【图论】【分类讨论】LeetCode3017按距离统计房屋对数目

简介: 【图论】【分类讨论】LeetCode3017按距离统计房屋对数目

本文涉及的知识点

图论 分类讨论

本题同解

【差分数组】【图论】【分类讨论】【整除以2】3017按距离统计房屋对数目

LeetCode3017按距离统计房屋对数目

给你三个 正整数 n 、x 和 y 。

在城市中,存在编号从 1 到 n 的房屋,由 n 条街道相连。对所有 1 <= i < n ,都存在一条街道连接编号为 i 的房屋与编号为 i + 1 的房屋。另存在一条街道连接编号为 x 的房屋与编号为 y 的房屋。

对于每个 k(1 <= k <= n),你需要找出所有满足要求的 房屋对 [house1, house2] ,即从 house1 到 house2 需要经过的 最少 街道数为 k 。

返回一个下标从 1 开始且长度为 n 的数组 result ,其中 result[k] 表示所有满足要求的房屋对的数量,即从一个房屋到另一个房屋需要经过的 最少 街道数为 k 。

注意,x 与 y 可以 相等 。

示例 1:

输入:n = 3, x = 1, y = 3

输出:[6,0,0]

解释:让我们检视每个房屋对

  • 对于房屋对 (1, 2),可以直接从房屋 1 到房屋 2。
  • 对于房屋对 (2, 1),可以直接从房屋 2 到房屋 1。
  • 对于房屋对 (1, 3),可以直接从房屋 1 到房屋 3。
  • 对于房屋对 (3, 1),可以直接从房屋 3 到房屋 1。
  • 对于房屋对 (2, 3),可以直接从房屋 2 到房屋 3。
  • 对于房屋对 (3, 2),可以直接从房屋 3 到房屋 2。
    示例 2:
    输入:n = 5, x = 2, y = 4
    输出:[10,8,2,0,0]
    解释:对于每个距离 k ,满足要求的房屋对如下:
  • 对于 k == 1,满足要求的房屋对有 (1, 2), (2, 1), (2, 3), (3, 2), (2, 4), (4, 2), (3, 4), (4, 3), (4, 5), 以及 (5, 4)。
  • 对于 k == 2,满足要求的房屋对有 (1, 3), (3, 1), (1, 4), (4, 1), (2, 5), (5, 2), (3, 5), 以及 (5, 3)。
  • 对于 k == 3,满足要求的房屋对有 (1, 5),以及 (5, 1) 。
  • 对于 k == 4 和 k == 5,不存在满足要求的房屋对。
    示例 3:
    输入:n = 4, x = 1, y = 1
    输出:[6,4,2,0]
    解释:对于每个距离 k ,满足要求的房屋对如下:
  • 对于 k == 1,满足要求的房屋对有 (1, 2), (2, 1), (2, 3), (3, 2), (3, 4), 以及 (4, 3)。
  • 对于 k == 2,满足要求的房屋对有 (1, 3), (3, 1), (2, 4), 以及 (4, 2)。
  • 对于 k == 3,满足要求的房屋对有 (1, 4), 以及 (4, 1)。
  • 对于 k == 4,不存在满足要求的房屋对。

分类讨论

假定x != y

不失一般性,令x < y。

则x ↔ \leftrightarrow y ,是环。房屋z1和z2,令z1 < z2 分类如下:

分类一,z1 < x ,z2 < x 。则两者经过的街道数为z2-z1。

分类二,z1,z2∈ \in[x,y] 。min(z2-z1,y-z2+z1-x+1)。

分类三:z1,z2 > y。和分类一类似。

分类四:z1 < x ,z2∈ \in[x,y]。 min(z2-z1,y-z2+1+(x-z1))

分类五:z1 < x ,z2 > y 。则两者经过的街道数为(z1-x)+1+(z2-y)。通过x,y中中转多花 x+1-y ,由于y > x,故多化的<=0,更优。

分类六:z1 ∈ \in[x,y],z2 > y。 min(z2-z1,z1-x+1+(z2-y))

总结后的分类

新分类一:[z3,z4] 都不通过x↔ \leftrightarrowy 中转。包括分类一,分类五,及x==y。

距离为1的数量为:z4-z3。

距离为2的数量为:z4-z3-1

⋮ \vdots

新分类二:两个点都在环上,环的长度为len。则两点的合法距离只能∈ \in[1,len/2] 原分类二。

如果len是偶数,距离len/2的点对数量为len/2,z5→ \rightarrowz6 就是 z6→ \rightarrowz5。

其它情况点对数量为:len。

新分类三:两个点分别在环两侧。分类五。

长度为3的点对:1。

长度为4的点对:2。

长度为5的点对:3 。

令环左侧的点数为len1,环右侧的点数为len2。计算距离为d的数量:

minl = max(0,d-3-(len2-1))

maxl = min(len1-1,d-3)

