zoukankan      html  css  js  c++  java
  • [Leetcode Weekly Contest]187

    链接:LeetCode

    [Leetcode]1436. 旅行终点站

    给你一份旅游线路图,该线路图中的旅行线路用数组 paths 表示,其中(paths[i] = [cityAi, cityBi])表示该线路将会从 cityAi 直接前往 cityBi 。请你找出这次旅行的终点站,即没有任何可以通往其他城市的线路的城市。
    题目数据保证线路图会形成一条不存在循环的线路,因此只会有一个旅行终点站。

    实际上只要寻找出现在终点集合而不出现在起点集合的点即可。

    class Solution:
        def destCity(self, paths: List[List[str]]) -> str:
            starts = [x[0] for x in paths]
            ends =  [x[1] for x in paths]
            return [x for x in ends if x not in starts][0]
    

    [Leetcode]1437. 是否所有 1 都至少相隔 k 个元素

    给你一个由若干 0 和 1 组成的数组 nums 以及整数 k。如果所有 1 都至少相隔 k 个元素,则返回 True ;否则,返回 False 。

    对于每一个1,与其左右最近的1的间距大于等于k,则保证了所有的1的间距大于等于k。所以只要顺序去查找1,然后将两个1的间距进行判断即可。只要这个过程中有两个相邻的1间距小于k就不满足题意。需要计算两个相邻的1的间距,需要知道这两个1的索引是多少,所以使用双指针pre, next分别表示一前一后两个的索引。

    class Solution:
        def kLengthApart(self, nums: List[int], k: int) -> bool:
            if not k:return True
            pre = -float('inf')
            for i in range(len(nums)):
                if nums[i] == 1:
                    if i-pre <= k:
                        return False
                    pre = i
            return True
    

    [Leetcode]1438. 绝对差不超过限制的最长连续子数组

    给你一个整数数组 nums ,和一个表示限制的整数 limit,请你返回最长连续子数组的长度,该子数组中的任意两个元素之间的绝对差必须小于或者等于 limit 。
    如果不存在满足条件的子数组,则返回 0 。

    构造滑动窗口([l, r]), 使用双端队列或者堆维护滑动窗口内的最大值序列和最小值序列.
    如果窗口内的最大值和者最小值间隔大于题目条件, 移动l,改变窗口内的最大值或者最小值
    直到满足要求.不断统计窗口的长度即可。

    class Solution:
        def longestSubarray(self, nums: List[int], limit: int) -> int:
            from collections import deque
            max_ = deque()
            min_ = deque()
            n = len(nums)
            l = 0
            res = 0
            for r, num in enumerate(nums):
                while max_ and num > max_[-1]:
                    max_.pop()
                max_.append(num)
                while min_ and num < min_[-1]:
                    min_.pop()
                min_.append(num)
    
                while max_[0] - min_[0] > limit:
                    if nums[l] == max_[0]:
                        max_.popleft()
                    if nums[l] == min_[0]:
                        min_.popleft()
                    l += 1
                if max_[0] - min_[0] <= limit:
                    res = max(res, r - l +1)
            
            return res
    

    [Leetcode]1439. 有序矩阵中的第 k 个最小数组和

    给你一个 m * n 的矩阵 mat,以及一个整数 k ,矩阵中的每一行都以非递减的顺序排列。
    你可以从每一行中选出 1 个元素形成一个数组。返回所有可能数组中的第 k 个 最小 数组和。

    最小堆。最小堆存储的是([curr_sum, pointers])二元组,pointers是指针数组,curr_sum是该pointers指向的元素的和。初始化pointers全为0,求出相应的curr_sum,并将其入堆。
    重复下列步骤k次:

    • 从堆中pop出curr_sum和pointers。
    • 遍历pointers的每个索引,将该索引加一,求出新的和,如果没有出现过,push入堆。

    (mat = [[1,10,10],[1,4,5],[2,3,6]]),k = 7为例,初始化pointers = (0, 0, 0),curr_sum = 4,哈希表seen加入(0, 0, 0)
    从堆中pop出最小和,pointers = (0, 0, 0),curr_sum = 4。新生成([13, (1, 0, 0)],[7, (0, 1, 0)],[5, (0, 0, 1)]),在seen中做好标记,然后将三者入堆。重复该步骤k次。

    import heapq
    
    class Solution:
        def kthSmallest(self, mat, k: int) -> int:
            m, n = len(mat), len(mat[0])
            # 初始化指针
            pointers = [0] * m 
            # 初始化heap
            heap = []
            curr_sum = 0
            for i in range(m):
                curr_sum += mat[i][0]
            heapq.heappush(heap, [curr_sum, tuple(pointers)])
            # 初始化seen
            seen = set()
            seen.add(tuple(pointers))
            # 执行k次
            for _ in range(k):
                # 从堆中pop出curr_sum(最小数组和)和pointers(指针数组)
                curr_sum, pointers = heapq.heappop(heap)
                # 每个指针轮流后移一位,将new_sum(新的数组和)和new_pointers(新的指针数组)push入堆
                for i, j in enumerate(pointers):
                    if j < n - 1:
                        new_pointers = list(pointers)
                        new_pointers[i] = j + 1
                        new_pointers = tuple(new_pointers)
                        if new_pointers not in seen:
                            new_sum = curr_sum + mat[i][j + 1]- mat[i][j]
                            heapq.heappush(heap, [new_sum, new_pointers])
                            seen.add(new_pointers)
            return curr_sum
            
    

    参考:
    leetcode

  • 相关阅读:
    React开发实时聊天招聘工具 -第六章 登陆注册(2)
    React开发实时聊天招聘工具 -第六章 登陆注册(1)
    温习 socket http tcp
    高阶组件简介
    计算机组成原理(7)——输入、输出系统
    计算机组成原理(6)——总线
    计算机组成原理(5)——中央处理器
    计算机组成原理(4)——指令系统
    计算机组成原理(3)——存储层次结构
    计算机组成原理(2)——数据的表示与运算
  • 原文地址:https://www.cnblogs.com/hellojamest/p/12835023.html
Copyright © 2011-2022 走看看