Golang每日一练(leetDay0045) 克隆图、加油站、分发糖果

简介: Golang每日一练(leetDay0045) 克隆图、加油站、分发糖果

133. 克隆图 Clone Graph

给你无向 连通图 中一个节点的引用,请你返回该图的深拷贝(克隆)。

图中的每个节点都包含它的值 valint) 和其邻居的列表(list[Node])。

class Node {
    public int val;
    public List neighbors;
}


测试用例格式:

简单起见,每个节点的值都和它的索引相同。例如,第一个节点值为 1(val = 1),第二个节点值为 2(val = 2),以此类推。该图在测试用例中使用邻接列表表示。

邻接列表 是用于表示有限图的无序列表的集合。每个列表都描述了图中节点的邻居集。

给定节点将始终是图中的第一个节点(值为 1)。你必须将 给定节点的拷贝 作为对克隆图的引用返回。

示例 1:

输入:adjList = [[2,4],[1,3],[2,4],[1,3]]

输出:[[2,4],[1,3],[2,4],[1,3]]

解释:

图中有 4 个节点。

节点 1 的值是 1,它有两个邻居:节点 2 和 4 。

节点 2 的值是 2,它有两个邻居:节点 1 和 3 。

节点 3 的值是 3,它有两个邻居:节点 2 和 4 。

节点 4 的值是 4,它有两个邻居:节点 1 和 3 。


示例 2:

输入:adjList = [[]]

输出:[[]]

解释:输入包含一个空列表。该图仅仅只有一个值为 1 的节点,它没有任何邻居。


示例 3:

输入:adjList = []

输出:[]

解释:这个图是空的,它不含任何节点。


示例 4:

输入:adjList = [[2],[1]]

输出:[[2],[1]]


提示:

  1. 节点数不超过 100 。
  2. 每个节点值 Node.val 都是唯一的,1 <= Node.val <= 100
  3. 无向图是一个简单图,这意味着图中没有重复的边,也没有自环。
  4. 由于图是无向的,如果节点 p 是节点 q 的邻居,那么节点 q 也必须是节点 p 的邻居。
  5. 图是连通图,你可以从给定节点访问到所有节点。

代码:

package main
import "fmt"
type Node struct {
  Val       int
  Neighbors []*Node
}
func cloneGraph(nodes []*Node) []*Node {
  n := len(nodes)
  clone := make([]*Node, n)
  for i := 0; i < n; i++ {
    visited := make(map[*Node]*Node)
    clone[i] = dfs(nodes[i], visited)
  }
  return clone
}
func dfs(node *Node, visited map[*Node]*Node) *Node {
  if node == nil {
    return nil
  }
  // 如果已经访问过,直接返回
  if n, ok := visited[node]; ok {
    return n
  }
  // 深拷贝节点
  copy := &Node{Val: node.Val}
  visited[node] = copy
  // 深拷贝邻居节点
  for _, neighbor := range node.Neighbors {
    copy.Neighbors = append(copy.Neighbors, dfs(neighbor, visited))
  }
  return copy
}
func createGraph(arr [][]int) []*Node {
  n := len(arr)
  nodes := make([]*Node, n)
  for i := 1; i <= n; i++ {
    nodes[i-1] = &Node{Val: i}
  }
  for i := 1; i <= n; i++ {
    for _, j := range arr[i-1] {
      nodes[i-1].Neighbors = append(nodes[i-1].Neighbors, nodes[j-1])
    }
  }
  return nodes
}
func printGraph(nodes []*Node) {
  for _, node := range nodes {
    neighbors := make([]int, len(node.Neighbors))
    for i, neighbor := range node.Neighbors {
      neighbors[i] = neighbor.Val
    }
    fmt.Printf("%d: %v ", node.Val, neighbors)
  }
  fmt.Println()
}
func main() {
  adjList := [][]int{{2, 4}, {1, 3}, {2, 4}, {1, 3}}
  nodes := createGraph(adjList)
  printGraph(nodes)
  clone := cloneGraph(nodes)
  printGraph(clone)
  adjList = [][]int{{2, 3, 4}, {1, 3}, {1, 2, 4}, {1, 3}}
  nodes = createGraph(adjList)
  printGraph(nodes)
  clone = cloneGraph(nodes)
  printGraph(clone)
  adjList = [][]int{{2, 3, 4}, {1, 3, 4}, {1, 2, 4}, {1, 2, 3}}
  nodes = createGraph(adjList)
  printGraph(nodes)
  clone = cloneGraph(nodes)
  printGraph(clone)
  adjList = [][]int{{2}, {1}}
  nodes = createGraph(adjList)
  printGraph(nodes)
  clone = cloneGraph(nodes)
  printGraph(clone)
}

