leetcode解题思路分析(五十二)447 - 453 题

2024-09-05 04:58

本文主要是介绍leetcode解题思路分析(五十二)447 - 453 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. 回旋镖的数量
    给定平面上 n 对 互不相同 的点 points ,其中 points[i] = [xi, yi] 。回旋镖 是由点 (i, j, k) 表示的元组 ,其中 i 和 j 之间的距离和 i 和 k 之间的距离相等(需要考虑元组的顺序)。返回平面上所有回旋镖的数量。

使用哈希表存储每个点到其他点的距离,如果距离相等则可以构成。

class Solution {
public:int numberOfBoomerangs(vector<vector<int>>& points) {unordered_map<double, int> p_map;int count = 0;for (int i = 0; i < points.size(); ++i) {// 记得计算下一个点前要先把哈希表清空p_map.clear();for (int j = 0; j < points.size(); ++j) {double dis = sqrt(pow(points[i][0] - points[j][0], 2) + pow(points[i][1] - points[j][1], 2));p_map[dis]++;count += (p_map[dis] - 1) * 2;}}return count;}
};
  1. 找到所有数组中消失的数字
    给定一个范围在 1 ≤ a[i] ≤ n ( n = 数组大小 ) 的 整型数组,数组中的元素一些出现了两次,另一些只出现一次。找到所有在 [1, n] 范围之间没有出现在数组中的数字。

和前面的题目一样的做法,只要给倍数即可作为原地标记

class Solution {
public:vector<int> findDisappearedNumbers(vector<int>& nums) {int size = nums.size();      vector<int> ret;for (auto i : nums){nums[(i - 1) % size] += size;}for (int i = 0; i < size; i++){if (nums[i] <= size)ret.push_back(i + 1);}return ret;}
};
  1. 序列化和反序列化二叉搜索树
    设计一个算法来序列化和反序列化 二叉搜索树 。 对序列化/反序列化算法的工作方式没有限制。 您只需确保二叉搜索树可以序列化为字符串,并且可以将该字符串反序列化为最初的二叉搜索树。

二叉搜索树能只够通过前序序列或后序序列构造,是因为以下两个因素:
二叉树可以通过前序序列或后序序列和中序序列构造。
二叉搜索树的中序序列是递增排序的序列,inorder = sorted(preorder)。
说明我们只需要直到了前序序列或后序序列相当于我们也知道了中序序列,可以通过排序获得

/*** Definition for a binary tree node.* struct TreeNode {*     int val;*     TreeNode *left;*     TreeNode *right;*     TreeNode(int x) : val(x), left(NULL), right(NULL) {}* };*/class Codec {
public:// Encodes a tree to a single string.string serialize(TreeNode* root) {ostringstream ss;serialize(root, ss);return ss.str();}TreeNode* deserialize(string data) {istringstream ss(data);return deserialize(ss);}private:void serialize(TreeNode* root, ostringstream& ss) {if (!root) {ss << "# "; // Note: cannot miss space after #, stringstream need it to workreturn;}ss << to_string(root->val) << " ";serialize(root->left, ss);serialize(root->right, ss);}TreeNode* deserialize(istringstream& ss) {TreeNode* root;string str;ss >> str;if (str == "#") {root = nullptr;} else {root = new TreeNode(stoi(str));root->left = deserialize(ss);root->right = deserialize(ss);}return root;}
};// Your Codec object will be instantiated and called as such:
// Codec* ser = new Codec();
// Codec* deser = new Codec();
// string tree = ser->serialize(root);
// TreeNode* ans = deser->deserialize(tree);
// return ans;
  1. 删除二叉搜索树中的节点
    给定一个二叉搜索树的根节点 root 和一个值 key,删除二叉搜索树中的 key 对应的节点,并保证二叉搜索树的性质不变。返回二叉搜索树(有可能被更新)的根节点的引用。

找不到则直接返回,找到了的话则有以下情况 1. 如果是叶子则直接删除即可。2. 如果左、右子树有一个为空,则删除接上即可。3. 如果都不为空,则将左子树放到右子树最左边下面接上,然后右子树替换上即可(除此之外,还可以用右儿子的最左叶子和要删除的节点交换,以其作为新的根节点)

/*** Definition for a binary tree node.* struct TreeNode {*     int val;*     TreeNode *left;*     TreeNode *right;*     TreeNode() : val(0), left(nullptr), right(nullptr) {}*     TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}*     TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}* };*/
class Solution {
public:TreeNode* deleteNode(TreeNode* root, int key) {if (root == nullptr) return root; // 第一种情况:没找到删除的节点,遍历到空节点直接返回了if (root->val == key) {// 第二种情况:左右孩子都为空(叶子节点),直接删除节点, 返回NULL为根节点// 第三种情况:其左孩子为空,右孩子不为空,删除节点,右孩子补位 ,返回右孩子为根节点if (root->left == nullptr) return root->right; // 第四种情况:其右孩子为空,左孩子不为空,删除节点,左孩子补位,返回左孩子为根节点else if (root->right == nullptr) return root->left; // 第五种情况:左右孩子节点都不为空,则将删除节点的左子树放到删除节点的右子树的最左面节点的左孩子的位置// 并返回删除节点右孩子为新的根节点。else {  TreeNode* cur = root->right; // 找右子树最左面的节点while(cur->left != nullptr) { cur = cur->left;}cur->left = root->left; // 把要删除的节点(root)左子树放在cur的左孩子的位置TreeNode* tmp = root;   // 把root节点保存一下,下面来删除root = root->right;     // 返回旧root的右孩子作为新rootdelete tmp;             // 释放节点内存(这里不写也可以,但C++最好手动释放一下吧)return root;}}if (root->val > key) root->left = deleteNode(root->left, key);if (root->val < key) root->right = deleteNode(root->right, key);return root;}
};
  1. 根据字符出现频率排序
    给定一个字符串,请将字符串里的字符按照出现的频率降序排列。