距离为d的点对数量:maxl - minl +1 。

新分类四:环上一点,一侧一点。原分类四六。

把环拆成两个,就和新分类三基本一致。

拆分成{2,1,4}和{5,6},同时拆分成{3,4} {5,6}

交点4 被计算了两次,要扣掉。

代码

核心代码

class Solution {
public:
  vector<long long> countOfPairs(int n, int x, int y) {
    m_vRet.resize(n);
    if (x == y)   {
      Do1(1, n);
      return m_vRet;
    }
    if (x > y) {
      swap(x, y);
    }
    Do1(1, x - 1);
    const int iCycLen = y - x + 1;
    Do2(iCycLen);
    Do1(y + 1, n);
    Do4(iCycLen, x - 1);
    Do3(x - 1, 3, n - y);
    Do4(iCycLen, n - y);
    return m_vRet;
  }
  void Do1(int left, int r)
  {
    for (int d = 1; d <= r - left; d++) {
      update(d, r - left + 1 - d);
    }
  }
  void Do2(int iCycLen)
  {
    for (int d = 1; d <= iCycLen / 2; d++)
    {
      const int cnt = ((0 == iCycLen % 2) && (iCycLen / 2 == d)) ? iCycLen / 2 : iCycLen;
      update(d, cnt);
    }
  }
  void Do3(int len1, int iMidDis, int len2)
  {
    for (int d = 0; d <= len1 + len2 - 2; d++)
    {
      const int minl = max(0, d - (len2 - 1));
      const int maxl = min(len1 - 1, d);
      update(d + iMidDis, maxl - minl + 1);
    }
  }
  void Do4(int iCycLen, int len)
  {
    Do3((iCycLen+1) / 2 , 1, len);
    Do3(iCycLen / 2 + 1, 1, len);
    for (int d = 1; d <= len; d++) {
      update(d, -1);
    }
  }
  inline void update(int d, int cnt)
  {
    m_vRet[d - 1] += cnt*2;
  }
  vector<long long> m_vRet;
};

测试用例

template<class T>
void Assert(const T& t1, const T& t2)
{
  assert(t1 == t2);
}
template<class T>
void Assert(const vector<T>& v1, const vector<T>& v2)
{
  if (v1.size() != v2.size())
  {
    assert(false);
    return;
  }
  for (int i = 0; i < v1.size(); i++)
  {
    Assert(v1[i], v2[i]);
  }
}
int main()
{
  int n, x, y;
  {
    Solution sln;
    n = 6, x = 1, y = 5;
    auto res = sln.countOfPairs(n, x, y);
    Assert(res, vector<long long>{ 12, 14, 4, 0, 0, 0 });
  }
  {
    Solution sln;
    n = 3, x = 2, y = 2;
    auto res = sln.countOfPairs(n, x, y);
    Assert(res, vector<long long>{4, 2, 0});
  }
  {
    Solution sln;
    n = 4, x = 1, y = 1;
    auto res = sln.countOfPairs(n, x, y);
    Assert(res, vector<long long>{6, 4, 2, 0});
  }
  {
    Solution sln;
    n = 5, x = 2, y = 4;
    auto res = sln.countOfPairs(n, x, y);
    Assert(res, vector<long long>{10, 8, 2, 0, 0});
  }
  {
    Solution sln;
    n = 3, x = 1, y = 3;
    auto res = sln.countOfPairs(n, x, y);
    Assert(res, vector<long long>{6, 0, 0});
  }
  {
    Solution sln;
    n = 2, x = 2, y = 2;
    auto res = sln.countOfPairs(n, x, y);
    Assert(res, vector<long long>{2, 0});
  }
}


扩展阅读

视频课程

有效学习:明确的目标 及时的反馈 拉伸区(难度合适),可以先学简单的课程,请移步CSDN学院,听白银讲师(也就是鄙人)的讲解。

https://edu.csdn.net/course/detail/38771

如何你想快速形成战斗了,为老板分忧,请学习C#入职培训、C++入职培训等课程

https://edu.csdn.net/lecturer/6176

相关下载

想高屋建瓴的学习算法,请下载《喜缺全书算法册》doc版

https://download.csdn.net/download/he_zhidan/88348653

我想对大家说的话
闻缺陷则喜是一个美好的愿望,早发现问题,早修改问题,给老板节约钱。
子墨子言之:事无终始,无务多业。也就是我们常说的专业的人做专业的事。
如果程序是一条龙,那算法就是他的是睛

测试环境

操作系统:win7 开发环境: VS2019 C++17

或者 操作系统:win10 开发环境: VS2022 C++17

如无特殊说明,本算法用**C++**实现。

相关文章
LeetCode 剑指 Offer II 089. 房屋偷盗
一个专业的小偷,计划偷窃沿街的房屋。每间房内都藏有一定的现金,影响小偷偷窃的唯一制约因素就是相邻的房屋装有相互连通的防盗系统,如果两间相邻的房屋在同一晚上被小偷闯入,系统会自动报警。
38 0
LeetCode 2086. 从房屋收集雨水需要的最少水桶数(贪心)
LeetCode 2086. 从房屋收集雨水需要的最少水桶数(贪心)
125 0
|
1天前
|
算法 C++
【刷题】Leetcode 1609.奇偶树
这道题是我目前做过最难的题,虽然没有一遍做出来,但是参考大佬的代码,慢慢啃的感觉的真的很好。刷题继续!!!!!!
6 0
|
1天前
|
算法 索引
【刷题】滑动窗口精通 — Leetcode 30. 串联所有单词的子串 | Leetcode 76. 最小覆盖子串
经过这两道题目的书写,相信大家一定深刻认识到了滑动窗口的使用方法!!! 下面请大家继续刷题吧!!!
7 0
|
2天前
|
算法
【刷题】 leetcode 面试题 08.05.递归乘法
递归算法是一种在计算机科学和数学中广泛应用的解决问题的方法,其基本思想是利用问题的自我相似性,即将一个大问题分解为一个或多个相同或相似的小问题来解决。递归算法的核心在于函数(或过程)能够直接或间接地调用自身来求解问题的不同部分,直到达到基本情况(也称为基础案例或终止条件),这时可以直接得出答案而不必再进行递归调用。 ———————————————— 版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。 原文链接:https://blog
15 4
【刷题】 leetcode 面试题 08.05.递归乘法
|
2天前
|
存储 算法 安全
【刷题】 leetcode 面试题 01.06 字符串压缩
来看效果: 非常好!!!过啦!!!
22 5
|
2天前
|
存储 算法 测试技术
|
2天前
|
算法 C语言 C++
存储 算法 C语言
13 1

热门文章

最新文章