输出:

1: [2 4] 2: [1 3] 3: [2 4] 4: [1 3]

1: [2 4] 2: [1 3] 3: [2 4] 4: [1 3]

1: [2 3 4] 2: [1 3] 3: [1 2 4] 4: [1 3]

1: [2 3 4] 2: [1 3] 3: [1 2 4] 4: [1 3]

1: [2 3 4] 2: [1 3 4] 3: [1 2 4] 4: [1 2 3]

1: [2 3 4] 2: [1 3 4] 3: [1 2 4] 4: [1 2 3]

1: [2] 2: [1]

1: [2] 2: [1]


134. 加油站 Gas Station

在一条环路上有 n 个加油站,其中第 i 个加油站有汽油 gas[i] 升。

你有一辆油箱容量无限的的汽车,从第 i 个加油站开往第 i+1 个加油站需要消耗汽油 cost[i] 升。你从其中的一个加油站出发,开始时油箱为空。

给定两个整数数组 gascost ,如果你可以绕环路行驶一周,则返回出发时加油站的编号,否则返回 -1 。如果存在解,则 保证 它是 唯一 的。

示例 1:

输入: gas = [1,2,3,4,5], cost = [3,4,5,1,2]

输出: 3

解释:

从 3 号加油站(索引为 3 处)出发,可获得 4 升汽油。此时油箱有 = 0 + 4 = 4 升汽油

开往 4 号加油站,此时油箱有 4 - 1 + 5 = 8 升汽油

开往 0 号加油站,此时油箱有 8 - 2 + 1 = 7 升汽油

开往 1 号加油站,此时油箱有 7 - 3 + 2 = 6 升汽油

开往 2 号加油站,此时油箱有 6 - 4 + 3 = 5 升汽油

开往 3 号加油站,你需要消耗 5 升汽油,正好足够你返回到 3 号加油站。

因此,3 可为起始索引。

示例 2:

输入: gas = [2,3,4], cost = [3,4,3]

输出: -1

解释:

你不能从 0 号或 1 号加油站出发,因为没有足够的汽油可以让你行驶到下一个加油站。

我们从 2 号加油站出发,可以获得 4 升汽油。 此时油箱有 = 0 + 4 = 4 升汽油

开往 0 号加油站,此时油箱有 4 - 3 + 2 = 3 升汽油

开往 1 号加油站,此时油箱有 3 - 3 + 3 = 3 升汽油

你无法返回 2 号加油站,因为返程需要消耗 4 升汽油,但是你的油箱只有 3 升汽油。

因此,无论怎样,你都不可能绕环路行驶一周。


提示:

  • gas.length == n
  • cost.length == n
  • 1 <= n <= 10^5
  • 0 <= gas[i], cost[i] <= 10^4

