max(maxSquareArea, squareArea);}}return maxSquareArea;}public long overlapSquareArea(int[] bottomLeft1, int[] topRight1, int[] bottomLeft2, int[] topRight2) {int overlapWidth = Math.max(Math.min(topRight1[0], topRight2[0]) - Math.max(bottomLeft1[0], bottomLeft2[0]), 0);int overlapHeight = Math.max(Math.min(topRight1[1], topRight2[1]) - Math.max(bottomLeft1[1], bottomLeft2[1]), 0);long side = Math.min(overlapWidth, overlapHeight);return side * side;}
}

标记所有下标的最早秒数 I

给你两个下标从1开始的整数数组nums和changeIndices,数组的长度分别为n和m。

一开始,nums中所有下标都是未标记的,你的任务是标记nums中所有下标。

从第1秒到第m秒(包括第m秒),对于每一秒s,你可以执行以下操作之一:

  • 选择范围[1,n]中的一个下标i,并且将nums[i]减少1。
  • 如果nums[changeIndices[s]]等于0,标记下标changeIndices[s]。
  • 什么也不做。
    请你返回范围[1,m]中的一个整数,表示最优操作下,标记nums中所有下标的最早秒数,如果无法标记所有下标,返回-1。

解题思路

二分计算

class Solution {public int earliestSecondToMarkIndices(int[] nums, int[] changeIndices) {int n = nums.length;int m = changeIndices.length;if (n > m) {return -1;}int[] lastT = new int[n];int left = n - 1, right = m + 1;while (left + 1 < right) {int mid = (left + right) / 2;if (check(nums, changeIndices, lastT, mid)) {right = mid;} else {left = mid;}}return right > m ? -1 : right;}private boolean check(int[] nums, int[] changeIndices, int[] lastT, int mx) {Arrays.fill(lastT, -1);for (int t = 0; t < mx; t++) {lastT[changeIndices[t] - 1] = t;}for (int t : lastT) {if (t < 0) { // 有课程没有考试时间return false;}}int cnt = 0;for (int i = 0; i < mx; i++) {int idx = changeIndices[i] - 1;if (i == lastT[idx]) { // 考试if (nums[idx] > cnt) { // 没时间复习return false;}cnt -= nums[idx]; // 复习这门课程} else {cnt++; // 留着后面用}}return true;}
}

标记所有下标的最早秒数 II

给你两个下标从1开始的整数数组nums和changeIndices,数组的长度分别为n和m。

一开始,nums中所有下标都是未标记的,你的任务是标记nums中所有下标。

从第1秒到第m秒(包括第m秒),对于每一秒s,你可以执行以下操作之一:

  • 选择范围[1,n]中的一个下标i,并且将nums[i]减少1。
  • 将nums[changeIndices[s]]设置成任意的非负整数。
    选择范围[1,n]中的一个下标i,满足nums[i]等于0,并标记下标i。
  • 什么也不做。
    请你返回范围[1,m]中的一个整数,表示最优操作下,标记nums中所有下标的最早秒数,如果无法标记所有下标,返回-1。

解题思路

二分加贪心

class Solution {public int earliestSecondToMarkIndices(int[] nums, int[] changeIndices) {int n = nums.length;int m = changeIndices.length;if (n > m) {return -1;}long slow = n; // 慢速复习+考试所需天数for (int v : nums) {slow += v;}int[] firstT = new int[n];Arrays.fill(firstT, -1);for (int t = m - 1; t >= 0; --t) {firstT[changeIndices[t] - 1] = t;}PriorityQueue<int[]> pq = new PriorityQueue<>((a, b) -> a[0] - b[0]);int left = n - 1, right = m + 1;while (left + 1 < right) {pq.clear();int mid = (left + right) / 2;if (check(nums, changeIndices, firstT, pq, slow, mid)) {right = mid;} else {left = mid;}}return right > m ? -1 : right;}private boolean check(int[] nums, int[] changeIndices, int[] firstT, PriorityQueue<int[]> pq, long slow, int mx) {int cnt = 0;for (int t = mx - 1; t >= 0; t--) {int i = changeIndices[t] - 1;int v = nums[i];if (v <= 1 || t != firstT[i]) {cnt++;continue;}if (cnt == 0) {if (pq.isEmpty() || v <= pq.peek()[0]) {cnt += 1; continue;}slow += nums[pq.poll()[1]] + 1;cnt += 2;}slow -= nums[i] + 1;cnt--; pq.offer(new int[]{v, i});}return cnt >= slow; }
}

