【Leetcode -441.排列硬币 -448.找到所有数组中消失的数字】

简介: 【Leetcode -441.排列硬币 -448.找到所有数组中消失的数字】

Leetcode -441.排列硬币

题目:你总共有 n 枚硬币,并计划将它们按阶梯状排列。对于一个由 k 行组成的阶梯,其第 i 行必须正好有 i 枚硬币。

阶梯的最后一行 可能 是不完整的。

给你一个数字 n ,计算并返回可形成 完整阶梯行 的总行数。

示例 1:

输入:n = 5

输出:2

解释:因为第三行不完整,所以返回 2 。

示例 2:

输入:n = 8

输出:3

解释:因为第四行不完整,所以返回 3 。

int arrangeCoins(int n)
    {
        //i即表示第i行,又表示第i行有几个硬币;i一开始默认为第一行
        int i = 1;
        while (n > 0)
        {
            //n每次减去i,如果n减完等于0,说明正好够减,这一行刚好完整,就返回这一层
            //如果n减完i小于0,说明上一层减完i剩下的n不够这一行的i减,所以这一行是不完整的,要返回上一层
            n -= i;
            if (n == 0)
                return i;
            else if (n < 0)
                return i - 1;
            //每循环一次就进入下一层
            i++;
        }
        return 0;
    }

Leetcode - 448.找到所有数组中消失的数字

给你一个含 n 个整数的数组 nums ,其中 nums[i] 在区间[1, n] 内。

请你找出所有在[1, n] 范围内但没有出现在 nums 中的数字,并以数组的形式返回结果。

示例 1:

输入:nums = [4, 3, 2, 7, 8, 2, 3, 1]

输出:[5, 6]

示例 2:

输入:nums = [1, 1]

输出:[2]

提示:

n == nums.length

1 <= n <= 10^5

1 <= nums[i] <= n

int* findDisappearedNumbers(int* nums, int numsSize, int* returnSize)
    {
        int* ans = (int*)malloc(sizeof(int) * numsSize);
        int len = 0;
        int hash[100000] = { 0 };
        //遍历这个数组,以数组中的元素作为hash数组的下标,并赋予1,表明这个数已经出现过
        for (int i = 0; i < numsSize; i++)
        {
            hash[nums[i]] = 1;
        }
        //遍历hash数组的下标,从1到数组的长度,如果有等于0的,说明在数组中没出现过,返回这个下标
        for (int i = 1; i <= numsSize; i++)
        {
            if (hash[i] == 0)
            {
                ans[len++] = i;
            }
        }
        //返回长度
        *returnSize = len;
        return ans;
    }
目录
相关文章
|
算法 C++ 容器
Leetcode第三十一题(下一个排列)
这篇文章介绍了LeetCode第31题“下一个排列”的C++解决方案,该算法通过原地修改数组来找到下一个字典序更大的排列,如果不存在则重排为字典序最小的排列。
259 0
Leetcode第三十一题(下一个排列)
LeetCode第53题最大子数组和
LeetCode第53题"最大子数组和"的解题方法,利用动态规划思想,通过一次遍历数组,维护到当前元素为止的最大子数组和,有效避免了复杂度更高的暴力解法。
LeetCode第53题最大子数组和
|
算法
Leetcode 初级算法 --- 数组篇
Leetcode 初级算法 --- 数组篇
256 0
|
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!
562 1
LeetCode第81题搜索旋转排序数组 II
文章讲解了LeetCode第81题"搜索旋转排序数组 II"的解法,通过二分查找算法并加入去重逻辑来解决在旋转且含有重复元素的数组中搜索特定值的问题。
LeetCode第81题搜索旋转排序数组 II
【LeetCode-每日一题】 删除排序数组中的重复项
【LeetCode-每日一题】 删除排序数组中的重复项
248 4
|
索引
Leetcode第三十三题(搜索旋转排序数组)
这篇文章介绍了解决LeetCode第33题“搜索旋转排序数组”的方法,该问题要求在旋转过的升序数组中找到给定目标值的索引,如果存在则返回索引,否则返回-1,文章提供了一个时间复杂度为O(logn)的二分搜索算法实现。
325 0
Leetcode第三十三题(搜索旋转排序数组)
|
算法 索引
LeetCode第34题在排序数组中查找元素的第一个和最后一个位置
这篇文章介绍了LeetCode第34题"在排序数组中查找元素的第一个和最后一个位置"的解题方法,通过使用双指针法从数组两端向中间同时查找目标值,有效地找到了目标值的首次和最后一次出现的索引位置。
LeetCode第34题在排序数组中查找元素的第一个和最后一个位置
LeetCode第33题搜索旋转排序数组
这篇文章介绍了LeetCode第33题"搜索旋转排序数组"的解题方法,通过使用二分查找法并根据数组的有序性质调整搜索范围,实现了时间复杂度为O(log n)的高效搜索算法。
LeetCode第33题搜索旋转排序数组
|
算法 C++
Leetcode第53题(最大子数组和)
这篇文章介绍了LeetCode第53题“最大子数组和”的动态规划解法,提供了详细的状态转移方程和C++代码实现,并讨论了其他算法如贪心、分治、改进动态规划和分块累计法。
395 0

热门文章

最新文章