wy的leetcode刷题记录_Day6
面试题 17.19. 消失的两个数字
今天的每日一题是:面试题 17.19. 消失的两个数字
题目介绍
给定一个数组,包含从 1 到 N 所有的整数,但其中缺了两个数字。你能在 O(N) 时间内只用 O(1) 的空间找到它们吗?
以任意顺序返回这两个数字均可。
示例 1:
输入: [1]
输出: [2,3]
示例 2:
输入: [2,3]
输出: [1,4]
思路
1.用数学方法:我们记缺的两数为x、y,首先我们计算出n数的和以及实际和,差值即为a = x + y; 然后我们计算出n数的平方和与实际和,差值即为b = x * x + y * y。联立得到一元二次方程,不难得出两根分别为(a (±) sqrt(2 * b - a * a)) / 2。
2.哈希表自查:先扩充nums(2位),使其达到正常的长度,然后遍历nums,把原来的数字置为负,最后再次遍历0-n,选出剩下俩个正数。
代码
class Solution {
public:
vector<int> missingTwo(vector<int>& nums) {
long n = nums.size() + 2;
int a = -accumulate(nums.cbegin(), nums.cend(), -(1 + n) * n / 2);
int b = -inner_product(nums.cbegin(), nums.cend(), nums.cbegin(), -(1 + n) * n / 2 * (2 * n + 1) / 3);
int tmp = sqrt(2 * b - a * a);
return { (a + tmp) / 2, (a - tmp) / 2 };
}
};
class Solution {
public:
vector<int> missingTwo(vector<int>& nums) {
int n = nums.size(), m = n + 2, t = nums[0];
nums.push_back(0x3f3f3f3f);
nums.push_back(0x3f3f3f3f);
nums.push_back(0x3f3f3f3f);
for(int i = 0; i < n; ++i){
int x = abs(nums[i]);
if(x <= m) nums[x] = -nums[x];
}
vector<int> ans;
for(int i = 1; i <= m; ++i) if(nums[i] >= 0) ans.push_back(i);
return ans;
}
};
收获
1.熟悉哈希表
2.对于问题的简化,可以先观察其是否可以改变为数学问题。
1049. 最后一块石头的重量 II
题目介绍
有一堆石头,用整数数组 stones 表示。其中 stones[i] 表示第 i 块石头的重量。每一回合,从中选出任意两块石头,然后将它们一起粉碎。假设石头的重量分别为 x 和 y,且 x <= y。那么粉碎的可能结果如下:
如果 x == y,那么两块石头都会被完全粉碎;
如果 x != y,那么重量为 x 的石头将会完全粉碎,而重量为 y 的石头新重量为 y-x。
最后,最多只会剩下一块 石头。返回此石头 最小的可能重量 。如果没有石头剩下,就返回 0。
示例 1:
输入:stones = [2,7,4,1,8,1]
输出:1
解释: 组合 2 和 4,得到 2,所以数组转化为 [2,7,1,8,1],组合 7 和 8,得到 1,所以数组转化为 [2,1,1,1], 组合 2 和 1,得到 1,所以数组转化为 [1,1,1], 组合 1 和1,得到 0,所以数组转化为 [1],这就是最优值。
示例 2:
输入:stones = [31,26,33,21,40]
输出:5
思路
背包问题:
1.确定dp数组含义:dp[j]表示容量(这⾥说容量更形象,其实就是重量)为j的背包,最多可以背dp[j]这么重的⽯头。
2.确定dp数组递推公式:dp[j] = max(dp[j], dp[j - stones[i]] + stones[i])
3.初始化:vector<int> dp(15001, 0)
代码
class Solution {
public:
int lastStoneWeightII(vector<int>& stones) {
vector<int> dp(15001, 0);
int sum = 0;
for (int i = 0; i < stones.size(); i++) sum += stones[i];
int target = sum / 2;
for (int i = 0; i < stones.size(); i++) { // 遍历物品
for (int j = target; j >= stones[i]; j--) { // 遍历背包
dp[j] = max(dp[j], dp[j - stones[i]] + stones[i]);
}
}
return sum - dp[target] - dp[target];
}
};
收获
巩固背包问题