Leetcode 第 225 场周赛

Leetcode 第 225 场周赛

5661. 替换隐藏数字得到的最晚时间

给你一个字符串 time ,格式为 hh:mm(小时:分钟),其中某几位数字被隐藏(用 ? 表示)。

有效的时间为 00:00 到 23:59 之间的所有时间,包括 00:00 和 23:59 。

替换 time 中隐藏的数字,返回你可以得到的最晚有效时间。


示例 1:

输入:time = “2?:?0”

输出:“23:50”

解释:以数字 ‘2’ 开头的最晚一小时是 23 ,以 ‘0’ 结尾的最晚一分钟是 50 。


示例 2:

输入:time = “0?:3?”

输出:“09:39”


示例 3:

输入:time = “1?:22”

输出:“19:22”

提示:

  • time 的格式为 hh:mm

  • 题目数据保证你可以由输入的字符串生成有效的时间

class Solution: 

    def maximumTime(self, time: str) -> str: 

        hour, minute = time.split(':')[0], time.split(':')[1] 

        hour1, hour2 = hour[0], hour[1] 

        minute1, minute2 = minute[0], minute[1] 

        if hour1 == '?' and hour2 == '?': 

            hour1 = '2' 

            hour2 = '3' 

        elif hour1 == '?': 

            if "0" <= hour2 <= "3": 

                hour1 = '2' 

            else: 

                hour1 = '1' 

        elif hour2 == '?': 

            if '0' <= hour1 <= '1': 

                hour2 = '9' 

            else: 

                hour2 = '3' 

     
        if minute1 == '?' and minute2 == '?': 

            minute1 = '5' 

            minute2 = '9' 

        elif minute1 == '?': 

            minute1 = '5' 

        elif minute2 == '?': 

            minute2 = '9' 

    
        time = hour1 + hour2 + ':' + minute1 + minute2 


        return time 

5662. 满足三条件之一需改变的最少字符数

给你两个字符串 a 和 b ,二者均由小写字母组成。一步操作中,你可以将 a 或 b 中的 任一字符 改变为 任一小写字母 。

操作的最终目标是满足下列三个条件 之一 :

  • a 中的 每个字母 在字母表中 严格小于 b 中的 每个字母 。

  • b 中的 每个字母 在字母表中 严格小于 a 中的 每个字母 。

  • a 和 b 都 由 同一个 字母组成。

返回达成目标所需的 最少 操作数。


输入:a = “aba”, b = “caa”

输出:2

解释:满足每个条件的最佳方案分别是:

  1. 将 b 变为 “ccc”,2 次操作,满足 a 中的每个字母都小于 b 中的每个字母;

  2. 将 a 变为 “bbb” 并将 b 变为 “aaa”,3 次操作,满足 b 中的每个字母都小于 a 中的每个字母;

  3. 将 a 变为 “aaa” 并将 b 变为 “aaa”,2 次操作,满足 a 和 b 由同一个字母组成。

最佳的方案只需要 2 次操作(满足条件 1 或者条件 3)。


示例 2:

输入:a = “dabadd”, b = “cda”

输出:3

解释:满足条件 1 的最佳方案是将 b 变为 “eee” 。


提示:

  • 1 <= a.length, b.length <= 105
  • a 和 b 只由小写字母组成

思路:模拟

首先,目标是三个条件之一,我们需要分别考虑三种情况所需的最小操作次数,题目所求即为三种情况对应操作数的最小值。

  • 对于第一种情况,我们实际上是要满足 a中的字典序最大字母比 b 中的字典序最小字母小。也即我们需要找到一个基准字母,使得 a
    中所有字母小于等于该基准值,且 b 中所有字母大于该基准值(也可以定义基准为 aa 中所有字母小于,bb
    中所有字母大于等于)。为达到这个目标,所需的最少操作数也就是 a,b 两个字符串中不满足该要求的字母数量,这需要我们提前维护 26
    个字母桶记录 a, b 两个字符串中每个字母出现的个数。
  • 为了找到“基准”字母,我们可以遍历 26 个字母,并分别计算得到以该字母为“基准”字母的最小操作数。
  • 第二种情况和第一种情况同理。
  • 对于第三种情况,我们只需找到一个“目标”字母,使得 a, ba,b
    两个字符串中所有字母都变为该“目标”字母。为了达到这个目标,所需的最少操作数也就是 a, ba,b 两个字符串中不等于该字母的数量。
 class Solution: 

    def minCharacters(self, a: str, b: str) -> int: 

        m = len(a) 

        n = len(b) 

        va = collections.defaultdict(int) 

        vb = collections.defaultdict(int) 

        for x in a: 

            va[ord(x)-ord('a')] += 1 

        for x in b: 

            vb[ord(x)-ord('a')] += 1 

       
        # a中小于等于基准,b中大于基准 

        case1 = m + n 

        for i in range(25): 

            cur = 0 

            for j in range(i+1,26): 

                cur += va[j] 

            for j in range(i+1): 

                cur += vb[j] 

            case1 = min(case1, cur) 

 
        # b中小于等于基准,a中大于基准 

        case2 = m + n 

        for i in range(25): 

            cur = 0 

            for j in range(i+1,26): 

                cur += vb[j] 

            for j in range(i+1): 

                cur += va[j] 

            case2 = min(case2, cur) 

         
        case3 = m+n 

        for i in range(26): 

            cur = 0 

            for j in range(26): 

                if i == j: 

                    continue 

                cur += (va[j]+vb[j]) 

            case3 = min(case3, cur) 


        return min(case1, case2, case3) 

