LeetCode --- 399周赛

2024-05-29 17:12
文章标签 leetcode 周赛 399

本文主要是介绍LeetCode --- 399周赛,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!

题目列表

3162. 优质数对的总数 I

3163. 压缩字符串 III

3164. 优质数对的总数 II

3165. 不包含相邻元素的子序列的最大和

一、优质数对的总数I

这里由于数据范围比较小,我们可以直接暴力枚举,代码如下

class Solution {
public:int numberOfPairs(vector<int>& nums1, vector<int>& nums2, int k) {int ans = 0;for(auto x:nums1){for(auto y:nums2){ans += x%(y*k)==0;}}return ans;}
};

二、压缩字符串III

这题也是简单的模拟题,只要统计连续出现的字符个数,将它们拼接称字符串即可,但是要注意一旦连续出现的次数大于十,我们就需要将它进行拆分,比如有20个连续的a,拼接的字符串不能是20a,而应该是9a9a2a,代码如下

class Solution {
public:string compressedString(string word) {string ans;int i = 0, n = word.size();while(i < n){int j = i++;while(i < n && word[j] == word[i])i++;int m = i - j; // 字符word[j]连续出现的个数while(m >= 10){ans += '9';ans += word[j];m -= 9;}if(m) ans += to_string(m) + word[j];}return ans;}
};

三、优质数对的总数II

题目和第一题相同,但是数据范围被扩大了,不能暴力枚举了,该如何做?

题目要求nums1[i]%k*nums2[j]==0的数对个数,我们有两种思路:

1、枚举统计nums1数组元素的因子有哪些,然后遍历统计nums2[j]*k占了多少

2、枚举统计nums2数组元素*k的倍数有哪些,然后统计nums1数组元素占了多少

两种方法都可以,在代码中我们会算它们的时间复杂度

代码如下

class Solution {// 1、枚举统计nums1数组元素的因子有哪些,然后遍历统计nums2[j]*k占了多少
public:// 时间复杂度 O(n*sqrt(U/k) + m) U = max(nums1)long long numberOfPairs(vector<int>& nums1, vector<int>& nums2, int k) {unordered_map<int,int> mp;// O(n*sqrt(U/k)) U = max(nums1)for(auto x:nums1){if(x%k) continue; // 首先必须是k的倍数x /= k;for(int i = 1; i*i <= x; i++){if(x%i) continue;mp[i]++;if(i*i!=x) mp[x/i]++;}}// O(m)long long ans = 0;for(auto x:nums2){ans += mp.count(x)?mp[x]:0;}return ans;}
};class Solution {// 2、枚举统计nums2数组元素*k的倍数有哪些,然后遍历统计nums1[i]占了多少
public:// 时间复杂度 O(n+m+U*logm) U = max(nums1)long long numberOfPairs(vector<int>& nums1, vector<int>& nums2, int k) {unordered_map<int,int> cnt1, cnt2, mp;int u = INT_MIN;for(auto x:nums1){u = max(u, x);if(x%k) continue;cnt1[x/k]++;}if(cnt1.empty()) return 0;for(auto x:nums2){cnt2[x]++;}// 看着像是O(n^2)的时间复杂度// 最坏的情况是nums2的元素全都不重复// 为1,2,3,....,mx  共有m个数//  U/1 + U/2 + U/3 + ... + U/mx//= U*(1+1/2+1/3+...+1/mx)//= U*logm// 1+1/2+1/3+...+1/mx 调和级数的极限,可以直接求1/x的积分,为logx// O(U*logm)long long ans = 0;for(auto [x,c]:cnt2){int s = 0;for(int i = x; i <= u;i += x){s += cnt1.count(i)?cnt1[i]:0;}ans += (long long)s*c;}return ans;}
};

四、不包含相邻元素的子序列的最大和

这题单独只看求不相邻元素的子序列最大和,是一道标准的打家劫舍问题,建议没写过的先去写一写,如果写过的话,其实很容易想到它可以用动态规划来做,然后你就会开始想如何进行优化,代码如下

class Solution {const int MOD = 1e9+7;
public:int maximumSumSubsequence(vector<int>& nums, vector<vector<int>>& q) {int n = nums.size(), m = q.size();int ans = 0;vector<long long> dp(n+2);for(int i=0;i<n;i++){dp[i+2] = max(dp[i]+nums[i],dp[i+1]);}for(auto v:q){int pos = v[0], x = v[1];nums[pos] = x;bool flag = false;for(int i=pos;i<n;i++){dp[i+2] = max(dp[i]+nums[i],dp[i+1]);}ans = (ans%MOD + dp.back()%MOD)%MOD;}return ans;}
};

但实际上这题用动态规划来写是不行的,会超时,可以去试试(java的除外,java给的时间比较宽松,官方应该会调整,这里暂且不论)。

那么这题该如何去做呢?注意,题目进行的是单点更新,区间查询的操作,显然很适合用线段树来做,那么能不能呢?这里就需要考虑一个问题:打家劫舍问题能不能用分治来做?思路如下