如果想少用内存,则可以仅用一个哈希表计数,然后字符串原地排序。如果想更快,则可以用一个堆存储再输出

class Solution {
public:string frequencySort(string s) {unordered_map<char, int> ump;for (const auto &c : s) {++ump[c];}sort(s.begin(), s.end(), [&](char &a, char &b) { return ump[a] > ump[b] || (ump[a] == ump[b] && a < b); });return s;}
};
class Solution {
public:string frequencySort(string s) {unordered_map<char, int> ump;for (const auto &c : s) {++ump[c];}priority_queue<pair<int, char>> pq;for (const auto &m : ump) {pq.push({m.second, m.first});}        string ret;while (!pq.empty()) {auto t = pq.top(); pq.pop();ret.append(t.first, t.second);}return ret;}
};
  1. 用最少数量的箭引爆气球
    给你一个数组 points ,其中 points [i] = [xstart,xend] ,返回引爆所有气球所必须射出的最小弓箭数。

但凡区间合并问题,都可以用贪心算法求解。可以按start或者end排序,然后遍历一遍统计即可。

class Solution {
public:int findMinArrowShots(vector<vector<int>>& points) {if (points.size() <= 1) {return points.size();}sort(points.begin(), points.end(), [](const vector<int>& a, const vector<int>& b) {return a[1] < b[1];});// 发射点设置为区间最右侧的点int pos = points[0][1];int arrows = 1;for (int i = 1; i < points.size(); i++) {auto curr = points[i];if (curr[0] > pos) {pos = curr[1];++arrows;}}return arrows;}
};
  1. 最小移动次数使数组元素相等

本题可用动态规划求解:先排序,然后每次根据dp[i] = dp[i - 1] + a[i] - a[i - 1]求解。 更优的做法是数学法:将除了一个元素之外的全部元素+1,等价于将该元素-1,因为我们只对元素的相对大小感兴趣。因此,该问题简化为需要进行的减法次数。显然,我们只需要将所有的数都减到最小的数即可。

class Solution {
public:int minMoves(vector<int>& nums) {int moves = 0, minimu = INT_MAX;for (int i = 0; i < nums.size(); i++) {minimu = min(minimu, nums[i]);}for (int i = 0; i < nums.size(); i++) {moves += nums[i] - minimu;}return moves;}
};

这篇关于leetcode解题思路分析(五十二)447 - 453 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/1138009

相关文章

Redis主从复制实现原理分析

《Redis主从复制实现原理分析》Redis主从复制通过Sync和CommandPropagate阶段实现数据同步,2.8版本后引入Psync指令,根据复制偏移量进行全量或部分同步,优化了数据传输效率... 目录Redis主DodMIK从复制实现原理实现原理Psync: 2.8版本后总结Redis主从复制实

JAVA利用顺序表实现“杨辉三角”的思路及代码示例

《JAVA利用顺序表实现“杨辉三角”的思路及代码示例》杨辉三角形是中国古代数学的杰出研究成果之一,是我国北宋数学家贾宪于1050年首先发现并使用的,:本文主要介绍JAVA利用顺序表实现杨辉三角的思... 目录一:“杨辉三角”题目链接二:题解代码:三:题解思路:总结一:“杨辉三角”题目链接题目链接:点击这里

锐捷和腾达哪个好? 两个品牌路由器对比分析

《锐捷和腾达哪个好?两个品牌路由器对比分析》在选择路由器时,Tenda和锐捷都是备受关注的品牌,各自有独特的产品特点和市场定位,选择哪个品牌的路由器更合适,实际上取决于你的具体需求和使用场景,我们从... 在选购路由器时,锐捷和腾达都是市场上备受关注的品牌,但它们的定位和特点却有所不同。锐捷更偏向企业级和专

Spring中Bean有关NullPointerException异常的原因分析

《Spring中Bean有关NullPointerException异常的原因分析》在Spring中使用@Autowired注解注入的bean不能在静态上下文中访问,否则会导致NullPointerE... 目录Spring中Bean有关NullPointerException异常的原因问题描述解决方案总结

python中的与时间相关的模块应用场景分析

《python中的与时间相关的模块应用场景分析》本文介绍了Python中与时间相关的几个重要模块:`time`、`datetime`、`calendar`、`timeit`、`pytz`和`dateu... 目录1. time 模块2. datetime 模块3. calendar 模块4. timeit

python-nmap实现python利用nmap进行扫描分析

《python-nmap实现python利用nmap进行扫描分析》Nmap是一个非常用的网络/端口扫描工具,如果想将nmap集成进你的工具里,可以使用python-nmap这个python库,它提供了... 目录前言python-nmap的基本使用PortScanner扫描PortScannerAsync异

Oracle数据库执行计划的查看与分析技巧

《Oracle数据库执行计划的查看与分析技巧》在Oracle数据库中,执行计划能够帮助我们深入了解SQL语句在数据库内部的执行细节,进而优化查询性能、提升系统效率,执行计划是Oracle数据库优化器为... 目录一、什么是执行计划二、查看执行计划的方法(一)使用 EXPLAIN PLAN 命令(二)通过 S

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

性能分析之MySQL索引实战案例

文章目录 一、前言二、准备三、MySQL索引优化四、MySQL 索引知识回顾五、总结 一、前言 在上一讲性能工具之 JProfiler 简单登录案例分析实战中已经发现SQL没有建立索引问题,本文将一起从代码层去分析为什么没有建立索引? 开源ERP项目地址:https://gitee.com/jishenghua/JSH_ERP 二、准备 打开IDEA找到登录请求资源路径位置

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验