【day 02】LeetCode(力扣)每日一刷[1281. 整数的各位积和之差 ][215. 数组中的第K个最大元素 ][670. 最大交换]

简介: 学习 整数的各位积和之差 和 数组中的第K个最大元素。

刷题打卡,第二天


一、(简单)1281. 整数的各位积和之差

二、215. (中等)数组中的第K个最大元素

三、670. (中等)最大交换


一、(简单)1281. 整数的各位积和之差


原题链接:1281. 整数的各位积和之差


题目描述:


给你一个整数 n,请你帮忙计算并返回该整数「各位数字之积」与「各位数字之和」的差。

/

示例 1:

输入:n = 234

输出:15

解释:

各位数之积 = 2 * 3 * 4 = 24

各位数之和 = 2 + 3 + 4 = 9

结果 = 24 - 9 =15

/

示例 2:

输入:n = 4421

输出:21

解释:

各位数之积 = 4 * 4 * 2 * 1 = 32

各位数之和 = 4 + 4 +2 + 1 = 11

结果 = 32 - 11 = 21


题目很简单,每个循环中:

各位数之和 += n的最后一位数

各位数之积 *= n的最后一位数

当轮循环结束前,将n去除最后一位数。

n为0结束循环时返回积 - 和即可。

class Solution {
    public int subtractProductAndSum(int n) {
        int plus = 0;//和
        int x = 1;//积
        while(n!=0){
            x *= n%10;
            plus += n%10;
            n /= 10;
        }
        return x-plus;
    }
}

提交结果:

微信图片_20221029125613.png


二、215. (中等)数组中的第K个最大元素


原题链接:(中等)数组中的第K个最大元素


题目描述:


给定整数数组 nums 和整数 k,请返回数组中第 k 个最大的元素。


请注意,你需要找的是数组排序后的第 k 个最大的元素,而不是第 k 个不同的元素。


你必须设计并实现时间复杂度为 O(n) 的算法解决此问题。

/

示例 1:

输入: [3,2,1,5,6,4], k = 2

输出: 5

/

示例 2:

输入: [3,2,3,1,2,4,5,5,6], k = 4

输出: 4


解题思路:

题目要求数组中第k大的数,只要把数组所有元素放入优先队列(最大堆)中排序,从中取出的数都是从大到小的,所以取出的第k个数就是第k大的数。因为Java有PriorityQueue()方法,所以写起来最简单。

class Solution {
    public int findKthLargest(int[] nums, int k) {
        PriorityQueue<Integer> que = new PriorityQueue<>(new Comparator<Integer>(){
            public int compare(Integer a,Integer b){
                return b-a;
            }
        });//创建优先队列,重写比较器,设定为最大堆。
        for(int i = 0;i < nums.length;++i){//将数组元素放入堆中
            que.offer(nums[i]);
        }
        int out = 0;
        for(int i = 0;i < k;++i){//依次取出堆中元素,直到第k个
            out = (int)que.poll();
        }
        return out;//返回第k大的数
    }
}

提交结果:


内存和用时都很多,哈哈

微信图片_20221029125621.png


三、670. (中等)最大交换


原题链接:(中等)最大交换


题目描述:


给定一个非负整数,你至多可以交换一次数字中的任意两位。返回你能得到的最大值。

/

示例 1 :


输入: 2736

输出: 7236

解释: 交换数字2和数字7。

/

示例 2 :


输入: 9973

输出: 9973

解释: 不需要交换。


解题思路:

可以将这个整数拆分成各个数位的数字(个位上的数、十位上的数、百位…),存放在有序可重复的List集合中,同时存放到最大堆中,方便获取最大的数位。

若堆中取出值最大数位与集合中的最高数位比较,相等就比较次大的数位,若一直相等,代表值已经最大,不用交换;

若不相等,找出当前对比不相等的最大值在集合中的位置,将其值放到不相等情况下最高的位级中,原本位置则放入交换的数,从而实现单次交换最大。


解题代码:

class Solution {
    public int maximumSwap(int num) {
        List list = new ArrayList();//创建有序可重复集合list
        int sum = 0;                //用来记录非负整数有多少位数
        int temp = num;             //复制一个非负整数
        PriorityQueue<Integer> que = new PriorityQueue<>(new Comparator<Integer>(){
            public int compare(Integer a,Integer b){
                return b-a;
            }
        });//创建优先队列,重写比较器,设置成最大堆。
        while(temp != 0){//从个位数开始,将各个数位上的数放入集合与最大堆
            list.add(temp%10);
            que.offer(temp%10);
            temp /= 10;
            sum++;//记录数位的多寡
        }
        int i = 1,big,curr;//big表示堆中取出的最大值,curr表示集合中的位数大小
        while(i<=sum){
        big = (int)que.poll();//取出堆中的最大值
        curr = (int)list.get(sum-i);//取出最高数位的数
        if(curr == big){//比较,相等就比较下一数位
            i++;
            continue;
        }else{//不等
            int index = list.indexOf(big);//获取比较不相等的最大值在集合中的位置
            //交换位置,让更大的数到更高的数位中,从而得到最大值
            list.set(index,curr);//下标index位置的值改为curr
            list.set(sum-i++,big);//下标sum-i的位置的值改为big
            break;
        }
        }
       //以下操作是将分开储存的位数重新加起来,得到完整的非负整数
            int ten = 1;
            int out = 0;
            for(int j = 0;j< sum;++j){
                out += ((int)list.get(j)*ten);
                ten *= 10;
            }
            return out;
    }
}

提交结果:

微信图片_20221029125629.png

贵在坚持:

微信图片_20221029111446.jpg

目录
相关文章
【力扣】-- 移除链表元素
【力扣】-- 移除链表元素
151 1
|
7月前
|
机器学习/深度学习 存储 算法
【LeetCode 热题100】347:前 K 个高频元素(详细解析)(Go语言版)
这篇文章详细解析了力扣热题 347——前 K 个高频元素的三种解法:哈希表+小顶堆、哈希表+快速排序和哈希表+桶排序。每种方法都附有清晰的思路讲解和 Go 语言代码实现。小顶堆方法时间复杂度为 O(n log k),适合处理大规模数据;快速排序方法时间复杂度为 O(n log n),适用于数据量较小的场景;桶排序方法在特定条件下能达到线性时间复杂度 O(n)。文章通过对比分析,帮助读者根据实际需求选择最优解法,并提供了完整的代码示例,是一篇非常实用的算法学习资料。
447 90
|
6月前
|
Go 开发者 索引
【LeetCode 热题100】路径与祖先:二叉树中的深度追踪技巧(力扣33 / 81/ 153/154)(Go语言版)
本文深入探讨了LeetCode中四道关于「搜索旋转排序数组」的经典题目,涵盖了无重复和有重复元素的情况。通过二分查找的变形应用,文章详细解析了每道题的解题思路和Go语言实现代码。关键点包括判断有序区间、处理重复元素以及如何缩小搜索范围。文章还总结了各题的异同,并推荐了类似题目,帮助读者全面掌握二分查找在旋转数组中的应用。无论是初学者还是有经验的开发者,都能从中获得实用的解题技巧和代码实现方法。
291 14
|
5月前
|
Go
【LeetCode 热题100】DP 实战进阶:最长递增子序列、乘积最大子数组、分割等和子集(力扣300 / 152/ 416 )(Go语言版)
本文深入解析三道经典的动态规划问题:**最长递增子序列(LIS)**、**乘积最大子数组** 和 **分割等和子集**。 - **300. LIS** 通过 `dp[i]` 表示以第 `i` 个元素结尾的最长递增子序列长度,支持 O(n²) 动态规划与 O(n log n) 的二分优化。 - **152. 乘积最大子数组** 利用正负数特性,同时维护最大值与最小值的状态转移方程。 - **416. 分割等和子集** 转化为 0-1 背包问题,通过布尔型 DP 实现子集和判断。 总结对比了三题的状态定义与解法技巧,并延伸至相关变种问题,助你掌握动态规划的核心思想与灵活应用!
205 1
|
5月前
|
分布式计算 算法 Go
【LeetCode 热题100】BFS/DFS 实战:岛屿数量 & 腐烂的橘子(力扣200 / 994 )(Go语言版)
本文讲解了两道经典的图论问题:**岛屿数量(LeetCode 200)** 和 **腐烂的橘子(LeetCode 994)**,分别通过 DFS/BFS 实现。在“岛屿数量”中,利用深度或广度优先搜索遍历二维网格,标记连通陆地并计数;“腐烂的橘子”则采用多源 BFS,模拟腐烂传播过程,计算最短时间。两者均需掌握访问标记技巧,是学习网格搜索算法的绝佳实践。
204 1
|
5月前
|
Go
【LeetCode 热题100】BFS/DFS 实战:岛屿数量 & 腐烂的橘子(力扣200 / 994 )(Go语言版)
本篇博客详细解析了三道经典的动态规划问题:198. 打家劫舍(线性状态转移)、279. 完全平方数与322. 零钱兑换(完全背包问题)。通过 Go 语言实现,帮助读者掌握动态规划的核心思想及其实战技巧。从状态定义到转移方程,逐步剖析每道题的解法,并总结其异同点,助力解决更复杂的 DP 问题。适合初学者深入理解动态规划的应用场景和优化方法。
146 0
|
5月前
|
算法 Go 索引
【LeetCode 热题100】回溯:括号生成 & 组合总和(力扣22 / 39 )(Go语言版)
本文深入解析了LeetCode上的两道经典回溯算法题:**22. 括号生成**与**39. 组合总和**。括号生成通过维护左右括号数量,确保路径合法并构造有效组合;组合总和则允许元素重复选择,利用剪枝优化搜索空间以找到所有满足目标和的组合。两者均需明确路径、选择列表及结束条件,同时合理运用剪枝策略提升效率。文章附有Go语言实现代码,助你掌握回溯算法的核心思想。
186 0
|
7月前
|
算法 Go
【LeetCode 热题100】深入理解二叉树结构变化与路径特性(力扣104 / 226 / 114 / 543)(Go语言版)
本博客深入探讨二叉树的深度计算、结构变换与路径分析,涵盖四道经典题目:104(最大深度)、226(翻转二叉树)、114(展开为链表)和543(二叉树直径)。通过递归与遍历策略(前序、后序等),解析每题的核心思路与实现方法。结合代码示例(Go语言),帮助读者掌握二叉树相关算法的精髓。下一讲将聚焦二叉树构造问题,欢迎持续关注!
177 10
|
7月前
|
Go
【LeetCode 热题100】路径与祖先:二叉树中的深度追踪技巧(力扣437 / 236 )(Go语言版)
本文深入探讨二叉树中路径与祖先问题,涵盖两道经典题目:LeetCode 437(路径总和 III)和236(最近公共祖先)。对于路径总和 III,文章分析了双递归暴力解法与前缀和优化方法,后者通过哈希表记录路径和,将时间复杂度从O(n²)降至O(n)。在最近公共祖先问题中,采用后序遍历递归查找,利用“自底向上”的思路确定最近公共祖先节点。文中详细解析代码实现与核心要点,帮助读者掌握深度追踪技巧,理解树结构中路径与节点关系的本质。这类问题在面试中高频出现,掌握其解法意义重大。
156 4
【LeetCode 27】347.前k个高频元素
【LeetCode 27】347.前k个高频元素
128 0

热门文章

最新文章