给定一个数字n和一个数字数组arr,返回小于n的最大数,arr中的值可以重复使用

使用递归回溯的方式,来生成数,

1、对arr的数字进行排序

2、将n拆成数组

3、将n中的数字从高位到低位开始跟arr中的数字,从大到小比较,

4、如果相等继续进行下一位的比较

5、如果没有找到,回溯,进行减小上一位

6、如果小于,后续的用最大值补充

具体实现如下

package main

import (
	"fmt"
	"sort"
	"strconv"
)

// dfs 函数:返回第 index 位后可组成的最大的数字,包括第 index 位
func dfs(arr, nums []int, preEq bool, index int) int {
	// 如果考虑完了最后一位,那么能组成的最大值为0
	if index == len(nums) {
		return 0
	}

	if preEq {
		for i := len(arr) - 1; i >= 0; i-- {
			if index == len(nums)-1 {
				//最后一位需要特殊处理,如果包含相等的情况可以省略掉这个if
				if arr[i] < nums[index] {
					return arr[i]
				}
			} else {
				if arr[i] <= nums[index] {
					temp := dfs(arr, nums, arr[i] == nums[index], index+1)
					if temp == -1 {
						//后边的部分没有找到合适的,返回了-1,所以需要当前位置再往前寻找
						continue
					}
					return arr[i]*pow(10, len(nums)-index-1) + temp
				}
			}
		}
		if index == 0 {
			return dfs(arr, nums, false, index+1)
		}
		//没有找到的情况下,返回-1,作为回溯条件
		return -1
	} else {
		//如果有不相等的情况,直接用最大值来计算
		return arr[len(arr)-1]*pow(10, len(nums)-index-1) + dfs(arr, nums, false, index+1)
	}
}

// compareNum 函数:比较整数大小
func compareNum(arr []int, num int) bool {
	return arrToNum(arr) <= num
}

// arrToNum 函数:将整数数组转换为整数
func arrToNum(arr []int) int {
	numStr := ""
	for _, digit := range arr {
		numStr += strconv.Itoa(digit)
	}

	num, _ := strconv.Atoi(numStr)
	return num
}

// pow 函数:计算底数的幂
func pow(base, exponent int) int {
	result := 1
	for i := 0; i < exponent; i++ {
		result *= base
	}
	return result
}

// find 函数:主函数
func find(N int, arr []int) int {
	arrSorted := make([]int, len(arr))
	copy(arrSorted, arr)
	sort.Ints(arrSorted)

	var nums []int
	for _, digit := range strconv.Itoa(N) {
		num, _ := strconv.Atoi(string(digit))
		nums = append(nums, num)
	}
	return dfs(arrSorted, nums, true, 0)
}

func main() {
	arrInputList := [][]int{
		{2, 3, 4, 5},
		{2, 3, 4, 5},
		{2, 3, 4, 5},
		{2, 3, 4, 5},
		{2, 3, 4},
		{9, 2},
	}
	NList := []int{1234, 2234, 2231, 2134, 33121, 9991}
	ansList := []int{555, 2233, 2225, 555, 32444, 9929} //验证部分

	for i := range NList {
		ans := find(NList[i], arrInputList[i])
		fmt.Println(NList[i], arrInputList[i], ans, ansList[i])
	}

}

执行结果:

1234 [2 3 4 5] 555 555
2234 [2 3 4 5] 2233 2233
2231 [2 3 4 5] 2225 2225
2134 [2 3 4 5] 555 555
33121 [2 3 4] 32444 32444
9991 [9 2] 9929 9929
 

