算法练习随记(七)

文章提供了四个编程问题的解决方案,包括颜色分类的哈希方法、分发饼干的贪心策略、摆动序列的识别以及任务调度的最短时间计算。每个问题都涉及特定的算法思想,如不使用内置排序、最大化满足条件的数量或找到最优解。
摘要由CSDN通过智能技术生成

1. 颜色分类

给定一个包含红色、白色和蓝色、共 n 个元素的数组 nums ,原地对它们进行排序,使得相同颜色的元素相邻,并按照红色、白色、蓝色顺序排列。

我们使用整数 0、 1 和 2 分别表示红色、白色和蓝色。

必须在不使用库内置的 sort 函数的情况下解决这个问题。

示例 1:

输入:nums = [2,0,2,1,1,0]
输出:[0,0,1,1,2,2]

示例 2:

输入:nums = [2,0,1]
输出:[0,1,2]

我的解法(哈希)

class Solution {
    public void sortColors(int[] nums) {
        // 记录每个元素的个数
        Map<Integer,Integer> map = new HashMap<>();
        for(int num : nums){
            map.put(num, map.getOrDefault(num, 0) + 1);
        }

        int zero = map.getOrDefault(0, 0);
        int one = map.getOrDefault(1, 0);
        int two = map.getOrDefault(2, 0);

        for(int i = 0; i < zero; ++i) nums[i] = 0;
        for(int i = zero; i < zero + one; ++i) nums[i] = 1;
        for(int i = zero + one; i < zero + one + two; ++i) nums[i] = 2;
    }
}

2. 分发饼干

假设你是一位很棒的家长,想要给你的孩子们一些小饼干。但是,每个孩子最多只能给一块饼干。

对每个孩子 i,都有一个胃口值 g[i],这是能让孩子们满足胃口的饼干的最小尺寸;并且每块饼干 j,都有一个尺寸 s[j] 。如果 s[j] >= g[i],我们可以将这个饼干 j 分配给孩子 i ,这个孩子会得到满足。你的目标是尽可能满足越多数量的孩子,并输出这个最大数值。

示例 1:

输入: g = [1,2,3], s = [1,1]
输出: 1

解释: 
你有三个孩子和两块小饼干,3个孩子的胃口值分别是:1,2,3。
虽然你有两块小饼干,由于他们的尺寸都是1,你只能让胃口值是1的孩子满足。
所以你应该输出1

示例 2:

输入: g = [1,2], s = [1,2,3]
输出: 2

解释: 
你有两个孩子和三块小饼干,2个孩子的胃口值分别是1,2。
你拥有的饼干数量和尺寸都足以让所有孩子满足。
所以你应该输出2.

我的解法(贪心)

class Solution {
    public int findContentChildren(int[] g, int[] s) {
        /**
         * 贪心
         * 尽量让大饼干满足胃口大的孩子,避免浪费饼干尺寸
         */
        Arrays.sort(g);
        Arrays.sort(s);
        int index = s.length - 1;
        int res = 0;
        for(int i = g.length - 1; i >= 0; i--){
            if(index >= 0 && g[i] <= s[index]){
                index--;
                res++;
            }
        }
        return res;
    }
}

3. 摆动序列

如果连续数字之间的差严格地在正数和负数之间交替,则数字序列称为 摆动序列 。第一个差(如果存在的话)可能是正数或负数。仅有一个元素或者含两个不等元素的序列也视作摆动序列。

例如, [1, 7, 4, 9, 2, 5] 是一个 摆动序列 ,因为差值 (6, -3, 5, -7, 3) 是正负交替出现的。

相反,[1, 4, 7, 2, 5] 和 [1, 7, 4, 5, 5] 不是摆动序列,第一个序列是因为它的前两个差值都是正数,第二个序列是因为它的最后一个差值为零。
子序列 可以通过从原始序列中删除一些(也可以不删除)元素来获得,剩下的元素保持其原始顺序。

给你一个整数数组 nums ,返回 nums 中作为 摆动序列 的 最长子序列的长度 。

示例 1:

输入:nums = [1,7,4,9,2,5]
输出:6

解释:整个序列均为摆动序列,各元素之间的差值为 (6, -3, 5, -7, 3)

示例 2:

输入:nums = [1,17,5,10,13,15,10,5,16,8]
输出:7

解释:这个序列包含几个长度为 7 摆动序列。
其中一个是 [1, 17, 10, 13, 10, 16, 8] ,各元素之间的差值为 (16, -7, 3, -3, 6, -8)

