Leetcode 第394场周赛 问题和解法

2024-04-21 16:36

本文主要是介绍Leetcode 第394场周赛 问题和解法,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

统计特殊字母的数量 I

给你一个字符串word。如果word中同时存在某个字母的小写形式和大写形式,则称这个字母为特殊字母。

返回word中特殊字母的数量。

示例 1:

输入:word = "aaAbcBC"输出:3解释:word 中的特殊字母是 'a''b''c'

解题思路

创建两个数组,如果对应字母有出现过就置为1,然后再判断即可。

class Solution {public int numberOfSpecialChars(String word) {int[]count=new int[26];int[]bigCount=new int[26];int len=word.length();for(char mid:word.toCharArray()){if (mid>='a'&&mid<='z'){count[mid-'a']=1;}if (mid>='A'&&mid<='Z'){bigCount[mid-'A']=1;}}int res=0;for(int i=0;i<26;i++){if (count[i]==1&&bigCount[i]==1){res++;}}return res;}
}

统计特殊字母的数量 II

给你一个字符串word。如果word中同时出现某个字母c的小写形式和大写形式,并且每个小写形式的c都出现在第一个大写形式的c之前,则称字母c是一个特殊字母。

返回word中特殊字母的数量。

示例 1:

输入:word = "aaAbcBC"输出:3解释:特殊字母是 'a''b''c'

解题思路

本题是第一题的变种,针对小写字母需要统计出现下标最大的值;针对大写字母需要统计出现下标最小的值,然后依次判断即可。

class Solution {public int numberOfSpecialChars(String word) {int[]count=new int[26];Arrays.fill(count,Integer.MIN_VALUE);int[]bigCount=new int[26];Arrays.fill(bigCount,Integer.MAX_VALUE);int len=word.length();char[]ca=word.toCharArray();for(int i=0;i<len;i++){if (ca[i]>='a'&&ca[i]<='z'){count[ca[i]-'a']=Math.max(i,count[ca[i]-'a']);}if (ca[i]>='A'&&ca[i]<='Z'){bigCount[ca[i]-'A']=Math.min(i,bigCount[ca[i]-'A']);}}int res=0;for(int i=0;i<26;i++){if (count[i]<bigCount[i]&&count[i]!=Integer.MIN_VALUE&&bigCount[i]!=Integer.MAX_VALUE){res++;}}return res;}
}

使矩阵满足条件的最少操作次数

给你一个大小为mxn的二维矩形grid。每次操作中,你可以将任一格子的值修改为任意非负整数。完成所有操作后,你需要确保每个格子grid[i][j]的值满足:

  • 如果下面相邻格子存在的话,它们的值相等,也就是grid[i][j]==grid[i+1][j](如果存在)。
  • 如果右边相邻格子存在的话,它们的值不相等,也就是grid[i][j]!=grid[i][j+1](如果存在)。

请你返回需要的最少操作数目。

示例 1:

输入:grid = [[1,0,2],[1,0,2]]输出:0解释:矩阵中所有格子已经满足要求。

在这里插入图片描述

解题思路

1.创建一个二维数组count. count[i][j]代表第i列有多少个数字j
2.遍历grid填充count数组
3.创建一个result数组, result[i][j]代表当第i列全部为数字j, 并且第0列当第i列所有数据都满足矩阵条件需要花费的最少操作次数
4.初始化第一列, result[0][i] = n - count[0][i];
5.每一列都只依赖前一列, 当前列可以为0-9的任意一个数字, 前一列的数字只要和当前列的数字不一样即可
那么result[i][x] = Math.min(result[i][x], (n - count[i][x]) + result[i - 1][y]);
6.最后我们只要查看最后一列为0-9需要花费的操作次数, 选择最小的即可