总结

当前,我的算法能力提升似乎遇到了平台期,解题效率停滞不前。为了突破这一阶段,我计划采取多元化的学习策略,不再拘泥于单一的学习方法或资源。我将拓宽学习渠道,包括研读算法专著、观看教程视频、参与网络课程以及加入研讨会,以此来丰富我的知识体系并提高解题技巧。

来源

LeetCode官网

这篇关于算法提升——LeetCode第 386 场周赛总结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/746763

相关文章

SQL中JOIN操作的条件使用总结与实践

《SQL中JOIN操作的条件使用总结与实践》在SQL查询中,JOIN操作是多表关联的核心工具,本文将从原理,场景和最佳实践三个方面总结JOIN条件的使用规则,希望可以帮助开发者精准控制查询逻辑... 目录一、ON与WHERE的本质区别二、场景化条件使用规则三、最佳实践建议1.优先使用ON条件2.WHERE用

Nginx Location映射规则总结归纳与最佳实践

《NginxLocation映射规则总结归纳与最佳实践》Nginx的location指令是配置请求路由的核心机制,其匹配规则直接影响请求的处理流程,下面给大家介绍NginxLocation映射规则... 目录一、Location匹配规则与优先级1. 匹配模式2. 优先级顺序3. 匹配示例二、Proxy_pa

Android学习总结之Java和kotlin区别超详细分析

《Android学习总结之Java和kotlin区别超详细分析》Java和Kotlin都是用于Android开发的编程语言,它们各自具有独特的特点和优势,:本文主要介绍Android学习总结之Ja... 目录一、空安全机制真题 1:Kotlin 如何解决 Java 的 NullPointerExceptio

MySQL基本查询示例总结

《MySQL基本查询示例总结》:本文主要介绍MySQL基本查询示例总结,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录Create插入替换Retrieve(读取)select(确定列)where条件(确定行)null查询order by语句li

使用雪花算法产生id导致前端精度缺失问题解决方案

《使用雪花算法产生id导致前端精度缺失问题解决方案》雪花算法由Twitter提出,设计目的是生成唯一的、递增的ID,下面:本文主要介绍使用雪花算法产生id导致前端精度缺失问题的解决方案,文中通过代... 目录一、问题根源二、解决方案1. 全局配置Jackson序列化规则2. 实体类必须使用Long封装类3.

Springboot实现推荐系统的协同过滤算法

《Springboot实现推荐系统的协同过滤算法》协同过滤算法是一种在推荐系统中广泛使用的算法,用于预测用户对物品(如商品、电影、音乐等)的偏好,从而实现个性化推荐,下面给大家介绍Springboot... 目录前言基本原理 算法分类 计算方法应用场景 代码实现 前言协同过滤算法(Collaborativ

Linux区分SSD和机械硬盘的方法总结

《Linux区分SSD和机械硬盘的方法总结》在Linux系统管理中,了解存储设备的类型和特性是至关重要的,不同的存储介质(如固态硬盘SSD和机械硬盘HDD)在性能、可靠性和适用场景上有着显著差异,本文... 目录一、lsblk 命令简介基本用法二、识别磁盘类型的关键参数:ROTA查询 ROTA 参数ROTA

Qt实现网络数据解析的方法总结

《Qt实现网络数据解析的方法总结》在Qt中解析网络数据通常涉及接收原始字节流,并将其转换为有意义的应用层数据,这篇文章为大家介绍了详细步骤和示例,感兴趣的小伙伴可以了解下... 目录1. 网络数据接收2. 缓冲区管理(处理粘包/拆包)3. 常见数据格式解析3.1 jsON解析3.2 XML解析3.3 自定义

Python实现图片分割的多种方法总结

《Python实现图片分割的多种方法总结》图片分割是图像处理中的一个重要任务,它的目标是将图像划分为多个区域或者对象,本文为大家整理了一些常用的分割方法,大家可以根据需求自行选择... 目录1. 基于传统图像处理的分割方法(1) 使用固定阈值分割图片(2) 自适应阈值分割(3) 使用图像边缘检测分割(4)

Windows Docker端口占用错误及解决方案总结

《WindowsDocker端口占用错误及解决方案总结》在Windows环境下使用Docker容器时,端口占用错误是开发和运维中常见且棘手的问题,本文将深入剖析该问题的成因,介绍如何通过查看端口分配... 目录引言Windows docker 端口占用错误及解决方案汇总端口冲突形成原因解析诊断当前端口情况解