LeetCode笔记:Biweekly Contest 79

1. 题目一

给出题目一的试题链接如下:

1. 解题思路

这一题按照题意翻译一下就行了,除了题目理解上面倒是没啥难度。

2. 代码实现

我们给出python代码实现如下:

class Solution:
    def digitCount(self, num: str) -> bool:
        cnt = Counter(num)
        for i, ch in enumerate(num):
            if int(ch) != cnt[str(i)]:
                return False
        return True

提交代码评测得到:耗时47ms,占用内存13.8MB。

2. 题目二

给出题目二的试题链接如下:

1. 解题思路

这题同样思路还是非常直接,对每一个用户建立一个Counter来后记录下其发送的单词数目,然后进行排序即可。

2. 代码实现

给出python代码实现如下:

class Solution:
    def largestWordCount(self, messages: List[str], senders: List[str]) -> str:
        cnt = defaultdict(int)
        for msg, sender in zip(messages, senders):
            cnt[sender] += len(msg.split())
        senders = sorted(cnt.keys(), key=lambda x: (cnt[x], x), reverse=True)
        return senders[0]

提交代码评测得到:耗时511ms,占用内存21.9MB。

3. 题目三

给出题目三的试题链接如下:

1. 解题思路

这一题的思路想清楚了之后还是非常直接的,显然一个结点的importance就是这个节点的度,因此,我们只需要记录一下所有节点的度,然后排个序然后分配一下权重,最后重新计算一下所有道路的权重之和即可。

2. 代码实现

给出python代码实现如下:

class Solution:
    def maximumImportance(self, n: int, roads: List[List[int]]) -> int:
        deg = defaultdict(int)
        for u, v in roads:
            deg[u] += 1
            deg[v] += 1
        
        nodes = [i for i in range(n)]
        nodes = sorted(nodes, key=lambda x: deg[x], reverse=True)
        
        weights = {u: n-i for i, u in enumerate(nodes)}
        
        res = 0
        for u, v in roads:
            res += weights[u] + weights[v]
        return res

提交代码评测得到:耗时3235ms,占用内存39.5MB。

4. 题目四

给出题目四的试题链接如下:

这一题很不幸的没能搞定,所以这里就不详述了,如果有搞定了的朋友欢迎在评论区指点一下,反正我是看排行榜上的大佬们的code都巨长无比……

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
KMP算法是一种字符串匹配算法,用于在一个文本串S内查找一个模式串P的出现位置。它的时间复杂度为O(n+m),其中n为文本串的长度,m为模式串的长度。 KMP算法的核心思想是利用已知信息来避免不必要的字符比较。具体来说,它维护一个next数组,其中next[i]表示当第i个字符匹配失败时,下一次匹配应该从模式串的第next[i]个字符开始。 我们可以通过一个简单的例子来理解KMP算法的思想。假设文本串为S="ababababca",模式串为P="abababca",我们想要在S中查找P的出现位置。 首先,我们可以将P的每个前缀和后缀进行比较,得到next数组: | i | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | | --- | - | - | - | - | - | - | - | - | | P | a | b | a | b | a | b | c | a | | next| 0 | 0 | 1 | 2 | 3 | 4 | 0 | 1 | 接下来,我们从S的第一个字符开始匹配P。当S的第七个字符和P的第七个字符匹配失败时,我们可以利用next[6]=4,将P向右移动4个字符,使得P的第五个字符与S的第七个字符对齐。此时,我们可以发现P的前五个字符和S的前五个字符已经匹配成功了。因此,我们可以继续从S的第六个字符开始匹配P。 当S的第十个字符和P的第八个字符匹配失败时,我们可以利用next[7]=1,将P向右移动一个字符,使得P的第一个字符和S的第十个字符对齐。此时,我们可以发现P的前一个字符和S的第十个字符已经匹配成功了。因此,我们可以继续从S的第十一个字符开始匹配P。 最终,我们可以发现P出现在S的第二个位置。 下面是KMP算法的C++代码实现:
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