golang力扣leetcode 第 289 场周赛

简介: golang力扣leetcode 第 289 场周赛

前言

四题A两题。。。。菜。。

第一题

2243.计算字符串的数字和

2243.计算字符串的数字和

题解

对着题目模拟即可,简单题,练习如何写的更加优雅

代码

func digitSum(s string, k int) string {
  if len(s) <= k {
    return s
  }
  str := ""
  for i := 0; i < len(s); i += k {
    cur := 0
    for j := i; j < i+k && j < len(s); j++ {
      cur += int(s[j] - '0')
    }
    str += strconv.Itoa(cur)
  }
  fmt.Println(str)
  return digitSum(str, k)
}

第二题

2244.完成所有任务需要的最少轮数

2244.完成所有任务需要的最少轮数

题解

题目:每一轮只能完成相同等级的任务,并且只能完成2个或者3个,求完成所有任务要多少轮

思路:统计同等级的任务有多少个,贪心,优先每一轮完成3个,3个不行则2个,发现规律,设任务为v,则需要(v + 2) / 3轮

任务数量: 1 2 3 4 5 6 7 8 9 10 11 12 13
完成轮数:-1 1 1 2 2 2 3 3 3 4  4  4  4

代码

func minimumRounds(tasks []int) int {
  mp := make(map[int]int)
  for _, v := range tasks {
    mp[v]++
  }
  ans := 0
  for _, v := range mp {
    if v == 1 {
      return -1
    } else {
      ans += (v + 2) / 3
    }
  }
  return ans
}

第三题

2245.转角路径的乘积中最多能有几个尾随零

2245.转角路径的乘积中最多能有几个尾随零

题解

题目:只能转一次,求路径中每个元素相乘的结果有几个零

思路:

  1. 正数的乘积结果中尾 0 的个数由乘数中 因子 2,5 的个数中较小的决定,即 尾随零=min(num2,num5)
  2. 路径要么是横,竖,要么是UL,UR,DL,DR
  3. 用前缀和维护每一行和每一列因子 22 与因子 55 的数量
  4. 枚举拐点(i,j)计算答案

代码

func maxTrailingZeros(grid [][]int) int {
  //初始化
  n := len(grid)
  m := len(grid[0])
  factor := make([][]pair, n+1) //2和5的数量
  x := make([][]pair, n+1)      //列 x
  y := make([][]pair, n+1)      //行 y
  for i := 0; i <= len(grid); i++ {
    factor[i] = make([]pair, m+1)
    x[i] = make([]pair, m+1)
    y[i] = make([]pair, m+1)
  }
  //计算前缀和
  for i := 1; i <= n; i++ {
    for j := 1; j <= m; j++ {
      factor[i][j] = getRes(grid[i-1][j-1])
      x[i][j].two = x[i-1][j].two + factor[i][j].two
      x[i][j].five = x[i-1][j].five + factor[i][j].five
      y[i][j].two = y[i][j-1].two + factor[i][j].two
      y[i][j].five = y[i][j-1].five + factor[i][j].five
    }
  }
  //计算答案
  ans := 0
  for i := 1; i <= n; i++ {
    for j := 1; j <= m; j++ {
      upAndLeft := min(x[i][j].two+y[i][j].two-factor[i][j].two, x[i][j].five+y[i][j].five-factor[i][j].five)
      upAndRight := min(x[i][j].two+y[i][m].two-y[i][j].two, x[i][j].five+y[i][m].five-y[i][j].five)
      downAndLeft := min(x[n][j].two+y[i][j].two-x[i][j].two, x[n][j].five+y[i][j].five-x[i][j].five)
      downAndRight := min(x[n][j].two+y[i][m].two-x[i-1][j].two-y[i][j].two, x[n][j].five+y[i][m].five-x[i-1][j].five-y[i][j].five)
      ans = max(ans, upAndLeft)
      ans = max(ans, upAndRight)
      ans = max(ans, downAndLeft)
      ans = max(ans, downAndRight)
    }
  }
  return ans
}
func getRes(val int) pair {
  two, five := 0, 0
  a, b := val, val
  for a%2 == 0 && a != 0 {
    a /= 2
    two++
  }
  for b%5 == 0 && b != 0 {
    b /= 5
    five++
  }
  return pair{two: two, five: five}
}
func min(i, j int) int {
  if i > j {
    return j
  }
  return i
}
func max(i, j int) int {
  if i > j {
    return i
  }
  return j
}

