10.15总结

一、每日一题 



100095. 上一个遍历的整数

提示

简单

1

相关企业

给你一个下标从 0 开始的字符串数组 words ,其中 words[i] 要么是一个字符串形式的正整数,要么是字符串 "prev" 。

我们从数组的开头开始遍历,对于 words 中的每个 "prev" 字符串,找到 words 中的 上一个遍历的整数 ,定义如下:

  • k 表示到当前位置为止的连续 "prev" 字符串数目(包含当前字符串),令下标从 0 开始的 整数 数组 nums 表示目前为止遍历过的所有整数,同时用 nums_reverse 表示 nums 反转得到的数组,那么当前 "prev" 对应的 上一个遍历的整数 是 nums_reverse 数组中下标为 (k - 1) 的整数。
  • 如果 k 比目前为止遍历过的整数数目 更多 ,那么上一个遍历的整数为 -1 。

请你返回一个整数数组,包含所有上一个遍历的整数。

示例 1:

输入:words = ["1","2","prev","prev","prev"]
输出:[2,1,-1]
解释:
对于下标为 2 处的 "prev" ,上一个遍历的整数是 2 ,因为连续 "prev" 数目为 1 ,同时在数组 reverse_nums 中,第一个元素是 2 。
对于下标为 3 处的 "prev" ,上一个遍历的整数是 1 ,因为连续 "prev" 数目为 2 ,同时在数组 reverse_nums 中,第二个元素是 1 。
对于下标为 4 处的 "prev" ,上一个遍历的整数是 -1 ,因为连续 "prev" 数目为 3 ,但总共只遍历过 2 个整数。

示例 2:

输入:words = ["1","prev","2","prev","prev"]
输出:[1,2,1]
解释:
对于下标为 1 处的 "prev" ,上一个遍历的整数是 1 。
对于下标为 3 处的 "prev" ,上一个遍历的整数是 2 。
对于下标为 4 处的 "prev" ,上一个遍历的整数是 1 ,因为连续 "prev" 数目为 2 ,同时在数组 reverse_nums 中,第二个元素是 1 。

提示:

  • 1 <= words.length <= 100
  • words[i] == "prev" 或 1 <= int(words[i]) <= 100

思路:

 

  • 当处理"prev"时,需要考虑"prev"的连续出现。如果多个"prev"连续出现,需要依次处理它们,找到不为-1的整数作为上一个遍历的整数。
  • 在遍历过程中,需要根据"k"和已经遍历的整数数量来确定上一个整数。如果"k"大于已经遍历的整数数量,上一个整数就是-1。
class Solution {
    public List<Integer> lastVisitedIntegers(List<String> words) {
         List<Integer> num=new ArrayList<>();
         List<Integer> fx=new ArrayList<>();
         int len=0;
        for(String str:words) {
            if(str.charAt(0)!='p')   {
             num.add(Integer.parseInt(str));
            len=0;
            }
            else{
               len++;
               if(len>num.size())
               {
                   fx.add(-1);
               }
               else fx.add(num.get(num.size()-len));
            }
        }
        return fx;
    }
}

 

100078. 最长相邻不相等子序列 I

提示

中等

3

相关企业

给你一个整数 n 和一个下标从 0 开始的字符串数组 words ,和一个下标从 0 开始的 二进制 数组 groups ,两个数组长度都是 n 。

你需要从下标 [0, 1, ..., n - 1] 中选出一个 最长子序列 ,将这个子序列记作长度为 k 的 [i0, i1, ..., ik - 1] ,对于所有满足 0 < j + 1 < k 的 j 都有 groups[ij] != groups[ij + 1] 。

请你返回一个字符串数组,它是下标子序列 依次 对应 words 数组中的字符串连接形成的字符串数组。如果有多个答案,返回任意一个。

子序列 指的是从原数组中删掉一些(也可能一个也不删掉)元素,剩余元素不改变相对位置得到的新的数组。

注意:words 中的字符串长度可能 不相等 。

示例 1:

