【LeetCode周赛】LeetCode第374场周赛

【LeetCode周赛】LeetCode第374场周赛

找出峰值(简单模拟题)

找出峰值
分析:
这是一个很简单的模拟题,直接遍历整个数组,判断每个元素是不是严格大于其相邻元素即可。

代码:

class Solution {
public:
    vector<int> findPeaks(vector<int>& mountain) {
        vector<int> ans;
        for(int i = 1; i < mountain.size() - 1; i ++){
            if(mountain[i] > mountain[i - 1] && mountain[i] > mountain[i + 1]) ans.push_back(i);
        }
        return ans;
    }
};

需要添加的硬币的最小数量

需要添加的硬币的最小数量
分析:
不妨定义当前能够表示的硬币的右边界为s,则一开始什么硬币都没有的情况下,能够表示的金额范围是 [ 0 , s − 1 ] , s = 1 [0,s-1],s=1 [0,s1],s=1,如果此时有一个新的硬币x,加入后,可以得到 [ x , x + s − 1 ] [x,x+s-1] [x,x+s1]范围内的所有数。
那么分类讨论一下:

  • x ≤ s x \le s xs,则加入x之后,合并这两个区间,能够得到 [ 0 , x + s − 1 ] [0,x+s-1] [0,x+s1]的所有整数;
  • x > s x \gt s x>s,合并区间后,在 [ s , x − 1 ] [s,x-1] [s,x1]之间的数是没有的。那怎么办呢,从贪心的思路出发,s是肯定要加入进来的(加比s小的数不如加s好),那么这样可以得到 [ 0 , 2 s − 1 ] [0,2s-1] [0,2s1]之间的所有数,然后再继续判断xs的大小,重复上述两个操作。

我们考虑一个一个地将数组coins的面值加入这个区间中,先对coins数组排序。
代码:

class Solution {
public:
    int minimumAddedCoins(vector<int>& coins, int target) {
        int n = coins.size();
        int ans = 0, s = 1, i = 0;
        sort(coins.begin(), coins.end());
        while(s <= target){
            //如果当前coins[i]<=s,那么将coins[i]加入之后,范围从[0,s-1]到[0,coins[i]+s-1]
            if(i < n && coins[i] <= s){
                s += coins[i++];
            }
            //如果当前coins[i]>s,那么肯定要把s加入区间,范围从[0,s-1]到[0,2s-1]
            else{
                s <<= 1;
                ans++;
            }
        }
        return ans;
    }
};

时间复杂度: O ( n log ⁡ n + log ⁡ t a r g e t ) O(n \log n+ \log target) O(nlogn+logtarget)
空间复杂度: O ( 1 ) O(1) O(1)

统计完全子字符串(枚举分组+滑动窗口)

统计完全子字符串

分析:
首先,根据完美字符串中所述,相邻字符在字母表中的顺序至多相差2。根据这一点要求,就可以将字符串word划分为多个组,每个组中是符合这个条件的字符串s
再对每一个字符串s进行判断,符合条件的子串需要满足每个字符恰好出现k 次,一共只有26个字符,所以我们可以枚举一共有m种字符 1 ≤ m ≤ 26 1 \le m \le 26 1m26,这样,这个问题就变成了,有一个大小为 m × k m \times k m×k的窗口,判断这个窗口种每个字符是否都只出现了 k k k次。

代码:

class Solution {
    int cal(string s, int k){//判断这个子串中有多少个每个字符出现k次的子串
        int len = s.size(), res = 0;
        for(int m = 1; m <= 26; m++){//假设有m个出现k次的字符
            int sub_len = m * k;
            if(sub_len > len)break;
            int i = 0, j = 0;
            int cnt[26] = {0};//统计字符数量
            function <bool()> check = [&] () -> bool{
                for(int i = 0; i < 26; i++){
                    if(cnt[i] != k && cnt[i] != 0)return false;
                }
                return true;
            };
            while(j < sub_len)++cnt[s[j++] - 'a'];
            if(check())++res;
            while(j < len){
                --cnt[s[i++] - 'a'];
                ++cnt[s[j++] - 'a'];
                if(check())++res;
            }
        }
        return res;
    }
public:
    
    int countCompleteSubstrings(string word, int k){
        int n = word.size();
        int l, r = 0, ans = 0;
        while(r < n){
            l = r++;//考虑多个符合第二个条件的子串,[l,r)
            while(r < n && abs(word[r] - word[r - 1]) <= 2)r++;
            ans += cal(word.substr(l, r - l), k);
        }
        return ans;
    }
};

