Leetcode算法训练日记 | day30

2024-04-20 09:36

本文主要是介绍Leetcode算法训练日记 | day30,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!

一、重新安排行程

1.题目

Leetcode:第 332 题

给你一份航线列表 tickets ,其中 tickets[i] = [fromi, toi] 表示飞机出发和降落的机场地点。请你对该行程进行重新规划排序。

所有这些机票都属于一个从 JFK(肯尼迪国际机场)出发的先生,所以该行程必须从 JFK 开始。如果存在多种有效的行程,请你按字典排序返回最小的行程组合。

  • 例如,行程 ["JFK", "LGA"] 与 ["JFK", "LGB"] 相比就更小,排序更靠前。

假定所有机票至少存在一种合理的行程。且所有的机票 必须都用一次 且 只能用一次。

示例 1:

输入:tickets = [["MUC","LHR"],["JFK","MUC"],["SFO","SJC"],["LHR","SFO"]]
输出:["JFK","MUC","LHR","SFO","SJC"]

示例 2:

输入:tickets = [["JFK","SFO"],["JFK","ATL"],["SFO","ATL"],["ATL","JFK"],["ATL","SFO"]]
输出:["JFK","ATL","JFK","SFO","ATL","SFO"]
解释:另一种有效的行程是 ["JFK","SFO","ATL","JFK","ATL","SFO"] ,但是它字典排序更大更靠后。

2.解题思路

使用回溯算法来解决路径问题。findItinerary 函数负责初始化并开始回溯过程。backtracking 函数是回溯算法的核心,它尝试在每个位置添加一个城市,并递归地继续处理后续的城市。通过这种方式,backtracking 函数能够找到一条有效的旅行路径。targets 映射用于存储每个出发城市到到达城市的机票数量,这个映射在 findItinerary 函数中被构建,并在 backtracking 函数中被用来检查是否存在可用的机票。通过递归和回溯来搜索所有可能的解决方案。当找到一个满足条件的解时,递归返回 true,否则尝试其他可能的路径。

3.实现代码

#include <iostream>
#include <vector>
#include <map>
#include <unordered_map>
using namespace std;class Solution {
public:// 使用 unordered_map 存储目标城市,其中 key 为出发城市,value 为一个 map,其 key 为到达城市,value 为机票数量unordered_map<string, map<string, int>> targets;// backtracking 函数实现回溯算法,尝试找出一条有效的旅行路径bool backtracking(int ticketNum, vector<string>& result) {// 如果当前路径长度等于机票数量加一(包括起点城市),说明找到了一条完整的路径if (result.size() == ticketNum + 1) {return true;}// 遍历当前结果路径最后一个城市的所有可到达城市for (pair<const string, int>& target : targets[result[result.size() - 1]]) {// 如果从当前城市到 target.first 的机票数量大于 0if (target.second > 0) { result.push_back(target.first);// 将 target.first 添加到结果路径中target.second--;// 减少 target.first 的机票数量if (backtracking(ticketNum, result)) return true; // 递归调用 backtracking 函数,尝试继续添加路径  result.pop_back();// 如果当前路径不可行,回溯:移除最后一个添加的城市target.second++;// 恢复机票数量}}return false;// 如果所有可能的路径都已经尝试过,但没有找到可行的路径,则返回 false}// findItinerary 函数用于找出一条最短的旅行路径vector<string> findItinerary(vector<vector<string>>& tickets) {targets.clear(); // 清空 targets,为新的机票数据做准备vector<string> result;// 统计每个出发城市到到达城市的机票数量for (const vector<string>& vec : tickets) {targets[vec[0]][vec[1]]++;}result.push_back("JFK");// 将起点城市 "JFK" 添加到结果路径中 backtracking(tickets.size(), result);// 从起点城市开始,使用 backtracking 函数尝试找出一条旅行路径return result; // 返回找到的旅行路径}
};//测试
int main()
{Solution p;vector<vector<string>>tickets = { {"MUC", "LHR"} ,{"JFK", "MUC"},{"SFO", "SJC"},{"LHR", "SFO"} };vector<string> result;vector<int>nums = { 1,2,2 };result = p.findItinerary(tickets);cout << "行程:" << endl;for (auto& ans : result) {cout << "[";for (auto& i : ans) {cout << i << " ";}cout << "] ," ;}printf("\b \n");return 0;
}

 

二、N皇后

1.题目

Leetcode:第 51 题

按照国际象棋的规则,皇后可以攻击与之处在同一行或同一列或同一斜线上的棋子。

n 皇后问题 研究的是如何将 n 个皇后放置在 n×n 的棋盘上,并且使皇后彼此之间不能相互攻击。

给你一个整数 n ,返回所有不同的 n 皇后问题 的解决方案。

每一种解法包含一个不同的 n 皇后问题 的棋子放置方案,该方案中 'Q' 和 '.' 分别代表了皇后和空位。

示例 1:

输入:n = 4
输出:[[".Q..","...Q","Q...","..Q."],["..Q.","Q...","...Q",".Q.."]]
解释:如上图所示,4 皇后问题存在两个不同的解法。