代码如下

// 线段树
class Solution {const int MOD = 1e9 + 7;vector<array<unsigned int,4>> t;// f00,f01,f10,f11//   0,  1,  2,  3void maintain(int o){auto& a = t[o<<1], b = t[o<<1|1];t[o] = {max(a[0]+b[2], a[1]+b[0]), // 00 = max 00+10 01+00max(a[0]+b[3], a[1]+b[1]), // 01 = max 00+11 01+01max(a[2]+b[2], a[3]+b[0]), // 10 = max 10+10 11+00max(a[2]+b[3], a[3]+b[1]) // 11 = max 10+11 11+01};}void build(vector<int>&nums,int o,int l,int r){if(l == r){// 当只有一个元素时,根据状态定义,只有f11是可以进行选择的为max(0,nums[l]),其余都无法选择为0t[o][3] = max(0,nums[l]);return;}int mid = (l+r)>>1;build(nums, o<<1, l, mid);build(nums, o<<1|1, mid + 1, r);maintain(o);}void update(int o,int l,int r,int i,int val){if(l == r){t[o][3] = max(val,0);return;}int mid = (l+r)>>1;if(i<=mid){update(o<<1,l,mid,i,val);}else{update(o<<1|1,mid+1,r,i,val);}maintain(o);}
public:int maximumSumSubsequence(vector<int>& nums, vector<vector<int>>& queries) {int n = nums.size();t.resize(2<<(32 - __builtin_clz(n)));build(nums, 1, 0, n - 1);long long ans = 0;for(auto&q:queries){update(1, 0, n - 1, q[0], q[1]);ans += t[1][3];}return ans%MOD;}
};

这篇关于LeetCode --- 399周赛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/1014140

相关文章

哈希leetcode-1

目录 1前言 2.例题  2.1两数之和 2.2判断是否互为字符重排 2.3存在重复元素1 2.4存在重复元素2 2.5字母异位词分组 1前言 哈希表主要是适合于快速查找某个元素(O(1)) 当我们要频繁的查找某个元素,第一哈希表O(1),第二,二分O(log n) 一般可以分为语言自带的容器哈希和用数组模拟的简易哈希。 最简单的比如数组模拟字符存储,只要开26个c

leetcode-24Swap Nodes in Pairs

带头结点。 /*** Definition for singly-linked list.* public class ListNode {* int val;* ListNode next;* ListNode(int x) { val = x; }* }*/public class Solution {public ListNode swapPairs(L

leetcode-23Merge k Sorted Lists

带头结点。 /*** Definition for singly-linked list.* public class ListNode {* int val;* ListNode next;* ListNode(int x) { val = x; }* }*/public class Solution {public ListNode mergeKLists

C++ | Leetcode C++题解之第393题UTF-8编码验证

题目: 题解: class Solution {public:static const int MASK1 = 1 << 7;static const int MASK2 = (1 << 7) + (1 << 6);bool isValid(int num) {return (num & MASK2) == MASK1;}int getBytes(int num) {if ((num &

【每日一题】LeetCode 2181.合并零之间的节点(链表、模拟)

【每日一题】LeetCode 2181.合并零之间的节点(链表、模拟) 题目描述 给定一个链表,链表中的每个节点代表一个整数。链表中的整数由 0 分隔开,表示不同的区间。链表的开始和结束节点的值都为 0。任务是将每两个相邻的 0 之间的所有节点合并成一个节点,新节点的值为原区间内所有节点值的和。合并后,需要移除所有的 0,并返回修改后的链表头节点。 思路分析 初始化:创建一个虚拟头节点

C语言 | Leetcode C语言题解之第393题UTF-8编码验证

题目: 题解: static const int MASK1 = 1 << 7;static const int MASK2 = (1 << 7) + (1 << 6);bool isValid(int num) {return (num & MASK2) == MASK1;}int getBytes(int num) {if ((num & MASK1) == 0) {return

【JavaScript】LeetCode:16-20

文章目录 16 无重复字符的最长字串17 找到字符串中所有字母异位词18 和为K的子数组19 滑动窗口最大值20 最小覆盖字串 16 无重复字符的最长字串 滑动窗口 + 哈希表这里用哈希集合Set()实现。左指针i,右指针j,从头遍历数组,若j指针指向的元素不在set中,则加入该元素,否则更新结果res,删除集合中i指针指向的元素,进入下一轮循环。 /*** @param

LeetCode:64. 最大正方形 动态规划 时间复杂度O(nm)

64. 最大正方形 题目链接 题目描述 给定一个由 0 和 1 组成的二维矩阵,找出只包含 1 的最大正方形,并返回其面积。 示例1: 输入: 1 0 1 0 01 0 1 1 11 1 1 1 11 0 0 1 0输出: 4 示例2: 输入: 0 1 1 0 01 1 1 1 11 1 1 1 11 1 1 1 1输出: 9 解题思路 这道题的思路是使用动态规划

LeetCode 第414场周赛个人题解

目录 Q1. 将日期转换为二进制表示 原题链接 思路分析 AC代码 Q2. 范围内整数的最大得分 原题链接 思路分析 AC代码 Q3. 到达数组末尾的最大得分 原题链接 思路分析 AC代码 Q4. 吃掉所有兵需要的最多移动次数 原题链接 思路分析 AC代码 Q1. 将日期转换为二进制表示 原题链接 Q1. 将日期转换为二进制表示 思路分析

【JavaScript】LeetCode:21-25

文章目录 21 最大子数组和22 合并区间23 轮转数组24 除自身以外数组的乘积25 缺失的第一个正数 21 最大子数组和 贪心 / 动态规划贪心:连续和(count)< 0时,放弃当前起点的连续和,将下一个数作为新起点,这里提供使用贪心算法解决本题的代码。动态规划:dp[i]:以nums[i]为结尾的最长连续子序列(子数组)和。 dp[i] = max(dp[i - 1]