时间复杂度: O ( n × 26 × 26 ) O(n \times 26 \times 26) O(n×26×26)
空间复杂度: O ( 26 ) O(26) O(26)

其次,还可以进一步进行优化,如果能够在cal函数中把check函数优化掉,那么可以变得更快,其实每一次统计一个窗口中的字符,是否满足都是出现k次,可以再定义一个哈希表,这个哈希表的用途是来维护出现次数的次数,只有出现次数为k的次数是m,其实意思就是所有的字符都是出现了k次,因为窗口大小为 k × m k \times m k×m

class Solution {
    int cal(string s, int k){//判断这个子串中有多少个每个字符出现k次的子串
        int len = s.size(), res = 0;
        for(int m = 1; m <= 26; m++){//假设有m个出现k次的字符
            int sub_len = m * k;
            if(sub_len > len)break;
            int i = 0, j = 0;
            //维护一个出现次数的出现次数,可以变成O(1)来判断是否满足完美子字符串的条件
            int cc[100005] = {0};
            int cnt[26] = {0};//统计字符数量
            while(j < sub_len){
                cc[cnt[s[j] - 'a']]--;
                cc[++cnt[s[j++] - 'a']]++;
            }
            if(cc[k] == m)++res;
            while(j < len){
                cc[cnt[s[i] - 'a']] -= 1;
                cc[--cnt[s[i++] - 'a']] += 1;

                cc[cnt[s[j] - 'a']] -= 1;
                cc[++cnt[s[j++] - 'a']] += 1;
                if(cc[k] == m)++res;
            }
        }
        return res;
    }
public:
    
    int countCompleteSubstrings(string word, int k){
        int n = word.size();
        int l, r = 0, ans = 0;
        while(r < n){
            l = r++;//考虑多个符合第二个条件的子串,[l,r)
            while(r < n && abs(word[r] - word[r - 1]) <= 2)r++;
            ans += cal(word.substr(l, r - l), k);
        }
        return ans;
    }
};

时间复杂度: O ( n × 26 ) O(n \times 26) O(n×26)
空间复杂度: O ( 26 ) O(26) O(26)

统计感冒序列的数目(组合数学)

统计感冒序列的数目
根据题意我们可以有如下讨论的情况。

  1. 首先,对于每个小朋友是如何感染的,只可能是从其左边的小朋友传染或者是右边的小朋友传染,那么就是相当于得到一个由L,R组成的序列,意思就是当前操作是往左边感染还是往右边感染。
    考虑例一: n = 5 , s i c k = [ 0 , 4 ] n = 5, sick = [0,4] n=5,sick=[0,4]
    [0,1,2,3,4],那么中间这三个位置可以填入的顺序是什么呢?

    • L,L,L/R
    • L,R,L,R
    • R,R,L/R
    • R,L,L/R

    不难发现,因为最后一个小朋友,不管是其左边的小朋友感染的还是右边的小朋友感染的,都是没有区别的,所以对于一个这样的序列,感染的方式是 2 m − 1 2^{m-1} 2m1 m m m是这个序列的长度。

  2. 对于每一段(即左右端点都是感冒小朋友的序列),其可以填入的L/R的方案是 2 ( m − 1 ) 2^(m-1) 2(m1),每一段相互独立互不影响填入L/R的方式, m m m为这一段的长度,所以最后的答案肯定是需要 2 m 1 × 2 m 2 × 2 m 3 × . . . . . . 2^{m_1} \times 2 ^{m_2} \times 2^{m_3} \times ...... 2m1×2m2×2m3×......,即 2 m 1 + m 2 + m 3 + . . . 2^{m_1+m_2+m_3+...} 2m1+m2+m3+...

