8-周赛334总结

简介: 8-周赛334总结

8-周赛334总结

终于过了三题,第二题卡了很久,最后才灵光一现。然后第四题就来不及做了,太着急了,卡在了反复移动计算时间点上。这周继续努力啦

左右元素和的差值【LC2574】

给你一个下标从 0 开始的整数数组 nums ,请你找出一个下标从 0 开始的整数数组 answer ,其中:

  • answer.length == nums.length
  • answer[i] = |leftSum[i] - rightSum[i]|

其中:

  • leftSum[i] 是数组 nums 中下标 i 左侧元素之和。如果不存在对应的元素,leftSum[i] = 0
  • rightSum[i] 是数组 nums 中下标 i 右侧元素之和。如果不存在对应的元素,rightSum[i] = 0

返回数组 answer

思路:简单模拟

按照要求求出leftSum[i]rightSum[i],然后计算出answer[i] = |leftSum[i] - rightSum[i]|

class Solution {
    public int[] leftRigthDifference(int[] nums) {
        int n = nums.length;
        int[] res = new int[n];
        int[] left = new int[n];
        int[] right = new int[n];
        for (int i = 1; i < n; i++){
            left[i] = left[i - 1] + nums[i - 1];
        }
        for (int i = n - 2; i >= 0; i--){
            right[i] = right[i + 1] + nums[i + 1];
        }
        for (int i = 0; i < n; i ++){
            res[i] = Math.abs(left[i] - right[i]);
        }
        return res;
    }
}

复杂度

  • 时间复杂度:O ( n )
  • 空间复杂度:O ( n )  

优化:一个循环计算leftright

class Solution {
    public int[] leftRigthDifference(int[] nums) {
        int n = nums.length;
        int[] res = new int[n];
        int[] left = new int[n];
        int[] right = new int[n];
        for (int i = 1; i < n; i++){
            left[i] = left[i - 1] + nums[i - 1];
            right[n - i - 1] = right[n - i] + nums[n - i];
        }
        for (int i = 0; i < n; i ++){
            res[i] = Math.abs(left[i] - right[i]);
        }
        return res;
    }
}

找出字符串的可整除数组【LC2575】

给你一个下标从 0 开始的字符串 word ,长度为 n ,由从 09 的数字组成。另给你一个正整数 m

word可整除数组div 是一个长度为 n 的整数数组,并满足:

  • 如果 word[0,...,i] 所表示的 数值 能被 m 整除,div[i] = 1
  • 否则,div[i] = 0

返回 word 的可整除数组。

思路【重点在于如何处理越界 卡了贼久】

  • 使用变量cur记录word[0,i]的整数值,如果该值能被m整除,那么ans[i]=1

image.png

class Solution {
    public int[] divisibilityArray(String word, int m) {
        int n = word.length();
        int[] res = new int[n];
        long cur = 0L;
        for (int i = 0; i < n; i++){
            cur = (cur * 10 + word.charAt(i) - '0') % m;
            if (cur == 0){
                res[i] = 1;
            }     
        }
        return res;
    }
}

复杂度

  • 时间复杂度:O(n)
  • 空间复杂度:O ( 1 )

求出最多标记下标【LC2576】

给你一个下标从 0 开始的整数数组 nums

一开始,所有下标都没有被标记。你可以执行以下操作任意次:

  • 选择两个 互不相同且未标记 的下标 ij ,满足 2 * nums[i] <= nums[j] ,标记下标 ij

请你执行上述操作任意次,返回 nums 中最多可以标记的下标数目。

贪心+双指针

image.png

class Solution {
    public int maxNumOfMarkedIndices(int[] nums) {
        int res = 0, n = nums.length;
        Arrays.sort(nums);
        int l = 0;
        int r = n / 2 ;
        while (l < n / 2 && r < n){
            if (nums[l] * 2 <= nums[r]){
                // res += 2;
                l++;
                r++;
            }else{
                r++;
            }
        }
        return 2 * l;
    }
}

复杂度

  • 时间复杂度:O(n)
  • 空间复杂度:O(1)

在网格图中访问一个格子的最少时间【LC2577】

给你一个 m x n 的矩阵 grid ,每个元素都为 非负 整数,其中 grid[row][col] 表示可以访问格子 (row, col)最早 时间。也就是说当你访问格子 (row, col) 时,最少已经经过的时间为 grid[row][col]

你从 最左上角 出发,出发时刻为 0 ,你必须一直移动到上下左右相邻四个格子中的 任意 一个格子(即不能停留在格子上)。每次移动都需要花费 1 单位时间。

请你返回 最早 到达右下角格子的时间,如果你无法到达右下角的格子,请你返回 -1

思路:BFS+最短路径

  • 由于需要求出访问到右下角的最早时间,每次只能移动一格,也就是最短路径,因此可以考虑使用最短路径Dijkstra 算法求最短路径。

image.png

class Solution {
    public int minimumTime(int[][] grid) { 
        int m = grid.length, n = grid[0].length;
        int[][] dir = {{1, 0}, {0, 1}, {-1, 0}, {0, -1}};
        if (grid[1][0] > 1 && grid[0][1] > 1 ) return -1;// 无法达到右下角
        PriorityQueue<int[]> pq = new PriorityQueue<>((o1, o2) -> o1[2] - o2[2]);
        pq.add(new int[]{0, 0, 0});
        boolean[][] visited = new boolean[m][n];// 存储最短时间
        visited[0][0] = true;   
        while(!pq.isEmpty()){
            int[] pos = pq.poll();
            for (int j = 0; j < 4; j++){
                int nextX = pos[0] + dir[j][0];
                int nextY = pos[1] + dir[j][1];
                if (nextX >= 0 && nextX < m && nextY >= 0 && nextY < n && !visited[nextX][nextY]){
                    int t = pos[2] + 1;// grid[nextX][nextY] <= pos[2] 直接走进
                    // 来回等待时间
                    if (grid[nextX][nextY] > pos[2] + 1){
                        t += (grid[nextX][nextY] - pos[2]) / 2 * 2;// 等待的时间
                    }
                    if (nextX == m - 1 && nextY == n - 1) return t;
                    pq.add(new int[]{nextX, nextY, t});
                    visited[nextX][nextY] = true;
                }
            }
        }
        return -1;
    }
}

复杂度

  • 时间复杂度:O(mnlogmn),m 、 n 为矩阵的行和列数节点数。
  • 空间复杂度:O ( m n )
目录
相关文章
|
6月前
【周赛总结】周赛354
【周赛总结】周赛354
49 0
|
6月前
13-周赛347总结
13-周赛347总结
54 0
|
6月前
|
存储
10-周赛336总结
10-周赛336总结
59 0
|
6月前
9-周赛335总结
9-周赛335总结
52 0
|
6月前
14-周赛348总结
14-周赛348总结
52 0
|
6月前
|
人工智能 BI
12-周赛338总结
12-周赛338总结
50 0
|
6月前
【周赛总结】周赛356
【周赛总结】周赛356
57 0
|
6月前
【周赛总结】18-周赛353
【周赛总结】18-周赛353
61 0
|
6月前
|
算法 Windows
【周赛总结】周赛360
【周赛总结】周赛360
48 0
|
6月前
|
存储 移动开发
6-周赛332总结
6-周赛332总结
48 0