复杂度分析:

  • 时间复杂度为 O(n),遍历了字符串。

  • 空间复杂度为 O(n),利用了两个桶记录两个字符串不同字母的数量。


5663. 找出第 K 大的异或坐标值

给你一个二维矩阵 matrix 和一个整数 k ,矩阵大小为 m x n 由非负整数组成。

矩阵中坐标 (a, b) 的 值 可由对所有满足 0 <= i <= a < m 且 0 <= j <= b < n 的元素 matrix[i][j](下标从 0 开始计数)执行异或运算得到。

请你找出 matrix 的所有坐标中第 k 大的值(k 的值从 1 开始计数)。


示例 1:

输入:matrix = [[5,2],[1,6]], k = 1

输出:7

解释:坐标 (0,1) 的值是 5 XOR 2 = 7 ,为最大的值。


示例 2:

输入:matrix = [[5,2],[1,6]], k = 2

输出:5

解释:坐标 (0,0) 的值是 5 = 5 ,为第 2 大的值。


示例 3:

输入:matrix = [[5,2],[1,6]], k = 3

输出:4

解释:坐标 (1,0) 的值是 5 XOR 1 = 4 ,为第 3 大的值。


示例 4:

输入:matrix = [[5,2],[1,6]], k = 4

输出:0

解释:坐标 (1,1) 的值是 5 XOR 2 XOR 1 XOR 6 = 0 ,为第 4 大的值。




思路:前缀和

这道题的思路大家基本都能想到,就是计算出二维矩阵matrix中每个元素的大小,然后经过排序找到第K大的值。但是由于数据范围非常大,如何在O(m*n)的时间复杂度下计算出整个matrix数组中的所有元素值成为了这道题的考点。

我们可以发现,对于我们要计算的m[i][j]这个元素的值是满足这个公式的:

m[i][j]=m[i−1][j−1]⊕m[i][j−1]⊕m[i−1][j]⊕m0[i][j]

其中m0表示原矩阵的数值,m表示计算后得到的值。满足这个公式的原因可以用这个图解释:
在这里插入图片描述

其中m[i-1][j-1]是图中全部灰色部分的异或结果,m[i][j−1]是图中全部灰色部分与黄色部分的异或结果,m[i-1][j]是图中全部灰色部分与蓝色部分的异或结果。所以根据异或的性质,

m[i][j−1]⊕m[i−1][j]的结果是黄色部分与蓝色部分的异或结果,而将

m[i-1][j-1]⊕m[i][j-1]⊕m[i-1][j]⊕m0[i][j]就组合成了整个图中所有元素的异或结果。

通过以上方法计算出m的所有元素后,对他们进行排序,取到第k大的元素即可。

Code1:

class Solution: 

    def kthLargestValue(self, matrix: List[List[int]], k: int) -> int: 

        m = len(matrix) 

        n = len(matrix[0]) 

        res = [] 

 
        res.append(matrix[0][0]) 

        for i in range(1,m): 

            matrix[i][0] = matrix[i-1][0] ^ matrix[i][0] 

            res.append(matrix[i][0]) 

        for j in range(1,n): 

            matrix[0][j] = matrix[0][j-1] ^ matrix[0][j] 

            res.append(matrix[0][j]) 

 
        for i in range(1,m): 

            for j in range(1,n): 

                matrix[i][j] = matrix[i-1][j-1] ^ matrix[i][j-1] ^ matrix[i-1][j] ^ matrix[i][j] 

                res.append(matrix[i][j]) 

 
        res.sort(reverse = True) 

        return res[k-1] 

复杂度分析:

  • 时间复杂度:O(mnlog(mn))

  • 空间复杂度:O(m+n)


Code2(使用堆):

class Solution: 

    def kthLargestValue(self, matrix: List[List[int]], k: int) -> int: 

        m = len(matrix) 

        n = len(matrix[0]) 

        heap = [] 

        heapq.heapify(heap) 

        heapq.heappush(heap, matrix[0][0]) 

 
        for i in range(1,m): 

            matrix[i][0] = matrix[i-1][0] ^ matrix[i][0] 

            if len(heap) < k: 

                heapq.heappush(heap, matrix[i][0]) 

            else: 

                if heap[0] < matrix[i][0]: 

                    heapq.heappop(heap) 

                    heapq.heappush(heap, matrix[i][0]) 

 
        for j in range(1,n): 

            matrix[0][j] = matrix[0][j-1] ^ matrix[0][j] 

            if len(heap) < k: 

                heapq.heappush(heap, matrix[0][j]) 

            else: 

                if heap[0] < matrix[0][j]: 

                    heapq.heappop(heap) 

                    heapq.heappush(heap, matrix[0][j]) 

 
        for i in range(1,m): 

            for j in range(1,n): 

                matrix[i][j] = matrix[i-1][j-1] ^ matrix[i][j-1] ^ matrix[i-1][j] ^ matrix[i][j] 

                if len(heap) < k: 

                    heapq.heappush(heap, matrix[i][j]) 

                else: 

                    if heap[0] < matrix[i][j]: 

                        heapq.heappop(heap) 

                        heapq.heappush(heap, matrix[i][j]) 

 
        return heap[0] 

 

复杂度分析:

  • 时间复杂度:O(mnlog(k))
  • 空间复杂度:O(k)
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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