第四题

2246.相邻字符不同的最长路径

2246.相邻字符不同的最长路径

题解

题目:给一棵树的每个节点赋一个字符,求一个最长路径,相邻节点的字符不能一样

思路:

  1. 路径为 t1 <- target -> t2
  2. t1和t2可以为零
  3. 枚举target
  4. 用dfs枚举所有情况

代码

func longestPath(parent []int, s string) (ans int) {
  n := len(parent)
  //key 父节点 val 子节点,存图
  g := make(map[int][]int)
  for i := 1; i < n; i++ {
    fa := parent[i]
    g[fa] = append(g[fa], i)
  }
  var dfs func(x int) (tLen int)
  dfs = func(x int) (maxLen int) {
    //最长,次长
    fstLong, scdLong := 0, 0
    //遍历所有子节点
    for _, y := range g[x] {
      subLong := dfs(y)
      //相邻节点字符不相等
      if s[x] != s[y] {
        if subLong > fstLong {
          scdLong = fstLong
          fstLong = subLong
        } else if subLong > scdLong {
          scdLong = subLong
        }
      }
    }
    //更新答案,路径长=最长+次长+本节点1
    ans = max(ans, fstLong+scdLong+1)
    //返回当前节点下的最长路径+本身这个节点1
    return fstLong + 1
  }
  dfs(0)
  return ans
}
func max(a, b int) int {
  if b > a {
    return b
  }
  return a
}


目录
相关文章
|
10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。
406 14
|
9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!
384 1
|
9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。
426 1
|
9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。
302 0
|
9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。
407 0
|
Unix Shell Linux
LeetCode刷题 Shell编程四则 | 194. 转置文件 192. 统计词频 193. 有效电话号码 195. 第十行
本文提供了几个Linux shell脚本编程问题的解决方案,包括转置文件内容、统计词频、验证有效电话号码和提取文件的第十行,每个问题都给出了至少一种实现方法。
385 6
LeetCode刷题 Shell编程四则 | 194. 转置文件 192. 统计词频 193. 有效电话号码 195. 第十行
|
Python
【Leetcode刷题Python】剑指 Offer 32 - III. 从上到下打印二叉树 III
本文介绍了两种Python实现方法,用于按照之字形顺序打印二叉树的层次遍历结果,实现了在奇数层正序、偶数层反序打印节点的功能。
210 6
|
搜索推荐 索引 Python
【Leetcode刷题Python】牛客. 数组中未出现的最小正整数
本文介绍了牛客网题目"数组中未出现的最小正整数"的解法,提供了一种满足O(n)时间复杂度和O(1)空间复杂度要求的原地排序算法,并给出了Python实现代码。
461 2
|
数据采集 负载均衡 安全
LeetCode刷题 多线程编程九则 | 1188. 设计有限阻塞队列 1242. 多线程网页爬虫 1279. 红绿灯路口
本文提供了多个多线程编程问题的解决方案,包括设计有限阻塞队列、多线程网页爬虫、红绿灯路口等,每个问题都给出了至少一种实现方法,涵盖了互斥锁、条件变量、信号量等线程同步机制的使用。
370 3
LeetCode刷题 多线程编程九则 | 1188. 设计有限阻塞队列 1242. 多线程网页爬虫 1279. 红绿灯路口
|
机器学习/深度学习 人工智能 自然语言处理
280页PDF,全方位评估OpenAI o1,Leetcode刷题准确率竟这么高
【10月更文挑战第24天】近年来,OpenAI的o1模型在大型语言模型(LLMs)中脱颖而出,展现出卓越的推理能力和知识整合能力。基于Transformer架构,o1模型采用了链式思维和强化学习等先进技术,显著提升了其在编程竞赛、医学影像报告生成、数学问题解决、自然语言推理和芯片设计等领域的表现。本文将全面评估o1模型的性能及其对AI研究和应用的潜在影响。
425 1

推荐镜像

更多