示例 2:

输入:n = 1
输出:[["Q"]]
2.解题思路

使用回溯算法来解决棋盘问题。solveNQueens 函数负责初始化棋盘并开始回溯过程。backtracking 函数是回溯算法的核心,它尝试在每个位置放置皇后,并递归地继续处理后续的行。isValid 函数用于检查当前位置是否安全,即没有受到其他皇后的攻击。backtracking 函数通过递归尝试每一行的每一个位置来放置皇后。如果找到一个安全的位置,它将继续递归到下一行。如果这一行的所有位置都尝试过了,它将回溯到上一行,改变上一行皇后的位置。isValid 函数通过检查当前行的列、左上到右下的对角线、右上到左下的对角线是否有皇后来确定当前位置是否安全。这种方法可以找到所有可能的解决方案,即所有安全的皇后放置方式。

3.实现代码
#include <iostream>
#include <vector>
using namespace std;class Solution {
public:vector<vector<string>> result;// 定义一个二维字符串数组用于存储所有可能的棋盘布局结果// backtracking 函数实现回溯算法,尝试放置每一行的皇后void backtracking(int n, int row, vector<string>& chessboard) {// 如果当前行数等于 n,说明已经放置完所有行的皇后,找到了一个解决方案if (row == n) {result.push_back(chessboard);return;}// 遍历当前行的每一个列for (int col = 0; col < n; col++) {// 检查当前位置是否有效,即该位置没有受到其他皇后的攻击if (isValid(row, col, chessboard, n)) {    chessboard[row][col] = 'Q'; // 在当前位置放置一个皇后backtracking(n, row + 1, chessboard);// 递归调用 backtracking 函数,尝试放置下一行的皇后chessboard[row][col] = '.';// 移除当前位置的皇后,回溯以便尝试其他位置}}}// isValid 函数用于检查当前行和列是否是安全的,即该位置没有受到其他皇后的攻击bool isValid(int row, int col, vector<string>& chessboard, int n) {// 检查列是否有其他皇后for (int i = 0; i < row; i++) {if (chessboard[i][col] == 'Q') {return false; // 如果同一列有皇后,则返回 false}}// 检查左上到右下的对角线是否有其他皇后for (int i = row - 1, j = col - 1; i >= 0 && j >= 0; i--, j--) {if (chessboard[i][j] == 'Q') {return false; // 如果对角线有皇后,则返回 false}}// 检查右上到左下的对角线是否有其他皇后for (int i = row - 1, j = col + 1; i >= 0 && j < n; i--, j++) {if (chessboard[i][j] == 'Q') {return false; // 如果对角线有皇后,则返回 false}}return true;// 如果当前位置安全,则返回 true}// solveNQueens 函数用于开始解决 N 皇后问题vector<vector<string>> solveNQueens(int n) {      result.clear();// 清空结果集,为新的棋盘布局做准备vector<string> chessboard(n, string(n, '.')); // 初始化棋盘,所有位置先设为 '.'backtracking(n, 0, chessboard);// 从第一行开始放置皇后return result;// 返回所有可能的棋盘布局结果}
};//测试
int main()
{Solution s;int n;vector<vector<string>>result;cout << "请输入 n : ";cin >> n;result = s.solveNQueens(n);cout << "所有的解法有:" << endl;for (int i = 0; i < result.size(); i++) {cout << "第"<<i+1<<"种解法" << endl;for (int j = 0; j < n; j++) {cout << result[i][j] << "  " << endl;}cout << endl;}cout <<endl;return 0;
}

 

三、解数独

1.题目

Leetcode:第 37 题

编写一个程序,通过填充空格来解决数独问题。

数独的解法需 遵循如下规则

  1. 数字 1-9 在每一行只能出现一次。
  2. 数字 1-9 在每一列只能出现一次。
  3. 数字 1-9 在每一个以粗实线分隔的 3x3 宫内只能出现一次。(请参考示例图)

数独部分空格内已填入了数字,空白格用 '.' 表示。

示例 1:

输入:board = [["5","3",".",".","7",".",".",".","."],["6",".",".","1","9","5",".",".","."],[".","9","8",".",".",".",".","6","."],["8",".",".",".","6",".",".",".","3"],["4",".",".","8",".","3",".",".","1"],["7",".",".",".","2",".",".",".","6"],[".","6",".",".",".",".","2","8","."],[".",".",".","4","1","9",".",".","5"],[".",".",".",".","8",".",".","7","9"]]
输出:[["5","3","4","6","7","8","9","1","2"],["6","7","2","1","9","5","3","4","8"],["1","9","8","3","4","2","5","6","7"],["8","5","9","7","6","1","4","2","3"],["4","2","6","8","5","3","7","9","1"],["7","1","3","9","2","4","8","5","6"],["9","6","1","5","3","7","2","8","4"],["2","8","7","4","1","9","6","3","5"],["3","4","5","2","8","6","1","7","9"]]
解释:输入的数独如上图所示,唯一有效的解决方案如下所示:

