双指针算法: 快乐数 与 盛水最多的容器

2023-12-04 14:52

本文主要是介绍双指针算法: 快乐数 与 盛水最多的容器,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!

在这里插入图片描述

🎈个人主页:🎈 :✨✨✨初阶牛✨✨✨
🐻推荐专栏1: 🍔🍟🌯C语言初阶
🐻推荐专栏2: 🍔🍟🌯C语言进阶
🔑个人信条: 🌵知行合一

前言

声明:题目来源于: 力扣

一、快乐数

题目链接: 传送门

(1) 题目描述

编写一个算法来判断一个数 n 是不是快乐数

「快乐数」 定义:

对于一个正整数,每一次将该数替换为它每个位置上的数字的平方和。
然后重复这个过程直到这个数变为 1,也可能是 无限循环 但始终变不到 1。
如果这个过程 结果为 1,那么这个数就是快乐数。

返回值:
如果 n快乐数 就返回 true
不是,则返回 false

示例:

示例 1:

输入:

n = 19

输出:true

解释:

12 + 92 = 82
82 + 22 = 68
62 + 82 = 100
12 + 02 + 02 = 1

示例 2:

输入:n = 2
输出:false

(2)解题思路

刚开始见到这道题的时候,毫无思路,知道会循环又如何?什么时候结束循环才麻烦。
我总不能每次循环都判断结果是否为1吧?计算是这样,那要是一直不为1咋办,死循环,也就死翘翘了。

快乐数,有点也不快乐!
在这里插入图片描述

总不能不做吧,我们不妨画图分析一下。
在这里插入图片描述
是不是有点眼熟,画完图以后,我们惊奇的发现,这好像与带环链表问题极其相似。

环形链表博客(第二题)

在环形链表II 中,我们向后一步是next指针往后遍历,本题是每一次将该数替换为它每个位置上的数字的平方和。

  1. 我们可以将 “求每个位数的平方和”封装成一个函数(func)。
  2. 定义快慢指针:
    快指针每次调用两次func函数。
    慢指针每次调用一次func函数。
  3. 快慢指针相遇时,即为环的入口点。
  4. 入口点是1,则为快乐数,返回ture
    入口点非1,则不是快乐数,返回false

(3)代码展示:

class Solution {
public:bool isHappy(int n) {int slow=n;int fast=n;do{slow=func(slow);fast=func(func(fast));}while(slow!=fast);//跳出循环,此时快慢指针相遇if(slow!=1)return false;return true;}int func(int n){	//求每个位数的平方和int ret=0;while(n){int mod=n%10;ret+=(mod*mod);n/=10;}return ret;}
};

二、盛水最多的容器

(1) 题目描述

给定一个长度为 n 的整数数组 height 。有 n 条垂线,第 i 条线的两个端点是 (i, 0)(i, height[i])

找出其中的两条线,使得它们与 x 轴共同构成的容器可以容纳最多的水。

返回容器可以储存的最大水量。

示例:

在这里插入图片描述

(2)解题思路

其实题目意思很简单,看图就很容易理解,就是寻找两个下标位置,将其最短的作为容器的高,两个坐标的距离作为容器的底,求出容积最大情况时,两个下标的位置。

  1. 定义两个指针:
    (1)left最初位置
    (2)right最后一个位置
  2. 先计算这边界状态时,容器的容量。
  3. 如果左边界比右边界高,则移动右边界。

如果我们移动左边界:
  取到比右边界的值大: 则容器的高度依旧是右边界,低长度下降,总容量下降
  取到比右边界的值小,则容器的高度是左边界,这样的左边界只会让高度更低,而低的长度下降,总容量下降

如果我们移动右边界:
  取到比左边界的值大: 则容器的高度是左边界,高度会增加,虽然底的长度下降,但是容量可能上升
  取到比左边界的值小,则容器的高度是右边界,高度更低,低的长度下降,总容量下降

  1. 如果右边界比左边界高,则移动左边界。
    同理,这里就不再分析了。

  2. 计算移动后的容量,并判断是否需要更新容量。

(3)代码展示:

class Solution {
public:int maxArea(vector<int>& height) {int left=0,right=height.size()-1;//边界时的面积int maxv=(right-left)* min(height[left], height[right]);while(left<right){//如果左边界比右边界高,则移动右边界if(height[left]>height[right]) --right;else ++left;//计算移动边界以后的面积int v=(right-left)*min(height[left],height[right]);//取最大面积maxv=max(maxv,v);}return maxv;}
};

这篇关于双指针算法: 快乐数 与 盛水最多的容器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/453869

相关文章

golang字符串匹配算法解读

《golang字符串匹配算法解读》文章介绍了字符串匹配算法的原理,特别是Knuth-Morris-Pratt(KMP)算法,该算法通过构建模式串的前缀表来减少匹配时的不必要的字符比较,从而提高效率,在... 目录简介KMP实现代码总结简介字符串匹配算法主要用于在一个较长的文本串中查找一个较短的字符串(称为

通俗易懂的Java常见限流算法具体实现

《通俗易懂的Java常见限流算法具体实现》:本文主要介绍Java常见限流算法具体实现的相关资料,包括漏桶算法、令牌桶算法、Nginx限流和Redis+Lua限流的实现原理和具体步骤,并比较了它们的... 目录一、漏桶算法1.漏桶算法的思想和原理2.具体实现二、令牌桶算法1.令牌桶算法流程:2.具体实现2.1

Go语言中三种容器类型的数据结构详解

《Go语言中三种容器类型的数据结构详解》在Go语言中,有三种主要的容器类型用于存储和操作集合数据:本文主要介绍三者的使用与区别,感兴趣的小伙伴可以跟随小编一起学习一下... 目录基本概念1. 数组(Array)2. 切片(Slice)3. 映射(Map)对比总结注意事项基本概念在 Go 语言中,有三种主要

Spring核心思想之浅谈IoC容器与依赖倒置(DI)

《Spring核心思想之浅谈IoC容器与依赖倒置(DI)》文章介绍了Spring的IoC和DI机制,以及MyBatis的动态代理,通过注解和反射,Spring能够自动管理对象的创建和依赖注入,而MyB... 目录一、控制反转 IoC二、依赖倒置 DI1. 详细概念2. Spring 中 DI 的实现原理三、

Python中的随机森林算法与实战

《Python中的随机森林算法与实战》本文详细介绍了随机森林算法,包括其原理、实现步骤、分类和回归案例,并讨论了其优点和缺点,通过面向对象编程实现了一个简单的随机森林模型,并应用于鸢尾花分类和波士顿房... 目录1、随机森林算法概述2、随机森林的原理3、实现步骤4、分类案例:使用随机森林预测鸢尾花品种4.1

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig