LeetCode笔记：Biweekly Contest 86

• LeetCode笔记：Biweekly Contest 86
  • 0. 赛后总结
  • 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

• 比赛链接：https://leetcode.com/contest/biweekly-contest-86/

0. 赛后总结

好久没有打比赛了，昨天兴致所至重新去打了一下比赛，惊讶地发现我居然还能够拿到国内238，全球777的排名，还是在我最后一题一开始看错题目的前提下，也算是多少有点小开心了。

不过毕竟昨晚的题目简单，后面还需要再接再厉就是了。

1. 题目一

给出题目一的试题链接如下：

• 2395. Find Subarrays With Equal Sum

1. 解题思路

这一题其实就是考虑所有连续两个元素的和，看看有没有重复就行了。

2. 代码实现

给出python代码实现如下：

class Solution:
    def findSubarrays(self, nums: List[int]) -> bool:
        n = len(nums)
        seen = set()
        for i in range(n-1):
            s = nums[i] + nums[i+1]
            if s in seen:
                return True
            seen.add(s)
        return False

提交代码评测得到：耗时38ms，占用内存13.8MB。

2. 题目二

给出题目二的试题链接如下：

• 2396. Strictly Palindromic Number

1. 解题思路

这一题蛮有意思的，因为想到了那就是直接写答案的东西，想不到就要绕圈子了，还不一定能搞定。

说白了，对于任何一个大于3的数$n$，考察$n-2$进制下的结果就一定是$12$，因此必然不可能是严格的回文，故我们只需要直接返回False即可。

2. 代码实现

给出python代码实现如下：

class Solution:
    def isStrictlyPalindromic(self, n: int) -> bool:
        return False

提交代码评测得到：耗时26ms，占用内存13.9MB。

3. 题目三

给出题目三的试题链接如下：

• 2397. Maximum Rows Covered by Columns

1. 解题思路

这一题由于$m,n$的范围都不会大于12，因此，遍历每一列被block与不被block的情况也就是$2^{12}$种情况，即$4096$种情况，更何况cols参数的限制还会帮我们进行一定的剪枝，因此，我们只需要使用一个遍历即可对获得最终的结果。

思路上来说，我们考察每一种符合条件的情况下没有被block的行的数目，然后取出其中的最小值即可反向求得被block的最大值。

2. 代码实现

给出python代码实现如下：

class Solution:
    def maximumRows(self, mat: List[List[int]], cols: int) -> int:
        n, m = len(mat), len(mat[0])
        cache = defaultdict(set)
        for i in range(n):
            for j in range(m):
                if mat[i][j] == 1:
                    cache[j].add(i)
        
        def dfs(idx, unblock, cnt):
            if idx >= m:
                return n - len(unblock)
            elif cnt == 0:
                return dfs(idx+1, unblock | cache[idx], cnt)
            else:
                return max(
                    dfs(idx+1, unblock | cache[idx], cnt),
                    dfs(idx+1, unblock, cnt-1)
                )
        
        return dfs(0, set(), cols)

提交代码评测得到：耗时60ms，占用内存14MB。

4. 题目四

给出题目四的试题链接如下：

• 2398. Maximum Number of Robots Within Budget

1. 解题思路

这一题一开始看错题目了，题目上要求是连续的，因此事实上我们只需要维护一个滑动窗口即可。

然后剩下的问题就是怎么快速的得到max(chargeTimes)和sum(runningCosts)这两个值，后者可以通过一个累积累积数组快速求得，而前者我们可以维护一个有序数组，然后不断地加入新加入的元素以及弹出超过时间窗口的元素即可。

2. 代码实现

给出python代码实现如下：

class Solution:
    def maximumRobots(self, chargeTimes: List[int], runningCosts: List[int], budget: int) -> int:
        res = 0
        ctimes, rcost, k = [], 0, 0
        for idx, (ct, rc) in enumerate(zip(chargeTimes, runningCosts)):
            bisect.insort(ctimes, ct)
            rcost += rc
            k += 1
            s = ctimes[-1] + k * rcost
            while k > 0 and ctimes[-1] + k * rcost > budget:
                k -= 1
                rct = chargeTimes[idx-k]
                ctimes.pop(bisect.bisect_left(ctimes, rct))
                rcost -= runningCosts[idx-k]
            res = max(res, k)
        return res

提交代码评测得到：耗时4500ms，占用内存22.1MB。