坚持刷题的第三周(六)

简介: 坚持刷题的第三周(六)

2021-10-30

只出现一次的数字 III

给定一个整数数组 nums,其中恰好有两个元素只出现一次,其余所有元素均出现两次。 找出只出现一次的那两个元素。你可以按 任意顺序 返回答案。


进阶:你的算法应该具有线性时间复杂度。你能否仅使用常数空间复杂度来实现?


示例 1:


输入:nums = [1,2,1,3,2,5]

输出:[3,5]

解释:[5, 3] 也是有效的答案。

示例 2:


输入:nums = [-1,0]

输出:[-1,0]

示例 3:


输入:nums = [0,1]

输出:[1,0]

提示:


2 <= nums.length <= 3 * 104

-231 <= nums[i] <= 231 - 1

除两个只出现一次的整数外,nums 中的其他数字都出现两次


题解

本题就是用一个哈希表来简单的使用,把每个不同的元素都放在哈希表中,然后直接使用一个循环,循环nums数组里面的元素,如果多余的话直接加一就可以,最后返回等于的元素就是我们想要的元素。


代码

class Solution:
    def singleNumber(self, nums: List[int]) -> List[int]:
        dit = {}
        res =[]
        for i in set(nums):
            dit[i] = 0
        for i in nums:
            dit[i]+=1
        for i in dit:
            if dit[i] == 1:
                res.append(i)
        return res

image.png


增量元素之间的最大差值

给你一个下标从 0 开始的整数数组 nums ,该数组的大小为 n ,请你计算 nums[j] - nums[i] 能求得的 最大差值 ,其中 0 <= i < j < n 且 nums[i] < nums[j] 。


返回 最大差值 。如果不存在满足要求的 i 和 j ,返回 -1 。


示例 1:


输入:nums = [7,1,5,4]

输出:4

解释:

最大差值出现在 i = 1 且 j = 2 时,nums[j] - nums[i] = 5 - 1 = 4 。

注意,尽管 i = 1 且 j = 0 时 ,nums[j] - nums[i] = 7 - 1 = 6 > 4 ,但 i > j 不满足题面要求,所以 6 不是有效的答案。

示例 2:


输入:nums = [9,4,3,2]

输出:-1

解释:

不存在同时满足 i < j 和 nums[i] < nums[j] 这两个条件的 i, j 组合。

示例 3:


输入:nums = [1,5,2,10]

输出:9

解释:

最大差值出现在 i = 0 且 j = 3 时,nums[j] - nums[i] = 10 - 1 = 9 。


题解

本题最核心的就是i<j所以这个是一个顺序比较,我们可以直接使用不同的位数相减然后返回max这样就可以直接找出最大值,本题是力扣和字节的一个周赛题,大家也可以来试一试!!!


代码

class Solution:
    def maximumDifference(self, nums: List[int]) -> int:
        ans = -1
        for i in range(1, len(nums)):
            ans = max(ans, nums[i] -min(nums[0:i]))
        return ans if ans > 0 else -1


image.png

网格游戏

给你一个下标从 0 开始的二维数组 grid ,数组大小为 2 x n ,其中 grid[r][c] 表示矩阵中 (r, c) 位置上的点数。现在有两个机器人正在矩阵上参与一场游戏。


两个机器人初始位置都是 (0, 0) ,目标位置是 (1, n-1) 。每个机器人只会 向右 ((r, c) 到 (r, c + 1)) 或 向下 ((r, c) 到 (r + 1, c)) 。


游戏开始,第一个 机器人从 (0, 0) 移动到 (1, n-1) ,并收集路径上单元格的全部点数。对于路径上所有单元格 (r, c) ,途经后 grid[r][c] 会重置为 0 。然后,第二个 机器人从 (0, 0) 移动到 (1, n-1) ,同样收集路径上单元的全部点数。注意,它们的路径可能会存在相交的部分。


第一个 机器人想要打击竞争对手,使 第二个 机器人收集到的点数 最小化 。与此相对,第二个 机器人想要 最大化 自己收集到的点数。两个机器人都发挥出自己的 最佳水平 的前提下,返回 第二个 机器人收集到的 点数 。


示例 1:


输入:grid = [[2,5,4],[1,5,1]]

