5448. 判断路径是否相交
给你一个字符串 path,其中 path[i] 的值可以是 ‘N’、‘S’、‘E’ 或者 ‘W’,分别表示向北、向南、向东、向西移动一个单位。
机器人从二维平面上的原点 (0, 0) 处开始出发,按 path 所指示的路径行走。
如果路径在任何位置上出现相交的情况,也就是走到之前已经走过的位置,请返回 True ;否则,返回 False 。
示例 1:
输入:path = “NES”
输出:false
解释:该路径没有在任何位置相交。
示例 2:
输入:path = “NESWW”
输出:true
解释:该路径经过原点两次。
提示:
1 <= path.length <= 10^4
path 仅由 {‘N’, ‘S’, ‘E’, 'W} 中的字符组成
思路
哈希表
代码
class Solution {
public boolean isPathCrossing(String path) {
HashMap<Integer, HashMap<Integer, Boolean>> map = new HashMap<>();
int x = 0, y = 0;
for (char ch: path.toCharArray()) {
if (!map.containsKey(x)) {
map.put(x, new HashMap<Integer, Boolean>());
}
map.get(x).put(y, true);
switch(ch) {
case 'N':
++y;
break;
case 'S':
--y;
break;
case 'E':
++x;
break;
case 'W':
--x;
break;
}
if (map.containsKey(x) && map.get(x).containsKey(y)) {
return true;
}
}
return false;
}
}
5449. 检查数组对是否可以被 k 整除
给你一个整数数组 arr 和一个整数 k ,其中数组长度是偶数,值为 n 。
现在需要把数组恰好分成 n / 2 对,以使每对数字的和都能够被 k 整除。
如果存在这样的分法,请返回 True ;否则,返回 False 。
示例 1:
输入:arr = [1,2,3,4,5,10,6,7,8,9], k = 5
输出:true
解释:划分后的数字对为 (1,9),(2,8),(3,7),(4,6) 以及 (5,10) 。
示例 2:
输入:arr = [1,2,3,4,5,6], k = 7
输出:true
解释:划分后的数字对为 (1,6),(2,5) 以及 (3,4) 。
示例 3:
输入:arr = [1,2,3,4,5,6], k = 10
输出:false
解释:无法在将数组中的数字分为三对的同时满足每对数字和能够被 10 整除的条件。
示例 4:
输入:arr = [-10,10], k = 2
输出:true
示例 5:
输入:arr = [-1,1,-2,2,-3,3,-4,4], k = 3
输出:true
提示:
arr.length == n
1 <= n <= 10^5
n 为偶数
-10^9 <= arr[i] <= 10^9
1 <= k <= 10^5
思路
统计mod k余数为0~(k-1)的个数,注意负数取模以及讨论k的奇偶性
代码
class Solution {
public boolean canArrange(int[] arr, int k) {
if (k == 1) {
return true;
}
int n = arr.length, i = 0;
int[] mods = new int[k];
for (i=0; i<n; ++i) {
arr[i] = arr[i] % k;
if (arr[i] < 0) {
arr[i] += k;
}
++mods[arr[i]];
}
if (mods[0] % 2 != 0) {
return false;
}
for (i=1; i<k/2; ++i) {
if (mods[i] != mods[k-i]) {
return false;
}
}
if (k % 2 == 0) {
if (mods[k/2] % 2 != 0) {
return false;
}
} else {
if (mods[k/2] != mods[k-k/2]) {
return false;
}
}
return true;
}
}
5450. 满足条件的子序列数目
给你一个整数数组 nums 和一个整数 target 。
请你统计并返回 nums 中能满足其最小元素与最大元素的 和 小于或等于 target 的 非空 子序列的数目。
由于答案可能很大,请将结果对 10^9 + 7 取余后返回。
示例 1:
输入:nums = [3,5,6,7], target = 9
输出:4
解释:有 4 个子序列满足该条件。
[3] -> 最小元素 + 最大元素 <= target (3 + 3 <= 9)
[3,5] -> (3 + 5 <= 9)
[3,5,6] -> (3 + 6 <= 9)
[3,6] -> (3 + 6 <= 9)
示例 2:
输入:nums = [3,3,6,8], target = 10
输出:6
解释:有 6 个子序列满足该条件。(nums 中可以有重复数字)
[3] , [3] , [3,3], [3,6] , [3,6] , [3,3,6]
示例 3:
输入:nums = [2,3,3,4,6,7], target = 12
输出:61
解释:共有 63 个非空子序列,其中 2 个不满足条件([6,7], [7])
有效序列总数为(63 - 2 = 61)
示例 4:
输入:nums = [5,2,4,1,7,6,8], target = 16
输出:127
解释:所有非空子序列都满足条件 (2^7 - 1) = 127
提示:
1 <= nums.length <= 10^5
1 <= nums[i] <= 10^6
1 <= target <= 10^6
思路
首先对数组排序。然后遍历排序后的数组,对于数组中的每一个元素cur
,二分查找找到最后一个小于等于(target - cur)
的元素right
,统计包含cur并且可以包含或不包含(cur, target-cur]
之间的元素的子序列个数。由于每个(cur, target-cur]
之间的元素有取和不取两种选择,假设(cur, target-cur]
之间的元素个数为k
,则子序列个数为2^k
. 这里涉及到一个乘方求模的运算。
乘方求模有一种对数复杂度的方法,基于如下事实:求a^b mod m
,如果b
为奇数,则a^b mod m = (a * a^(b-1)) mod m
;如果b
为偶数,则a^b mod m = (a^(b/2) * a^(b/2)) mod m
. 可以写成递归形式,也可以写成循环形式,代码里使用了循环形式。
假设n = nums.length
,一次二分查找的复杂度为O(logn)
, k
的最大值是n
,因此一次乘方求模的复杂度也是O(logn)
. 故总的算法时间复杂度为O(nlogn)
.