class Solution {public int minimumOperations(int[][] grid) {int n = grid.length;int m = grid[0].length;int[][] count = new int[m][10];for(int i = 0; i < n; i++){for(int j = 0; j < m; j++){count[j][grid[i][j]] += 1;}}int[][] result = new int[m][10];for(int i = 0; i < m; i++){Arrays.fill(result[i], 0x3f3f3f3f);}for(int i = 0; i <= 9; i++){result[0][i] = n - count[0][i];}for(int i = 1; i < m; i++){for(int x = 0; x <= 9; x++){for(int y = 0; y <= 9; y++){if(x == y){continue;}result[i][x] = Math.min(result[i][x], (n - count[i][x]) + result[i - 1][y]);}}}int finalResult = 0x3f3f3f3f;for(int i = 0; i <= 9; i++){finalResult = Math.min(finalResult, result[m - 1][i]);}return finalResult;}}

最短路径中的边

给你一个n个节点的无向带权图,节点编号为0到n-1。图中总共有m条边,用二维数组edges表示,其中edges[i]=[ai,bi,wi]表示节点ai和bi之间有一条边权为wi的边。

对于节点0为出发点,节点n-1为结束点的所有最短路,你需要返回一个长度为m的boolean数组answer,如果edges[i]至少在其中一条最短路上,那么answer[i]为true,否则answer[i]为false。

请你返回数组answer。

注意,图可能不连通。

示例 1:

输入:n = 6, edges = [[0,1,4],[0,2,1],[1,3,2],[1,4,3],[1,5,1],[2,3,1],[3,5,3],[4,5,2]]输出:[true,true,true,false,true,true,true,false]解释:以下为节点 0 出发到达节点 5 的 所有 最短路:路径 0 -> 1 -> 5 :边权和为 4 + 1 = 5 。
路径 0 -> 2 -> 3 -> 5 :边权和为 1 + 1 + 3 = 5 。
路径 0 -> 2 -> 3 -> 1 -> 5 :边权和为 1 + 1 + 2 + 1 = 5

在这里插入图片描述

解题思路

首先用 Dijkstra 算法(堆优化版本)计算出起点0到所有节点的最短路长度dis.
如果 dis[n -1] = ∞,说明无法从起点0到终点n-1,答案全为false。
否则,我们可以从终点n-1出发,倒着 DFS 或 BFS,设当前在点y,邻居为x,边权为 w,如果满足dis[x] + w = dis[y]则说明 x-y 这条边在从0到n-1的最短路上。

class Solution {public boolean[] findAnswer(int n, int[][] edges) {List<int[]>[] g = new ArrayList[n];Arrays.setAll(g, i -> new ArrayList<>());for (int i = 0; i < edges.length; i++) {int[] e = edges[i];int x = e[0], y = e[1], w = e[2];g[x].add(new int[]{y, w, i});g[y].add(new int[]{x, w, i});}long[] dis = new long[n];Arrays.fill(dis, Long.MAX_VALUE);dis[0] = 0;PriorityQueue<long[]> pq = new PriorityQueue<>((a, b) -> Long.compare(a[0], b[0]));pq.offer(new long[]{0, 0});while (!pq.isEmpty()) {long[] dxPair = pq.poll();long dx = dxPair[0];int x = (int) dxPair[1];if (dx > dis[x]) {continue;}for (int[] t : g[x]) {int y = t[0];int w = t[1];long newDis = dx + w;if (newDis < dis[y]) {dis[y] = newDis;pq.offer(new long[]{newDis, y});}}}boolean[] ans = new boolean[edges.length];// 图不连通if (dis[n - 1] == Long.MAX_VALUE) {return ans;}// 从终点出发 BFSboolean[] vis = new boolean[n];dfs(n - 1, g, dis, ans, vis);return ans;}private void dfs(int y, List<int[]>[] g, long[] dis, boolean[] ans, boolean[] vis) {vis[y] = true;for (int[] t : g[y]) {int x = t[0];int w = t[1];int i = t[2];if (dis[x] + w != dis[y]) {continue;}ans[i] = true;if (!vis[x]) {dfs(x, g, dis, ans, vis);}}}
}

