LeetCode笔记：Biweekly Contest 53 比赛记录

• LeetCode笔记：Biweekly Contest 53
  • 1. 题目一
    • 1. 解题思路
    • 2. 代码实现
  • 2. 题目二
    • 1. 解题思路
    • 2. 代码实现
  • 3. 题目三
    • 1. 解题思路
    • 2. 代码实现
  • 4. 题目四
    • 1. 解题思路
    • 2. 代码实现

1. 题目一

给出题目一的试题链接如下：

• 1876. Substrings of Size Three with Distinct Characters

1. 解题思路

题目一依然没啥好多说的，就是遍历长度为3的窗口，然后看一下其中各元素相异的三元序列的数目即可。

2. 代码实现

给出python代码实现如下：

class Solution:
    def countGoodSubstrings(self, s: str) -> int:
        n = len(s)
        if n < 3:
            return 0
        cnt = Counter(s[:3])
        res = 1 if all(x <= 1 for x in cnt.values()) else 0
        for i in range(3, n):
            cnt[s[i]] += 1
            cnt[s[i-3]] -= 1
            if all(x <= 1 for x in cnt.values()):
                res += 1
        return res

提交代码评测得到：耗时60ms，占用内存14.2MB。

当前最优的代码实现耗时20ms，不过思路没啥区别就是了。

2. 题目二

给出题目二的试题链接如下：

• 1877. Minimize Maximum Pair Sum in Array

1. 解题思路

这一题要令所有的数对的和最小，那么我们只需要现将所有的元素按顺序排列，然后首位求和即可，这样可以令和的分布尽可能的平均，进而可以直接获得最终的求解。

2. 代码实现

给出python代码实现如下：

class Solution:
    def minPairSum(self, nums: List[int]) -> int:
        nums = sorted(nums)
        n = len(nums)
        return max(nums[i] + nums[n-1-i] for i in range(n // 2))

提交代码评测得到：耗时1636ms，占用内存28.1MB。

当前最优的代码实现耗时1184ms，不过其思路是完全相同的。

3. 题目三

给出题目三的试题链接如下：

• 1878. Get Biggest Three Rhombus Sums in a Grid

1. 解题思路

这题倒是没有想到什么特别好的思路，就是单纯的暴力求解算了一下，遍历所有点作为菱形的顶点的情况，再考虑针对这个顶点所有可以构建出来的菱形的数目，然后求解一下就是了。

时间复杂度惨不忍睹，不过索性能够过关就是了……

2. 代码实现

给出python代码实现如下：

class Solution:
    def getBiggestThree(self, grid: List[List[int]]) -> List[int]:
        n, m = len(grid), len(grid[0])
        # print(n, m)
        s = set()
        for i in range(n):
            for j in range(m):
                s.add(grid[i][j])
                k = 1
                while i + 2*k < n and j-k>=0 and j+k<m:
                    s.add(grid[i][j] + grid[i+2*k][j] + sum(grid[i+l][j-l]+grid[i+l][j+l] for l in range(1, k+1)) + \
                          sum(grid[i+2*k-l][j-l]+grid[i+2*k-l][j+l] for l in range(1, k)))
                    k += 1
        s = sorted(s, reverse=True)[:3]
        return s

提交代码评测得到：耗时1928ms，占用内存17.7MB。

4. 题目四

给出题目四的试题链接如下：

• 1879. Minimum XOR Sum of Two Arrays

1. 解题思路

这一题的基本思路事实上就是动态规划，一开始没有想出来，因为觉得会超时，然后看了一下答案发现就是动态规划，然后就很放心大胆地写了，然后就搞定了，真不知道说什么好……

2. 代码实现

给出python代码实现如下：

class Solution:
    def minimumXORSum(self, nums1: List[int], nums2: List[int]) -> int:
        n = len(nums1)
        
        @lru_cache(None)
        def dp(idx, status):
            if idx == n:
                return 0
            return min((nums1[idx] ^ nums2[i]) + dp(idx+1, status | 1<<i) for i in range(n) if status & 1<<i == 0)

        return dp(0, 0)

提交代码评测得到：耗时616ms，占用内存25.8MB。