输入:n = 3, words = ["e","a","b"], groups = [0,0,1]
输出:["e","b"]
解释:一个可行的子序列是 [0,2] ,因为 groups[0] != groups[2] 。
所以一个可行的答案是 [words[0],words[2]] = ["e","b"] 。
另一个可行的子序列是 [1,2] ,因为 groups[1] != groups[2] 。
得到答案为 [words[1],words[2]] = ["a","b"] 。
这也是一个可行的答案。
符合题意的最长子序列的长度为 2 。

示例 2:

输入:n = 4, words = ["a","b","c","d"], groups = [1,0,1,1]
输出:["a","b","c"]
解释:一个可行的子序列为 [0,1,2] 因为 groups[0] != groups[1] 且 groups[1] != groups[2] 。
所以一个可行的答案是 [words[0],words[1],words[2]] = ["a","b","c"] 。
另一个可行的子序列为 [0,1,3] 因为 groups[0] != groups[1] 且 groups[1] != groups[3] 。
得到答案为 [words[0],words[1],words[3]] = ["a","b","d"] 。
这也是一个可行的答案。
符合题意的最长子序列的长度为 3 。

提示:

  • 1 <= n == words.length == groups.length <= 100
  • 1 <= words[i].length <= 10
  • 0 <= groups[i] < 2
  • words 中的字符串 互不相同 。
  • words[i] 只包含小写英文字母。

思路:

通过遍历一次words数组,检查相邻字符串的groups值,找到最长满足条件的子序列,并将这些字符串存储在fn列表中。如果i是最后一个字符串(i == n - 1),或者groups[i]与下一个字符串的groups值不相同(groups[i] != groups[i+1]),这表示当前字符串是最长子序列的一部分。因为它与下一个字符串的groups值不同,所以满足题目中的条件。

class Solution {
    public List<String> getWordsInLongestSubsequence(int n, String[] words, int[] groups) {
        List<String> fn=new ArrayList<>();
        for(int i=0;i<words.length;i++)
        {
            if(i==n-1||groups[i]!=groups[i+1])
            {
                fn.add(words[i]);
            }
        }
        return fn;
    }
}

 

1601. 最多可达成的换楼请求数目

提示

困难

158

相关企业

我们有 n 栋楼,编号从 0 到 n - 1 。每栋楼有若干员工。由于现在是换楼的季节,部分员工想要换一栋楼居住。

给你一个数组 requests ,其中 requests[i] = [fromi, toi] ,表示一个员工请求从编号为 fromi 的楼搬到编号为 toi 的楼。

一开始 所有楼都是满的,所以从请求列表中选出的若干个请求是可行的需要满足 每栋楼员工净变化为 0 。意思是每栋楼 离开 的员工数目 等于 该楼 搬入 的员工数数目。比方说 n = 3 且两个员工要离开楼 0 ,一个员工要离开楼 1 ,一个员工要离开楼 2 ,如果该请求列表可行,应该要有两个员工搬入楼 0 ,一个员工搬入楼 1 ,一个员工搬入楼 2 。

请你从原请求列表中选出若干个请求,使得它们是一个可行的请求列表,并返回所有可行列表中最大请求数目。

示例 1:

输入:n = 5, requests = [[0,1],[1,0],[0,1],[1,2],[2,0],[3,4]]
输出:5
解释:请求列表如下:
从楼 0 离开的员工为 x 和 y ,且他们都想要搬到楼 1 。
从楼 1 离开的员工为 a 和 b ,且他们分别想要搬到楼 2 和 0 。
从楼 2 离开的员工为 z ,且他想要搬到楼 0 。
从楼 3 离开的员工为 c ,且他想要搬到楼 4 。
没有员工从楼 4 离开。
我们可以让 x 和 b 交换他们的楼,以满足他们的请求。
我们可以让 y,a 和 z 三人在三栋楼间交换位置,满足他们的要求。
所以最多可以满足 5 个请求。

示例 2:

输入:n = 3, requests = [[0,0],[1,2],[2,1]]
输出:3
解释:请求列表如下:
从楼 0 离开的员工为 x ,且他想要回到原来的楼 0 。
从楼 1 离开的员工为 y ,且他想要搬到楼 2 。
从楼 2 离开的员工为 z ,且他想要搬到楼 1 。
我们可以满足所有的请求。

