wy的leetcode刷题记录_Day11
1790. 仅执行一次字符串交换能否使两个字符串相等
今天的每日一题是:1790. 仅执行一次字符串交换能否使两个字符串相等
题目介绍
给你长度相等的两个字符串 s1 和 s2 。一次 字符串交换 操作的步骤如下:选出某个字符串中的两个下标(不必不同),并交换这两个下标所对应的字符。
如果对 其中一个字符串 执行 最多一次字符串交换 就可以使两个字符串相等,返回 true ;否则,返回 false 。
示例 1:
输入:s1 = “bank”, s2 = “kanb”
输出:true
解释:例如,交换 s2 中的第一个和最后一个字符可以得到"bank"
示例 2:
输入:s1 = “attack”, s2 = “defend”
输出:false
解释:一次字符串交换无法使两个字符串相等
思路
由题目知道本题给出俩个等长的字符串,所以我们没必要一开始去比较长度,并且明确说明是俩次交换,所以这里我们直接使用俩个变量来记录俩个字符串不一样的位置的下标,再使用一个计数器来统计不一样位置的个数,如果不一样的个数不为0或者2就直接返回false,如果计数器的值是2的情况下,我们通过记录下标的那俩个变量来对比字符串s1和s2相应位置的字符是否能通过交换实现相等也就是s1[index1]==s2[index2]&&s1[index2]==s2[index1]
。
代码
class Solution {
public:
bool areAlmostEqual(string s1, string s2) {
int index1=-1,index2=-1;
int n1=s1.size();
// int n2=s2.size();
// if(n1!=n2)
// return false;
int count=0;
for(int i=0;i<n1;i++)
{
if(s1[i]!=s2[i])
{
if(count==0)
{
index1=i;
}
else if(count==1)
{
index2=i;
}
else if(count>=2)
return false;
count++;
}
}
if(count==0)
return true;
if(count==1)
return false;
// swap(s2[index1],s2[index2]);
if(count>2)
return false;
if(s1[index1]==s2[index2]&&s1[index2]==s2[index1])
return true;
return false;
}
};
收获
这是一道非常easy的模拟题,根据题目就可以想到十分简洁直白的思路…
198. 打家劫舍
题目介绍
你是一个专业的小偷,计划偷窃沿街的房屋。每间房内都藏有一定的现金,影响你偷窃的唯一制约因素就是相邻的房屋装有相互连通的防盗系统,如果两间相邻的房屋在同一晚上被小偷闯入,系统会自动报警。
给定一个代表每个房屋存放金额的非负整数数组,计算你 不触动警报装置的情况下 ,一夜之内能够偷窃到的最高金额。
示例 1:
输入:[1,2,3,1]
输出:4
解释:偷窃 1 号房屋 (金额 = 1) ,然后偷窃 3 号房屋 (金额 = 3)。偷窃到的最高金额 = 1 + 3 = 4 。
示例 2:
输入:[2,7,9,3,1]
输出:12
解释:偷窃 1 号房屋 (金额 = 2), 偷窃3号房屋 (金额 = 9),接着偷窃5号房屋 (金额 = 1)。偷窃到的最高金额 = 2 + 9 + 1 = 12 。
思路
1.确定dp数组的含义:dp[i]表示当小偷偷到第i间房子时能偷到的最大价值
2.确定dp数组递推公式:当小偷来到第i间房子的时候,决定他偷不偷的动机取决于前i-1房间的价值和前i-2房间的价值加上当前房子的价值。如果不偷当前这间房子那么dp[i]=dp[i-1],如果偷这间房子那就表示不偷上一间房子所以dp[i]=d[i-2]+nums[i],所以所以dp[i]要取最大值dp[i] = max(dp[i - 2] + nums[i], dp[i - 1])
3.初始化:根据题意知道如果nums过小(size为0或者1)的话就直接返回,否则将dp[0]初始化为第一间房子,dp[1]初始化为第一件房子和第二件房子其中的最大值。
代码
class Solution {
public:
int rob(vector<int>& nums) {
int n=nums.size();
if(n==0)
return 0;
if(n==1)
return nums[0];
vector<int> dp(n+1,0);
dp[0]=nums[0];
dp[1]=max(nums[0],nums[1]);
for(int i=2;i<n;i++)
{
dp[i]=max(dp[i-1],dp[i-2]+nums[i]);
}
return dp[n-1];
}
};
收获
巩固了背包问题,很基础!