代码1: 暴力枚举

package main
import (
  "fmt"
)
func canCompleteCircuit(gas []int, cost []int) int {
  n := len(gas)
  for i := 0; i < n; i++ {
    if gas[i] < cost[i] {
      continue
    }
    tank := 0
    for j := 0; j < n; j++ {
      k := (i + j) % n
      tank += gas[k] - cost[k]
      if tank < 0 {
        break
      }
    }
    if tank >= 0 {
      return i
    }
  }
  return -1
}
func main() {
  gas := []int{1, 2, 3, 4, 5}
  cost := []int{3, 4, 5, 1, 2}
  fmt.Println(canCompleteCircuit(gas, cost))
  gas = []int{2, 3, 4}
  cost = []int{3, 4, 3}
  fmt.Println(canCompleteCircuit(gas, cost))
}

代码2: 贪心算法

package main
import (
  "fmt"
)
func canCompleteCircuit(gas []int, cost []int) int {
  n := len(gas)
  start, total, tank := 0, 0, 0
  for i := 0; i < n; i++ {
    total += gas[i] - cost[i]
    tank += gas[i] - cost[i]
    if tank < 0 {
      start = i + 1
      tank = 0
    }
  }
  if total < 0 {
    return -1
  } else {
    return start
  }
}
func main() {
  gas := []int{1, 2, 3, 4, 5}
  cost := []int{3, 4, 5, 1, 2}
  fmt.Println(canCompleteCircuit(gas, cost))
  gas = []int{2, 3, 4}
  cost = []int{3, 4, 3}
  fmt.Println(canCompleteCircuit(gas, cost))
}

输出:

3

-1


135. 分发糖果 Candy

n 个孩子站成一排。给你一个整数数组 ratings 表示每个孩子的评分。

你需要按照以下要求,给这些孩子分发糖果:

  • 每个孩子至少分配到 1 个糖果。
  • 相邻两个孩子评分更高的孩子会获得更多的糖果。

请你给每个孩子分发糖果,计算并返回需要准备的 最少糖果数目

示例 1:

输入:ratings = [1,0,2]

输出:5

解释:你可以分别给第一个、第二个、第三个孩子分发 2、1、2 颗糖果。


示例 2:

输入:ratings = [1,2,2]

输出:4

解释:你可以分别给第一个、第二个、第三个孩子分发 1、2、1 颗糖果。

    第三个孩子只得到 1 颗糖果,这满足题面中的两个条件。


提示:

  • n == ratings.length
  • 1 <= n <= 2 * 10^4
  • 0 <= ratings[i] <= 2 * 10^4

代码1:

package main
import "fmt"
func candy(ratings []int) int {
  n := len(ratings)
  if n == 0 {
    return 0
  }
  candies := make([]int, n)
  for i := 0; i < n; i++ {
    candies[i] = 1
  }
  for i := 1; i < n; i++ {
    if ratings[i] > ratings[i-1] {
      candies[i] = candies[i-1] + 1
    }
  }
  for i := n - 2; i >= 0; i-- {
    if ratings[i] > ratings[i+1] && candies[i] <= candies[i+1] {
      candies[i] = candies[i+1] + 1
    }
  }
  sum := 0
  for i := 0; i < n; i++ {
    sum += candies[i]
  }
  return sum
}
func main() {
  ratings := []int{1, 0, 2}
  fmt.Println(candy(ratings))
  ratings = []int{1, 2, 2}
  fmt.Println(candy(ratings))
}

代码2:

package main
import "fmt"
func candy(ratings []int) int {
  n := len(ratings)
  if n == 0 {
    return 0
  }
  left := make([]int, n)
  for i := 0; i < n; i++ {
    left[i] = 1
    if i > 0 && ratings[i] > ratings[i-1] {
      left[i] = left[i-1] + 1
    }
  }
  right := make([]int, n)
  for i := n - 1; i >= 0; i-- {
    right[i] = 1
    if i < n-1 && ratings[i] > ratings[i+1] {
      right[i] = right[i+1] + 1
    }
  }
  sum := 0
  for i := 0; i < n; i++ {
    sum += max(left[i], right[i])
  }
  return sum
}
func max(a, b int) int {
  if a > b {
    return a
  }
  return b
}
func main() {
  ratings := []int{1, 0, 2}
  fmt.Println(candy(ratings))
  ratings = []int{1, 2, 2}
  fmt.Println(candy(ratings))
}

输出:

5

4


🌟 每日一练刷题专栏 🌟

持续,努力奋斗做强刷题搬运工!