示例 3:

输入:nums = [1,2,3,4,5,6,7,8,9]
输出:2

我的解法(贪心)

class Solution {
    public int wiggleMaxLength(int[] nums) {
        int n = nums.length;
        if(n < 2) return n;
        int res = 0;
        int pre = nums[1] - nums[0];
        res = pre == 0 ? 1 : 2;
        for(int i = 2; i < n; ++i){
            int temp = nums[i] - nums[i - 1];
            if((pre <= 0 && temp > 0) || (pre >= 0 && temp < 0)){
                res++;
                pre = temp;
            }
        }
        return res;
    }
}

这道题最好画个图,而且不要过分在乎细节,不然很难受。因为这道题本质上其实是求发生变化的次数。

4. 任务调度器

给你一个用字符数组 tasks 表示的 CPU 需要执行的任务列表。其中每个字母表示一种不同种类的任务。任务可以以任意顺序执行,并且每个任务都可以在 1 个单位时间内执行完。在任何一个单位时间,CPU 可以完成一个任务,或者处于待命状态。

然而,两个 相同种类 的任务之间必须有长度为整数 n 的冷却时间,因此至少有连续 n 个单位时间内 CPU 在执行不同的任务,或者在待命状态。

你需要计算完成所有任务所需要的 最短时间 。

输入:tasks = ["A","A","A","B","B","B"], n = 2
输出:8
解释:A -> B -> (待命) -> A -> B -> (待命) -> A -> B
     在本示例中,两个相同类型任务之间必须间隔长度为 n = 2 的冷却时间,而执行一个任务只需要一个单位时间,所以中间出现了(待命)状态。 

示例 2:


输入:tasks = ["A","A","A","B","B","B"], n = 0
输出:6
解释:在这种情况下,任何大小为 6 的排列都可以满足要求,因为 n = 0
["A","A","A","B","B","B"]
["A","B","A","B","A","B"]
["B","B","B","A","A","A"]

示例 3:

输入:tasks = ["A","A","A","A","A","A","B","C","D","E","F","G"], n = 2
输出:16
解释:一种可能的解决方案是:
     A -> B -> C -> A -> D -> E -> A -> F -> G -> A -> (待命) -> (待命) -> A -> (待命) -> (待命) -> A

我的解法(贪心)

class Solution {
    public int leastInterval(char[] tasks, int n) {
        /**
          1. 将任务按照类型分组,A-Z正好可以用一个数组int[26]保存每个类型的数量
          2. 对数组进行排序(升序),得到数量最大任务数量为 maxCount
            那根据规则可知,至少要花费的时间为 (maxCount - 1) * (n + 1) + 1
            例如数量最大的为任务A=3,间隔n=2,所以执行完任务A至少需要:
            time = A-X-X-A-X-X-A (X标识冷冻间隔,不能为A) 
          3. 继续下一个任务,因为任务A是数量最大的,所以下一个任务要么等于要么小于
             a. 任务B数量等于任务A time++ = A-B-X-A-B-X-A-B
             b. 任务B数量小于任务A (为 2) time = A-B-X-A-B-X-A
           4. 但是我们需要考虑一种特殊情况
              A-B-C-A-B-c-A
              这时候任务空白间隔(X)已经插满了,如果还有任务要怎么处理
              假设后面还有 D D E E F F G G
              
              如下:

              A-B-C-D-E-F-G-A-B-C-D-E-F-G-A

              其实后面的任务不管还有多少,至少有一个限制,每个类型的任务数量不会超过A

              也就是说:
              
              A-B-C-A-B-C-A

              在每一个完整间隔(A-B-C)后面插入都不会出现冷冻消耗,因为每个完整间隔之间
              间隔任务数都大于 n

              所以最后的时间 Math.max(time, task.length)
         */
         if (tasks.length <= 1 || n < 1) return tasks.length;
         int[] counts = new int[26];
         for(int i = 0; i < tasks.length; ++i){
             counts[tasks[i] - 'A']++;
         }
         Arrays.sort(counts);
         int maxCount = counts[25];
         int time = (maxCount - 1) * (n + 1) + 1;
         int i = 24;
         while(i >= 0 && counts[i] == maxCount){
             time++;
             i--;
         }
         return Math.max(time, tasks.length);
    }
}
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

路上阡陌

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