wy的leetcode刷题记录_Day31
时间:2022-11-2
题目
今天的每日一题是:1620. 网络信号最好的坐标
题目介绍
- 给你一个数组 towers 和一个整数 radius 。
- 数组 towers 中包含一些网络信号塔,其中 towers[i] = [xi, yi, qi] 表示第 i 个网络信号塔的坐标是(xi, yi) 且信号强度参数为 qi 。所有坐标都是在 X-Y 坐标系内的 整数 坐标。两个坐标之间的距离用 欧几里得距离 计算。
- 整数 radius 表示一个塔 能到达 的 最远距离 。如果一个坐标跟塔的距离在 radius以内,那么该塔的信号可以到达该坐标。在这个范围以外信号会很微弱,所以 radius 以外的距离该塔是 不能到达的 。
- 如果第 i 个塔能到达 (x, y) ,那么该塔在此处的信号为 ⌊qi / (1 + d)⌋ ,其中 d 是塔跟此坐标的距离。一个坐标的信号强度 是所有 能到达 该坐标的塔的信号强度之和。
- 请你返回数组 [cx, cy] ,表示 信号强度 最大的 整数 坐标点 (cx, cy) 。如果有多个坐标网络信号一样大,请你返回字典序最小的 非负 坐标。
注意:
- 坐标 (x1, y1) 字典序比另一个坐标 (x2, y2) 小,需满足以下条件之一:
- 要么 x1 < x2 ,
- 要么 x1 == x2 且 y1 < y2 。
- ⌊val⌋ 表示小于等于 val 的最大整数(向下取整函数)。
示例 1:
输入:towers = [[1,2,5],[2,1,7],[3,1,9]], radius = 2
输出:[2,1]
解释:
坐标 (2, 1) 信号强度之和为 13
- 塔 (2, 1) 强度参数为 7 ,在该点强度为 ⌊7 / (1 + sqrt(0)⌋ = ⌊7⌋ = 7
- 塔 (1, 2) 强度参数为 5 ,在该点强度为 ⌊5 / (1 + sqrt(2)⌋ = ⌊2.07⌋ = 2
- 塔 (3, 1) 强度参数为 9 ,在该点强度为 ⌊9 / (1 + sqrt(1)⌋ = ⌊4.5⌋ = 4 没有别的坐标有更大的信号强度。
示例 2:
输入:towers = [[23,11,21]], radius = 9
输出:[23,11]
解释:由于仅存在一座信号塔,所以塔的位置信号强度最大。
思路
读完题目之后发现这道题好像除了暴搜之外好像没别的做法了…(自己太菜了),于是发现x,y都小于50,也就是最大也就是50*50的一个矩阵,时间复杂度也就最大2500n,于是我觉得暴搜可行。
代码
class Solution {
public:
vector<int> bestCoordinate(vector<vector<int>>& towers, int radius) {
int max = -1;
vector<int> ans = {-1, -1};
for(int i=0;i<=50;i++){
for(int j=0;j<=50;j++){
int cur = 0;
for(int k=0;k<towers.size();k++){
int d2 = pow(i-towers[k][0],2)+pow(j-towers[k][1],2);
if(d2<=radius*radius) cur += towers[k][2]/(1+sqrt(d2));
}
if(cur>max){
max = cur;
ans = {i, j};
}
}
}
return ans;
}
};
收获
简单的模拟题:使用暴搜,注意变量类型的改变
102. 二叉树的层序遍历
题目介绍
给你二叉树的根节点 root ,返回其节点值的 层序遍历 。 (即逐层地,从左到右访问所有节点)。
示例 1:
输入:root = [3,9,20,null,null,15,7]
输出:[[3],[9,20],[15,7]]
示例 2:
输入:root = [1]
输出:[[1]]
思路
二叉树的层序遍历就是通过一个队列来完成的,而重要的是如何实现打印分层,这里我们只需要在每一次遍历之前记录一下队列的长度,然后循环长度打印就可以了。
代码
/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode() : val(0), left(nullptr), right(nullptr) {}
* TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
* TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
* };
*/
class Solution {
public:
vector<vector<int>> levelOrder(TreeNode* root) {
vector<vector<int>> ans;
if(root==nullptr)
return ans;
queue<TreeNode*> qu;
qu.push(root);
TreeNode* node=root;
while(!qu.empty())
{
vector<int> sub_ans;
int n=qu.size();
for(int i=0;i<n;i++)
{
node=qu.front();
qu.pop();
sub_ans.push_back(node->val);
if(node->left)
qu.push(node->left);
if(node->right)
qu.push(node->right);
}
ans.push_back(sub_ans);
}
return ans;
}
};
收获
巩固了层序遍历,通过分层打印具体了解了层序遍历的一个过程。它和普通广度优先搜索的区别在于,普通广度优先搜索每次只取一个元素拓展,而这里每次取 s
i个元素。在上述过程中的第 i 次迭代就得到了二叉树的第 i 层的 si个元素。