2.解题思路

使用回溯算法来解决数独问题。solveSudoku 函数负责开始回溯过程。backtracking 函数是回溯算法的核心,它尝试在每个空格填入数字,并递归地继续处理后续的空格。isValid 函数用于检查当前位置填入某个数字后数独板是否仍然有效。backtracking 函数通过递归尝试每个空格的每个可能的数字来解决数独问题。如果找到一个数字使得数独板有效,它将继续递归到下一个空格。如果当前空格的所有尝试都失败了,它将回溯到上一个空格,改变上一个空格的数字。isValid 函数通过检查当前行、当前列以及当前单元格所在的 3x3 子网格是否有重复的数字来确定当前位置是否有效。这种方法可以找到数独问题的解决方案,即使在复杂的数独谜题中也能有效地找到答案。

3.实现代码
#include <iostream>
#include <vector>
using namespace std;class Solution {
public:// backtracking 函数实现回溯算法,尝试填入数独板的每个空格bool backtracking(vector<vector<char>>& board) {// 遍历数独板的每个单元格for (int i = 0; i < board.size(); i++) {for (int j = 0; j < board[0].size(); j++) {// 如果当前单元格为空('.')if (board[i][j] == '.') {// 尝试填入数字 1 到 9for (char k = '1'; k <= '9'; k++) {// 如果填入当前数字 k 后数独板仍然有效if (isValid(i, j, k, board)) {// 在当前单元格填入数字 kboard[i][j] = k;// 递归调用 backtracking 函数,尝试填入下一个空格if (backtracking(board)) {return true; // 如果找到一个解决方案,则返回 true}// 如果当前数字 k 不适用,回溯:将当前单元格重置为空board[i][j] = '.';}}return false;// 如果没有数字可以填入当前单元格,则返回 false}}}return true;// 如果所有单元格都已经填入数字并且数独板有效,则返回 true}// isValid 函数检查在给定的行和列填入某个值后数独板是否仍然有效bool isValid(int row, int col, char val, vector<vector<char>>& board) {// 检查当前行是否已包含要填入的值 valfor (int i = 0; i < 9; i++) {if (board[row][i] == val) {return false; // 如果已包含,则返回 false}}// 检查当前列是否已包含要填入的值 valfor (int j = 0; j < 9; j++) {// 数独规则中,即使单元格为空('.'),列中也不能有重复的数字if (board[j][col] == val) {return false; // 如果已包含,则返回 false}}// 计算当前单元格所在的 3x3 子网格的起始行和列int startRow = (row / 3) * 3;int startCol = (col / 3) * 3;// 检查当前 3x3 子网格是否已包含要填入的值 valfor (int i = startRow; i < startRow + 3; i++) {for (int j = startCol; j < startCol + 3; j++) {if (board[i][j] == val) {return false; // 如果已包含,则返回 false}}}// 如果当前单元格填入 val 后不违反数独规则,则返回 truereturn true;}// solveSudoku 函数用于解决数独问题void solveSudoku(vector<vector<char>>& board) {backtracking(board);// 调用 backtracking 函数尝试填入数独板}
};//测试
int main()
{Solution s;vector<vector<char>> board = { {'5', '3', '.', '.', '7', '.', '.', '.', '.'},{'6', '.', '.', '1', '9', '5', '.', '.', '.'},{'.', '9', '8', '.', '.', '.', '.', '6', '.'},{'8', '.', '.', '.', '6', '.', '.', '.', '3'},{'4', '.', '.', '8', '.', '3', '.', '.', '1'},{'7', '.', '.', '.', '2', '.', '.', '.', '6'},{'.', '6', '.', '.', '.', '.', '2', '8', '.'},{'.', '.', '.', '4', '1', '9', '.', '.', '5'},{'.', '.', '.', '.', '8', '.', '.', '7', '9'} };s.solveSudoku(board);cout << "数独的其中一种解法:" << endl;for (int i = 0; i < board.size(); i++) {for (int j = 0; j < board[0].size(); j++) {cout << board[i][j] << "  ";}cout << endl;}cout << endl;cout << endl;return 0;
}

 ps:以上皆是本人在探索算法旅途中的浅薄见解,诚挚地希望得到各位的宝贵意见与悉心指导,若有不足或谬误之处,还请多多指教。

这篇关于Leetcode算法训练日记 | day30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/919900

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

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

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

dp算法练习题【8】

不同二叉搜索树 96. 不同的二叉搜索树 给你一个整数 n ,求恰由 n 个节点组成且节点值从 1 到 n 互不相同的 二叉搜索树 有多少种?返回满足题意的二叉搜索树的种数。 示例 1: 输入:n = 3输出:5 示例 2: 输入:n = 1输出:1 class Solution {public int numTrees(int n) {int[] dp = new int

Codeforces Round #240 (Div. 2) E分治算法探究1

Codeforces Round #240 (Div. 2) E  http://codeforces.com/contest/415/problem/E 2^n个数,每次操作将其分成2^q份,对于每一份内部的数进行翻转(逆序),每次操作完后输出操作后新序列的逆序对数。 图一:  划分子问题。 图二: 分而治之,=>  合并 。 图三: 回溯: