leetcode 1921. 消灭怪物的最大数量(每日一题)

简介: leetcode 1921. 消灭怪物的最大数量(每日一题)

最近学习的状态找回很多。慢慢来吧,加油!


1921. 消灭怪物的最大数量


你正在玩一款电子游戏,在游戏中你需要保护城市免受怪物侵袭。给你一个 下标从 0 开始 且长度为 n 的整数数组 dist ,其中 dist[i] 是第 i 个怪物与城市的 初始距离(单位:米)。


怪物以 恒定 的速度走向城市。给你一个长度为 n 的整数数组 speed 表示每个怪物的速度,其中 speed[i] 是第 i 个怪物的速度(单位:米/分)。


怪物从 第 0 分钟 时开始移动。你有一把武器,并可以 选择 在每一分钟的开始时使用,包括第 0 分钟。但是你无法在一分钟的中间使用武器。这种武器威力惊人,一次可以消灭任一还活着的怪物。


一旦任一怪物到达城市,你就输掉了这场游戏。如果某个怪物 恰 在某一分钟开始时到达城市,这会被视为 输掉 游戏,在你可以使用武器之前,游戏就会结束。


返回在你输掉游戏前可以消灭的怪物的 最大 数量。如果你可以在所有怪物到达城市前将它们全部消灭,返回  n 。


示例 1:


输入:dist = [1,3,4], speed = [1,1,1]

输出:3

解释:

第 0 分钟开始时,怪物的距离是 [1,3,4],你消灭了第一个怪物。

第 1 分钟开始时,怪物的距离是 [X,2,3],你没有消灭任何怪物。

第 2 分钟开始时,怪物的距离是 [X,1,2],你消灭了第二个怪物。

第 3 分钟开始时,怪物的距离是 [X,X,1],你消灭了第三个怪物。

所有 3 个怪物都可以被消灭。

示例 2:


输入:dist = [1,1,2,3], speed = [1,1,1,1]

输出:1

解释:

第 0 分钟开始时,怪物的距离是 [1,1,2,3],你消灭了第一个怪物。

第 1 分钟开始时,怪物的距离是 [X,0,1,2],你输掉了游戏。

你只能消灭 1 个怪物。

示例 3:


输入:dist = [3,2,4], speed = [5,3,2]

输出:1

解释:

第 0 分钟开始时,怪物的距离是 [3,2,4],你消灭了第一个怪物。

第 1 分钟开始时,怪物的距离是 [X,0,2],你输掉了游戏。

你只能消灭 1 个怪物。

提示:


n == dist.length == speed.length

1 <= n <= 105

1 <= dist[i], speed[i] <= 105


思路


还是一个比较简单的题 最开始看见题目还以为很难呢,多读几遍,哦!原来如此


定义两个数组,一个是num[i]=dist[i]/speed[i]  这个是怪兽在第几分钟到达城市,一个是从0开始的递增数组 num1[i]           因为这个枪一次只能打一个怪兽,所以如果num[i]<=num1[i]  说明此时枪的冷却还没有好,但是怪兽已经进城了。


代码如下


class Solution {
public:
    int eliminateMaximum(vector<int>& dist, vector<int>& speed) {
        int n=dist.size();
        if(n==1)
        return 1;
        vector<double>num(n);
        vector<double>num1(n);
        for(int i=0;i<n;i++)
        {
            num[i]=(double)dist[i]/(double)speed[i];
             num1[i]=i;
        }
        sort(num.begin(),num.end());
        for(int i=1;i<n;i++)
        {
            if(num[i]<=num1[i])
            return i;
        }
        return n;
    }
};
目录
打赏
0
0
0
0
0
分享
相关文章
ElasticSearch的简单介绍与使用【入门篇】
这篇文章是Elasticsearch的入门介绍,涵盖了Elasticsearch的基本概念、特点、安装方法以及如何进行基本的数据操作,包括索引文档、查询、更新、删除和使用bulk API进行批量操作。
ElasticSearch的简单介绍与使用【入门篇】
目标分类笔记(一): 利用包含多个网络多种训练策略的框架来完成多目标分类任务(从数据准备到训练测试部署的完整流程)
这篇博客文章介绍了如何使用包含多个网络和多种训练策略的框架来完成多目标分类任务,涵盖了从数据准备到训练、测试和部署的完整流程,并提供了相关代码和配置文件。
292 0
目标分类笔记(一): 利用包含多个网络多种训练策略的框架来完成多目标分类任务(从数据准备到训练测试部署的完整流程)
【MATLAB】鲸鱼算法优化混合核极限学习机(WOA-HKELM)时序预测算法
【MATLAB】鲸鱼算法优化混合核极限学习机(WOA-HKELM)时序预测算法
251 1
固德威与阿里云达成大模型战略合作!
固德威与阿里云达成大模型战略合作!
178 1
梯度提升树GBDT系列算法
在Boosting集成算法当中,我们逐一建立多个弱评估器(基本是决策树),并且下一个弱评估器的建立方式依赖于上一个弱评估器的评估结果,最终综合多个弱评估器的结果进行输出。
探索未来编程语言的发展趋势与挑战
随着科技的迅猛发展,编程语言也在不断演变。本文将探讨未来编程语言的发展趋势及面临的挑战,涵盖了人工智能、区块链、量子计算等前沿技术领域,以及如何应对未来编程语言的发展趋势进行探索。
使用阿里云短信+微信短链接跳转微信小程序
此内容是关于使用阿里云短信带传递参数的微信短链接跳转到微信小程序。首先,需要准备微信开发者工具和一个已认证的小程序。接着,开通云开发并配置云开发权限。然后,配置H5静态网页,包括设置云开发权限和处理不同设备的跳转方式。最后,上传云函数并修改其权限,获取微信短信链接,配置短链接参数,并开通阿里云短信服务以进行测试验证。整个过程涉及到了微信开发者工具、云开发、H5页面配置、云函数的创建和部署以及阿里云短信服务的开通和使用等步骤。
1459 0
c++高级篇(三) ——Linux下IO多路复用之poll模型
c++高级篇(三) ——Linux下IO多路复用之poll模型
120 1
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等

登录插画

登录以查看您的控制台资源

管理云资源
状态一览
快捷访问