来源

LeetCode

这篇关于Leetcode 第394场周赛 问题和解法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/923541

相关文章

Windows环境下解决Matplotlib中文字体显示问题的详细教程

《Windows环境下解决Matplotlib中文字体显示问题的详细教程》本文详细介绍了在Windows下解决Matplotlib中文显示问题的方法,包括安装字体、更新缓存、配置文件设置及编码調整,并... 目录引言问题分析解决方案详解1. 检查系统已安装字体2. 手动添加中文字体(以SimHei为例)步骤

SpringSecurity整合redission序列化问题小结(最新整理)

《SpringSecurity整合redission序列化问题小结(最新整理)》文章详解SpringSecurity整合Redisson时的序列化问题,指出需排除官方Jackson依赖,通过自定义反序... 目录1. 前言2. Redission配置2.1 RedissonProperties2.2 Red

nginx 负载均衡配置及如何解决重复登录问题

《nginx负载均衡配置及如何解决重复登录问题》文章详解Nginx源码安装与Docker部署,介绍四层/七层代理区别及负载均衡策略,通过ip_hash解决重复登录问题,对nginx负载均衡配置及如何... 目录一:源码安装:1.配置编译参数2.编译3.编译安装 二,四层代理和七层代理区别1.二者混合使用举例

怎样通过分析GC日志来定位Java进程的内存问题

《怎样通过分析GC日志来定位Java进程的内存问题》:本文主要介绍怎样通过分析GC日志来定位Java进程的内存问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、GC 日志基础配置1. 启用详细 GC 日志2. 不同收集器的日志格式二、关键指标与分析维度1.

Java 线程安全与 volatile与单例模式问题及解决方案

《Java线程安全与volatile与单例模式问题及解决方案》文章主要讲解线程安全问题的五个成因(调度随机、变量修改、非原子操作、内存可见性、指令重排序)及解决方案,强调使用volatile关键字... 目录什么是线程安全线程安全问题的产生与解决方案线程的调度是随机的多个线程对同一个变量进行修改线程的修改操

Redis出现中文乱码的问题及解决

《Redis出现中文乱码的问题及解决》:本文主要介绍Redis出现中文乱码的问题及解决,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1. 问题的产生2China编程. 问题的解决redihttp://www.chinasem.cns数据进制问题的解决中文乱码问题解决总结

全面解析MySQL索引长度限制问题与解决方案

《全面解析MySQL索引长度限制问题与解决方案》MySQL对索引长度设限是为了保持高效的数据检索性能,这个限制不是MySQL的缺陷,而是数据库设计中的权衡结果,下面我们就来看看如何解决这一问题吧... 目录引言:为什么会有索引键长度问题?一、问题根源深度解析mysql索引长度限制原理实际场景示例二、五大解决

Springboot如何正确使用AOP问题

《Springboot如何正确使用AOP问题》:本文主要介绍Springboot如何正确使用AOP问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录​一、AOP概念二、切点表达式​execution表达式案例三、AOP通知四、springboot中使用AOP导出

Python中Tensorflow无法调用GPU问题的解决方法

《Python中Tensorflow无法调用GPU问题的解决方法》文章详解如何解决TensorFlow在Windows无法识别GPU的问题,需降级至2.10版本,安装匹配CUDA11.2和cuDNN... 当用以下代码查看GPU数量时,gpuspython返回的是一个空列表,说明tensorflow没有找到

解决未解析的依赖项:‘net.sf.json-lib:json-lib:jar:2.4‘问题

《解决未解析的依赖项:‘net.sf.json-lib:json-lib:jar:2.4‘问题》:本文主要介绍解决未解析的依赖项:‘net.sf.json-lib:json-lib:jar:2.4... 目录未解析的依赖项:‘net.sf.json-lib:json-lib:jar:2.4‘打开pom.XM