LeetCode 第180场周赛 题解

传送门

A 矩阵中的幸运数

题目大意

给出一个 m * n 的矩阵,矩阵中的数字各不相同 。按任意 顺序返回矩阵中的所有幸运数。
幸运数是指矩阵中满足同时下列两个条件的元素:
在同一行的所有元素中最小
在同一列的所有元素中最大

解题思路

模拟模拟

代码

class Solution {
public:
    int Max[55],Min[55];
    vector<int> luckyNumbers (vector<vector<int>>& matrix) {
        int n=matrix.size();
        int m=matrix[0].size();
        for (int i=0;i<n;++i)
        {
            Min[i]=matrix[i][0];
            for (int j=1;j<m;++j)
                Min[i]=min(Min[i],matrix[i][j]);
        }
        for (int i=0;i<m;++i)
        {
            Max[i]=matrix[0][i];
            for (int j=1;j<n;++j)
                Max[i]=max(Max[i],matrix[j][i]);
        }
        vector<int> ans;
        for (int i=0;i<n;++i)
            for (int j=0;j<m;++j)
            {
                if (matrix[i][j]==Min[i]&&matrix[i][j]==Max[j])
                    ans.push_back(matrix[i][j]);
            }
        return ans;
    }
};

B 设计一个支持增量操作的栈

题目大意

维护一个有元素个数上限的栈,支持压入、弹出、给栈底的k个元素都加上一个值val。
有趣的是数据范围很小。

解题思路

暴力暴力

代码

class CustomStack {
public:
    int top,ms;
    int stack[1005];
    
    CustomStack(int maxSize) {
        top=-1;
        memset(stack,0,sizeof(stack));
        ms=maxSize;
    }
    
    void push(int x) {
        if (top<ms-1)
            stack[++top]=x;
    }
    
    int pop() {
        if (top>=0)
        {
            --top;
            return stack[top+1];
        }
        else
        {
            return -1;
        }
    }
    
    void increment(int k, int val) {
        for (int i=0;i<min(k,top+1);++i)
            stack[i]+=val;
    }
};

/**
 * Your CustomStack object will be instantiated and called as such:
 * CustomStack* obj = new CustomStack(maxSize);
 * obj->push(x);
 * int param_2 = obj->pop();
 * obj->increment(k,val);
 */

C 将二叉搜索树变平衡树

题目大意

给出一个二叉搜索树,返回一个平衡的二叉搜索树

解题思路

怎么转的话没想过,直接遍历把元素扒下来之后二分建树

代码

/**
 * Definition for a binary tree node.
 * struct TreeNode {
 *     int val;
 *     TreeNode *left;
 *     TreeNode *right;
 *     TreeNode(int x) : val(x), left(NULL), right(NULL) {}
 * };
 */
class Solution {
public:
    int n;
    int seq[10005];
    void get_seq(TreeNode* p)
    {
        if (p->left!=NULL)
        {
            get_seq(p->left);
            delete p->left;
        }
        seq[++n]=p->val;
        if (p->right!=NULL)
        {
            get_seq(p->right);
            delete p->right;
        }
    }
    void build(int l,int r,TreeNode* p)
    {
        int mid=(l+r)>>1;
        p->val=seq[mid];
        if (l<mid)
        {
            TreeNode* pl=new TreeNode;
            p->left=pl;
            build(l,mid-1,pl);
        }
        if (mid<r)
        {
            TreeNode* pr=new TreeNode;
            p->right=pr;
            build(mid+1,r,pr);
        }
    }
    TreeNode* balanceBST(TreeNode* root) {
        n=0;
        memset(seq,0,sizeof(seq));
        get_seq(root);
        sort(seq+1,seq+n+1);
        build(1,n,root);
        return root;
    }
};

D 最大的团队表现值

题目大意

公司有编号为 1 到 n 的 n 个工程师,给你两个数组 speed 和 efficiency ,其中 speed[i] 和 efficiency[i] 分别代表第 i 位工程师的速度和效率。请你返回由最多 k 个工程师组成的 ​​​​​​最大团队表现值 ,由于答案可能很大,请你返回结果对 10^9 + 7 取余后的结果。
团队表现值 的定义为:一个团队中「所有工程师速度的和」乘以他们「效率值中的最小值」。

解题思路

我要是刚开始看见了最多两个字我就不会有罚时我要是没有罚时我就有前50我要是有前50我就有300金币了哼!

排序之后枚举效率的最小值,用一个堆维护一下最大的k个速度值。当然,当堆中元素不足k个的时候也要取一下max哦,因为人家说的是最多k个呢~

代码

int cmp(vector<int> a, vector<int> b)
{
    return a[1]>b[1];
}
class Solution {
public:
    int Mod=1000000007;
    priority_queue < int, vector<int>, greater<int> > q;
    
    int maxPerformance(int n, vector<int>& speed, vector<int>& efficiency, int k) {
        vector<vector<int>> worker;
        for (int i=0;i<n;++i)
            worker.push_back({speed[i],efficiency[i]});
        sort(worker.begin(),worker.end(),cmp);
        
        long long ssum=(long long)worker[0][0];
        long long ans=ssum*(long long)worker[0][1];
        q.push(worker[0][0]);
        for (int i=1;i<k;++i)
        {
            ssum+=(long long)worker[i][0];
            ans=max(ans,ssum*(long long)worker[i][1]);
            q.push(worker[i][0]);
        }
        for (int i=k;i<n;++i)
        {
            int Min=q.top();
            if (Min<worker[i][0])
            {
                q.pop();
                q.push(worker[i][0]);
                ssum-=(long long)Min;
                ssum+=(long long)worker[i][0];
            }
            ans=max(ans,ssum*(long long)worker[i][1]);
        }
        return (int)(ans%Mod);
    }
};
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值