  • 10
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 好的,以下是我的文回答: 要给定一个数组arr返回arr的最长无重复子串的长度(无重复子串是指所有数字都不相同的子串)。 可以使用双指针法来解决这个问题。具体来说,我们可以维护一个指针i和一个指针j,表示当前子串的左右端点。然后,我们可以使用一个哈希表来记录每个数字最后一次出现的位置。每次移动指针j时,我们可以在哈希表查找当前数字是否已经出现过。如果当前数字已经出现过,那么我们就可以将指针i移动到该数字上一次出现的位置的下一个位置,以保证当前子串不包含重复数字。同时,我们还需要更新哈希表数字的位置为当前位置。 具体实现过程如下: ``` def lengthOfLongestSubstring(arr): n = len(arr) seen = {} i, res = 0, 0 for j in range(n): if arr[j] in seen: i = max(i, seen[arr[j]] + 1) seen[arr[j]] = j res = max(res, j - i + 1) return res ``` 在上面的代码,变量seen是一个哈希表,用于记录每个数字最后一次出现的位置。变量i表示当前子串的左端点,res表示当前的最长无重复子串的长度。在循环,我们首先判断当前数字arr[j]是否已经出现过,如果出现过,那么就需要将i移动到该数字上一次出现的位置的下一个位置。然后,我们更新哈希表数字的位置为当前位置,并更新res为当前的最长无重复子串的长度。 希望这个回答能够帮助到您! ### 回答2: 假设给定数组arr,要返回arr的最长无重复子串的长度。首先,我们需要用一个哈希表来记录每个元素上次出现的位置。然后,我们用两个指针start和end来标记子串的起始和结束位置,初始时都指向数组的第一个元素。 接下来,我们遍历数组arr,对于每个元素arr[i],我们判断: 1. 如果arr[i]在哈希表已经存在且其位置大于等于start,说明这个元素在当前子串出现过,我们需要更新start的位置为arr[i]的下一个位置。 2. 如果arr[i]在哈希表不存在或其位置小于start,说明当前子串没有出现过这个元素,我们可以将其加入哈希表,并计算当前子串的长度,即end-start+1,更新最长无重复子串的长度res。 遍历过程始终保持end指针向后移动,最后返回res即可。 下面给出具体的代码实现: ```python def longestUniqueSubarray(arr): # 哈希表用于记录每个元素上次出现的位置 hashmap = {} # 最长无重复子串的长度 res = 0 # 子串的起始位置 start = 0 # 遍历数组arr for end in range(len(arr)): # 判断arr[end]是否在哈希表已经存在且位置大于等于start if arr[end] in hashmap and hashmap[arr[end]] >= start: # 更新start的位置为arr[end]的下一个位置 start = hashmap[arr[end]] + 1 # 将arr[end]加入哈希表 hashmap[arr[end]] = end # 计算当前子串的长度 length = end - start + 1 # 更新最长无重复子串的长度 res = max(res, length) return res arr = [1, 2, 3, 4, 5, 1, 2, 3] print(longestUniqueSubarray(arr)) # 输出5,因为最长无重复子串是[1, 2, 3, 4, 5] ``` 以上代码的时间复杂度为O(n),其n为数组的长度。 ### 回答3: 要找到给定数组arr的最长无重复子串的长度,可以使用滑动窗口的方法来解决。 首先,定义一个空的哈希集合用于存储数组的元素。同时,创建两个指针left和right,表示窗口的左边界和右边界。初始时,left和right都指向arr的第一个元素。 然后,开始遍历数组,将right指针向右移动。在移动的过程,不断将元素添加到哈希集合,直到出现重复元素为止。此时,记录当前窗口的长度,并更新最长无重复子串的长度。 接下来,通过移动left指针来缩小窗口的大小。每次移动都需要判断left指针指向的元素是否在哈希集合,如果在,则将该元素从哈希集合移除,并将left指针右移一位。直到窗口没有重复元素为止。 重复上述过程,直到right指针遍历完整个数组。最后,返回记录的最长无重复子串的长度即可。 以下是具体的代码实现: ```python def longest_unique_substring(arr): if arr is None or len(arr) == 0: return 0 longest_len = 0 unique_set = set() left = 0 for right in range(len(arr)): while arr[right] in unique_set: unique_set.remove(arr[left]) left += 1 unique_set.add(arr[right]) current_len = right - left + 1 longest_len = max(longest_len, current_len) return longest_len ``` 该算法的时间复杂度为O(n),其n为数组的长度。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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