输出:4

解释:第一个机器人的最佳路径如红色所示,第二个机器人的最佳路径如蓝色所示。

第一个机器人访问过的单元格将会重置为 0 。

第二个机器人将会收集到 0 + 0 + 4 + 0 = 4 个点。

示例 2:



输入:grid = [[3,3,1],[8,5,2]]

输出:4

解释:第一个机器人的最佳路径如红色所示,第二个机器人的最佳路径如蓝色所示。

第一个机器人访问过的单元格将会重置为 0 。

第二个机器人将会收集到 0 + 3 + 1 + 0 = 4 个点。

示例 3:



输入:grid = [[1,3,1,15],[1,3,3,1]]

输出:7

解释:第一个机器人的最佳路径如红色所示,第二个机器人的最佳路径如蓝色所示。

第一个机器人访问过的单元格将会重置为 0 。

第二个机器人将会收集到 0 + 1 + 3 + 3 + 0 = 7 个点。


提示:


grid.length == 2

n == grid[r].length

1 <= n <= 5 * 104

1 <= grid[r][c] <= 105


题解

本题建议参考官方题解,我这个我也是半懂半不懂得。


代码

class Solution:
    def gridGame(self, grid: List[List[int]]) -> int:
        pre,suf = [0],[0]
        n = len(grid[0])
        for i in range(n):
            pre.append(pre[-1] + grid[1][i])
        for i in range(n - 1,-1,-1):
            suf.append(suf[-1] + grid[0][i])
        suf.reverse()
        ans = float('inf')
        for i in range(n):
            #左侧剩余分数
            lleft = pre[i]
            # 右侧剩余分数
            rleft = suf[i + 1]
            ans = min(ans,max(lleft,rleft))
        return ans



目录
相关文章
|
5天前
|
存储 人工智能 安全
AI 越智能,数据越危险?
阿里云提供AI全栈安全能力,为客户构建全链路数据保护体系,让企业敢用、能用、放心用
|
7天前
|
域名解析 人工智能
【实操攻略】手把手教学,免费领取.CN域名
即日起至2025年12月31日,购买万小智AI建站或云·企业官网,每单可免费领1个.CN域名首年!跟我了解领取攻略吧~
|
6天前
|
数据采集 人工智能 自然语言处理
3分钟采集134篇AI文章!深度解析如何通过云无影AgentBay实现25倍并发 + LlamaIndex智能推荐
结合阿里云无影 AgentBay 云端并发采集与 LlamaIndex 智能分析,3分钟高效抓取134篇 AI Agent 文章,实现 AI 推荐、智能问答与知识沉淀,打造从数据获取到价值提炼的完整闭环。
444 93
|
1天前
|
开发者
「玩透ESA」ESA启用和加速-ER在加速场景中的应用
本文介绍三种配置方法:通过“A鉴权”模板创建函数并设置触发器路由;在ESA上配置回源302跟随;以及自定义响应头。每步均配有详细截图指引,帮助开发者快速完成相关功能设置,提升服务安全性与灵活性。
283 2
|
7天前
|
SQL 人工智能 自然语言处理
Geo优化SOP标准化:于磊老师的“人性化Geo”体系如何助力企业获客提效46%
随着生成式AI的普及,Geo优化(Generative Engine Optimization)已成为企业获客的新战场。然而,缺乏标准化流程(Geo优化sop)导致优化效果参差不齐。本文将深入探讨Geo专家于磊老师提出的“人性化Geo”优化体系,并展示Geo优化sop标准化如何帮助企业实现获客效率提升46%的惊人效果,为企业在AI时代构建稳定的流量护城河。
406 156
Geo优化SOP标准化:于磊老师的“人性化Geo”体系如何助力企业获客提效46%
|
7天前
|
数据采集 缓存 数据可视化
Android 无侵入式数据采集:从手动埋点到字节码插桩的演进之路
本文深入探讨Android无侵入式埋点技术,通过AOP与字节码插桩(如ASM)实现数据采集自动化,彻底解耦业务代码与埋点逻辑。涵盖页面浏览、点击事件自动追踪及注解驱动的半自动化方案,提升数据质量与研发效率,助力团队迈向高效、稳定的智能化埋点体系。(238字)
308 158