👍 点赞,你的认可是我坚持的动力!

🌟 收藏,你的青睐是我努力的方向!

评论,你的意见是我进步的财富!  

主页:https://hannyang.blog.csdn.net/


目录
相关文章
|
3月前
|
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。
118 2
|
16天前
|
Python
二分查找变种大赏!Python 中那些让你效率翻倍的搜索绝技!
二分查找是一种高效的搜索算法,适用于有序数组。其基本原理是通过不断比较中间元素来缩小搜索范围,从而快速找到目标值。常见的变种包括查找第一个等于目标值的元素、最后一个等于目标值的元素、第一个大于等于目标值的元素等。这些变种在实际应用中能够显著提高搜索效率,适用于各种复杂场景。
34 9
|
17天前
|
算法 数据处理 开发者
超越传统:Python二分查找的变种策略,让搜索效率再上新台阶!
本文介绍了二分查找及其几种Python实现的变种策略,包括经典二分查找、查找第一个等于给定值的元素、查找最后一个等于给定值的元素以及旋转有序数组的搜索。通过调整搜索条件和边界处理,这些变种策略能够适应更复杂的搜索场景,提升搜索效率和应用灵活性。
28 5
|
2月前
|
存储 Go C语言
Python 的整数是怎么实现的?这篇文章告诉你答案
Python 的整数是怎么实现的?这篇文章告诉你答案
62 7
|
2月前
|
大数据 UED 开发者
实战演练:利用Python的Trie树优化搜索算法,性能飙升不是梦!
在数据密集型应用中,高效搜索算法至关重要。Trie树(前缀树/字典树)通过优化字符串处理和搜索效率成为理想选择。本文通过Python实战演示Trie树构建与应用,显著提升搜索性能。Trie树利用公共前缀减少查询时间,支持快速插入、删除和搜索。以下为简单示例代码,展示如何构建及使用Trie树进行搜索与前缀匹配,适用于自动补全、拼写检查等场景,助力提升应用性能与用户体验。
58 2
|
3月前
|
安全 应用服务中间件 网络安全
Python 渗透测试:漏洞的批量搜索与利用.(GlassFish 任意文件读取)
Python 渗透测试:漏洞的批量搜索与利用.(GlassFish 任意文件读取)
55 11
|
3月前
|
算法 Serverless Python
使用 Python 查找整数中的数字长度
【8月更文挑战第27天】
62 5
|
3月前
|
算法 JavaScript Python
【Leetcode刷题Python】79. 单词搜索和剑指 Offer 12. 矩阵中的路径
Leetcode第79题"单词搜索"的Python解决方案,使用回溯算法在给定的二维字符网格中搜索单词,判断单词是否存在于网格中。
43 4
|
4月前
|
存储 Python 容器
Python基础语法:变量和数据类型详解(整数、浮点数、字符串、布尔值)
变量和数据类型是Python编程的基础,理解这些概念对于编写高效和正确的代码至关重要。通过本文的介绍,希望你能对Python中的变量和常用数据类型有一个清晰的认识,并能够在实际编程中灵活运用这些知识。
145 13
|
4月前
|
算法 数据处理 索引
告别低效搜索!Python中Trie树与Suffix Tree的实战应用秘籍!
【7月更文挑战第21天】探索Python中的字符串搜索效率提升:使用Trie树与Suffix Tree。Trie树优化单词查询,插入和删除,示例展示其插入与搜索功能。Suffix Tree,复杂但强大,适用于快速查找、LCP查询。安装[pysuffixtree](https://pypi.org/project/pysuffixtree/)库后,演示查找子串及最长公共后缀。两者在字符串处理中发挥关键作用,提升数据处理效率。**
48 1
下一篇
无影云桌面