leetcode-每日一题2022.2.8 网格照明

这篇博客介绍了如何解决力扣上的一个编程挑战,即在给定的网格上通过点亮特定灯具来照亮所有相邻格子的问题。文中提供了两种不同的C++代码实现,一种使用哈希表和线性映射的思路,另一种利用四个哈希表分别存储行、列、对角线的亮灯信息。博主详细解释了代码逻辑,并展示了如何处理查询操作。
摘要由CSDN通过智能技术生成

题目

力扣

代码

class Solution {
public:
    vector<int> gridIllumination(int n, vector<vector<int>>& lamps, vector<vector<int>>& queries) {
        vector<int> ans;
        vector<bool> close(lamps.size(),false);
        for(int i=0;i<queries.size();i++){
            int x=queries[i][0],y=queries[i][1];
            bool flag=false;
            for(int j=0;j<lamps.size();j++){
                if(close[j]==true) continue;
                int xx=lamps[j][0],yy=lamps[j][1];
                if(abs(x-xx)<=1 && abs(y-yy)<=1)
                    close[j]=true;
                if(!flag && (x==xx || y==yy || abs(x-xx)==abs(y-yy))){
                    // cout<<x<<' '<<y<<' '<<xx<<' '<<yy<<endl;
                    ans.push_back(1);
                    flag=true;
                }
            }
            if(!flag) ans.push_back(0);
        }
        return ans;
    }
};

思路 哈希表+线映射

用四个哈希表分别存储行、列、正对角线、反对角线,遍历每个灯,把它所在的行、列、正反对角线中亮灯的个数+1.正对角线用x-y表示,反对角线用x+y表示。由于会有重复,需要把灯也用哈希表存储下来,变二维为一维,用x*n+y表示。每次查询,就检查这个位置所在的行、列、正对角线、反对角线是否在哈希表里,并且把这个位置灯移除哈希表。

代码

class Solution {
public:
    int dirs[9][2]={{-1,-1},{-1,0},{-1,1},{0,-1},{0,0},{0,1},{1,-1},{1,0},{1,1}};
    vector<int> gridIllumination(int n, vector<vector<int>>& lamps, vector<vector<int>>& queries) {
        unordered_map<int,int> row,col,left,right;
        unordered_set<long> hash;
        vector<int> ans;
        for(auto &lamp:lamps){
            int x=lamp[0],y=lamp[1];
            if(hash.count((long)x*n+y))
                continue;
            increase(row,x);
            increase(col,y);
            increase(left,x-y);
            increase(right,x+y);
            hash.insert((long)x*n+y);
        }
        for(auto &query:queries){
            int x=query[0],y=query[1];
            ans.push_back(row.count(x) || col.count(y) || left.count(x-y) || right.count(x+y));
            for(int i=0;i<9;i++){
                int xx=x+dirs[i][0],yy=y+dirs[i][1];
                if(xx<0 || xx>=n || yy<0 || yy>=n) continue;
                if(hash.count((long)xx*n+yy)){
                    decrease(row,xx);
                    decrease(col,yy);
                    decrease(left,xx-yy);
                    decrease(right,xx+yy);
                    hash.erase((long)xx*n+yy);
                }
            }
        }
        return ans;
    }
    void increase(unordered_map<int,int>& map,int value){
        if(map.count(value))
            map[value]++;
        else
            map[value]=1;
        return;
    }
    void decrease(unordered_map<int,int>& map,int value){
        if(map[value]==1)
            map.erase(value);
        else
            map[value]--;
        return;
    }
};
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 好的,我来用中文回复这个链接:https://leetcode-cn.com/tag/dynamic-programming/ 这个链接是 LeetCode 上关于动态规划的题目集合。动态规划是一种常用的算法思想,可以用来解决很多实际问题,比如最长公共子序列、背包问题、最短路径等等。在 LeetCode 上,动态规划也是一个非常重要的题型,很多题目都需要用到动态规划的思想来解决。 这个链接里包含了很多关于动态规划的题目,按照难度从简单到困难排列。每个题目都有详细的题目描述、输入输出样例、题目解析和代码实现等内容,非常适合想要学习动态规划算法的人来练习和提高自己的能力。 总之,这个链接是一个非常好的学习动态规划算法的资源,建议大家多多利用。 ### 回答2: 动态规划是一种算法思想,通常用于优化具有重叠子问题和最优子结构性质的问题。由于其成熟的数学理论和强大的实用效果,动态规划在计算机科学、数学、经济学、管理学等领域均有重要应用。 在计算机科学领域,动态规划常用于解决最优化问题,如背包问题、图像处理、语音识别、自然语言处理等。同时,在计算机网络和分布式系统中,动态规划也广泛应用于各种优化算法中,如链路优化、路由算法、网络流量控制等。 对于算法领域的程序员而言,动态规划是一种必要的技能和知识点。在LeetCode这样的程序员平台上,题目分类和标签设置十分细致和方便,方便程序员查找并深入学习不同类型的算法LeetCode的动态规划标签下的题目涵盖了各种难度级别和场景的问题。从简单的斐波那契数列、迷宫问题到可以用于实际应用的背包问题、最长公共子序列等,难度不断递进且话题丰富,有助于开发人员掌握动态规划的实际应用技能和抽象思维模式。 因此,深入LeetCode动态规划分类下的题目学习和练习,对于程序员的职业发展和技能提升有着重要的意义。 ### 回答3: 动态规划是一种常见的算法思想,它通过将问题拆分成子问题的方式进行求解。在LeetCode中,动态规划标签涵盖了众多经典和优美的算法问题,例如斐波那契数列、矩阵链乘法、背包问题等。 动态规划的核心思想是“记忆化搜索”,即将中间状态保存下来,避免重复计算。通常情况下,我们会使用一张二维表来记录状态转移过程中的中间值,例如动态规划求解斐波那契数列问题时,就可以定义一个二维数组f[i][j],代表第i项斐波那契数列中,第j个元素的值。 在LeetCode中,动态规划标签下有众多难度不同的问题。例如,经典的“爬楼梯”问题,要求我们计算到n级楼梯的方案数。这个问题的解法非常简单,只需要维护一个长度为n的数组,记录到达每一级楼梯的方案数即可。类似的问题还有“零钱兑换”、“乘积最大子数组”、“通配符匹配”等,它们都采用了类似的动态规划思想,通过拆分问题、保存中间状态来求解问题。 需要注意的是,动态规划算法并不是万能的,它虽然可以处理众多经典问题,但在某些场景下并不适用。例如,某些问题的状态转移过程比较复杂,或者状态转移方程中存在多个参数,这些情况下使用动态规划算法可能会变得比较麻烦。此外,动态规划算法也存在一些常见误区,例如错用贪心思想、未考虑边界情况等。 总之,掌握动态规划算法对于LeetCode的学习和解题都非常重要。除了刷题以外,我们还可以通过阅读经典的动态规划书籍,例如《算法竞赛进阶指南》、《算法与数据结构基础》等,来深入理解这种算法思想。
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