  3. 上面所述的都没有考虑感染的时间点,因为题目要求每一秒中, 至多一位还没感冒的小朋友会被传染。所以,对于很多段来说,我们还要考虑的就是每一个时间点,哪个地方会被感染,假设有 n − m n-m nm个没被感染的人,就有 t = n − m t=n-m t=nm个时刻,从 t t t时刻中任意选择 m 1 m_1 m1个时刻给第一段感染, C ( t , m 1 ) C(t,m1) C(t,m1),剩下 t − m 1 t-m_1 tm1个时刻选 m 2 m_2 m2个时刻给第二段感染, C ( t − m 1 , m 2 ) C(t-m1,m2) C(tm1,m2),依次类推…

  4. 对于最左边的感染者再左边的小朋友,最右边感染者再右边的小朋友,其只能填入LLLL和RRRR,所以可填入的方案是1,仅需要考虑填入的时刻

根据上面所述,本题就变成了一个简单的组合数学问题,因为要取模,所以计算组合数除法时会用到逆元。

const int MOD = 1'000'000'007;
const int MX = 100'000;

long long q_pow(long long x, int n) {
    long long res = 1;
    for (; n > 0; n /= 2) {
        if (n % 2) {
            res = res * x % MOD;
        }
        x = x * x % MOD;
    }
    return res;
}

// 组合数模板
long long fac[MX], inv_fac[MX];

auto init = [] {
    fac[0] = 1;
    for (int i = 1; i < MX; i++) {
        fac[i] = fac[i - 1] * i % MOD;
    }
    inv_fac[MX - 1] = q_pow(fac[MX - 1], MOD - 2);
    for (int i = MX - 1; i > 0; i--) {
        inv_fac[i - 1] = inv_fac[i] * i % MOD;
    }
    return 0;
}();

long long comb(int n, int k) {
    return fac[n] * inv_fac[k] % MOD * inv_fac[n - k] % MOD;
}

class Solution {
public:
    int numberOfSequence(int n, vector<int>& sick) {
        /*一个数学问题——排列组合
        1.相当于得到一个由L,R组成的序列
        2.对于每一段(即左右端点都是感冒小朋友的序列),其可以填入的L/R的方案是2^(m-1),每一段相互独立,互不影响填入L/R的方式  m为这一段的长度
        3.对于很多段来说,我们要考虑的就是每一个时间点,哪个地方会被感染,假设有n-m个没被感染的人,就有t=n-m个时刻,从t时刻中任意选择m1个时刻给第一段感染,C(t,m1),剩下t-m1个时刻选m2个时刻给第二段感染,C(t-m1,m2),依次类推......
        4.对于最左边的感染者再左边的小朋友,最右边感染者再右边的小朋友,其只能填入LLLL和RRRR,所以可填入的方案是1,仅需要考虑填入的时刻
        */
        int m = sick.size();
        int total = n - m;//剩下t时刻相当于
        long long ans = comb(total, sick[0]) * comb(total - sick[0], n - sick.back() - 1) % MOD;//先考虑上述第四种情况
        total -= sick[0] + n - sick.back() - 1;
        int exp = 0;//维护一下第二点所述的指数一共有多少
        for(int i = 0; i < m - 1; i++){
            int k = sick[i + 1] - sick[i] - 1;//每一段的小朋友数量
            if(k){
                exp += k - 1;
                ans = ans * comb(total, k) % MOD;
                total -= k;
            }
        }
        return ans * q_pow(2, exp) % MOD;
    }
};

时间复杂度: O ( m ) O(m) O(m),预处理的时间忽略不计
空间复杂度: O ( 1 ) O(1) O(1),预处理的空间忽略不计

  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

a碟

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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