注意乘方求模方法涉及到乘法取模,很难控制乘法取模不超过int范围,因此乘方取模方法都用long类型。
代码
class Solution {
private static final int mod = 1000000007;
private int findRight(int[] nums, int target) {
int n = nums.length, left = 0, right = n - 1, mid = 0;
if (target < nums[0]) {
return -1;
} else if (target > nums[n-1]) {
return n-1;
}
while (left <= right) {
mid = (right - left) / 2 + left;
if (nums[mid] <= target) {
left = mid + 1;
} else {
right = mid - 1;
}
}
return right;
}
private long multiMod(long a, long b, long m) {
long ans = 1, tmp = a;
while (b > 0) {
if (b % 2 == 1) {
ans = (ans * tmp) % m;
}
tmp = (tmp * tmp) % m;
b /= 2;
}
return ans;
}
public int numSubseq(int[] nums, int target) {
Arrays.sort(nums);
int n = nums.length, i = 0, j = 0, r = 0;
long ans = 0, cur = 0;
for (i=0; i<n; ++i) {
r = findRight(nums, target - nums[i]);
if (r < n) {
if (r >= i) {
cur = multiMod(2, r - i, mod);
ans = (ans + cur) % mod;
}
}
}
return (int)ans;
}
}
5451. 满足不等式的最大值 显示英文描述
给你一个数组 points 和一个整数 k 。数组中每个元素都表示二维平面上的点的坐标,并按照横坐标 x 的值从小到大排序。也就是说 points[i] = [xi, yi] ,并且在 1 <= i < j <= points.length 的前提下, xi < xj 总成立。
请你找出 yi + yj + |xi - xj| 的 最大值,其中 |xi - xj| <= k 且 1 <= i < j <= points.length。
题目测试数据保证至少存在一对能够满足 |xi - xj| <= k 的点。
示例 1:
输入:points = [[1,3],[2,0],[5,10],[6,-10]], k = 1
输出:4
解释:前两个点满足 |xi - xj| <= 1 ,带入方程计算,则得到值 3 + 0 + |1 - 2| = 4 。第三个和第四个点也满足条件,得到值 10 + -10 + |5 - 6| = 1 。
没有其他满足条件的点,所以返回 4 和 1 中最大的那个。
示例 2:
输入:points = [[0,0],[3,0],[9,2]], k = 3
输出:3
解释:只有前两个点满足 |xi - xj| <= 3 ,带入方程后得到值 0 + 0 + |0 - 3| = 3 。
提示:
2 <= points.length <= 10^5
points[i].length == 2
-10^8 <= points[i][0], points[i][1] <= 10^8
0 <= k <= 2 * 10^8
对于所有的1 <= i < j <= points.length ,points[i][0] < points[j][0] 都成立。也就是说,xi 是严格递增的。
思路
滑动窗口。注意到当i < j
时,yi + yj + |xi - xj| = (yi - xi) + (xj + yj)
. 当xj
遍历points
数组时,滑动窗口使用优先队列维护所有满足xj - xi <= k
的point并保持yi - xi
最大的point始终位于队首。
代码
class Solution {
class Point implements Comparable<Point> {
public int diff, x;
public Point(int diff, int x) {
this.diff = diff;
this.x = x;
}
@Override
public int compareTo(Point other) {
if (this.diff == other.diff) {
return other.x - this.x;
} else {
return other.diff - this.diff;
}
}
}
public int findMaxValueOfEquation(int[][] points, int k) {
int ans = Integer.MIN_VALUE, i = 0, n = points.length, j = 0;
PriorityQueue<Point> pq = new PriorityQueue<>();
for (int[] p: points) {
while (!pq.isEmpty() && p[0] - pq.peek().x > k) {
pq.poll();
}
if (!pq.isEmpty()) {
ans = Math.max(ans, pq.peek().diff + p[0] + p[1]);
}
pq.offer(new Point(p[1] - p[0], p[0]));
}
return ans;
}
}