示例 3:

输入:n = 4, requests = [[0,3],[3,1],[1,2],[2,0]]
输出:4

提示:

  • 1 <= n <= 20
  • 1 <= requests.length <= 16
  • requests[i].length == 2
  • 0 <= fromi, toi < n

思路:

 使用位运算和暴力搜索的方法,遍历了所有可能的请求分配方式,以找到能满足最多请求的方式。它通过不断更新ans来跟踪满足的请求数,同时使用flagfn来模拟资源的分配情况。这是一个穷举的算法,复杂度相对较高,但能够找到正确答案。

class Solution {
    public int maximumRequests(int n, int[][] requests) {
     int ans=0;
     int flag=0;
     int len=requests.length;
     for(int i=0;i<(1<<len);i++)
     {
         int k=count(i);
         if(k<ans) continue;
        flag=0;
        int[ ] fn=new int[n];
        for(int j=0;j<len;j++)
         if(((i>>j)&1)==1)
         {
             if(++fn[requests[j][0]]==1) flag++;
             if(--fn[requests[j][1]]==0) flag--;

         }
         if(flag==0) ans=k;
     }
     return ans;
    }

    int count(int x)
    {
        int sum=0;
        for(int i=x;i>0;i-=(i&-i)) sum++;
        return sum;
    }
}

 

918. 环形子数组的最大和

提示

中等

646

相关企业

给定一个长度为 n 的环形整数数组 nums ,返回 nums 的非空 子数组 的最大可能和 

环形数组 意味着数组的末端将会与开头相连呈环状。形式上, nums[i] 的下一个元素是 nums[(i + 1) % n] , nums[i] 的前一个元素是 nums[(i - 1 + n) % n] 。

子数组 最多只能包含固定缓冲区 nums 中的每个元素一次。形式上,对于子数组 nums[i], nums[i + 1], ..., nums[j] ,不存在 i <= k1, k2 <= j 其中 k1 % n == k2 % n 。

示例 1:

输入:nums = [1,-2,3,-2]
输出:3
解释:从子数组 [3] 得到最大和 3

示例 2:

输入:nums = [5,-3,5]
输出:10
解释:从子数组 [5,5] 得到最大和 5 + 5 = 10

示例 3:

输入:nums = [3,-2,2,-3]
输出:3
解释:从子数组 [3] 和 [3,-2,2] 都可以得到最大和 3

提示:

  • n == nums.length
  • 1 <= n <= 3 * 104
  • -3 * 104 <= nums[i] <= 3 * 104

思路:

 通过动态规划的方式计算了具有最大和的子数组,同时考虑了数组的循环特性。返回maxsum - min中的较大值。这是因为要么具有最大和的子数组在数组中不环绕(max),要么在数组中环绕(sum - min),我们需要返回其中较大的那个。

class Solution {
    public int maxSubarraySumCircular(int[] nums) {
      int sum;
      int[] maxnum=new int[nums.length];
      int[] minnum=new int[nums.length];
      int min=0,max=nums[0];
      maxnum[0]=minnum[0]=nums[0];
      sum=nums[0];
      for(int i=1;i<nums.length;i++)
      {
          sum+=nums[i];
          maxnum[i]=Math.max(maxnum[i-1]+nums[i],nums[i]);
         
          if(max<maxnum[i]) max=maxnum[i];
          
      }

      for(int i=1;i<nums.length-1;i++)
      {
        minnum[i]=Math.min(minnum[i-1]+nums[i],nums[i]);
         min=Math.min(min,minnum[i]);
      }
      return Math.max(max,sum-min);
    }
}

 

2597. 美丽子集的数目

提示

中等

39

相关企业

给你一个由正整数组成的数组 nums 和一个  整数 k 。

如果 nums 的子集中,任意两个整数的绝对差均不等于 k ,则认为该子数组是一个 美丽 子集。

返回数组 nums 中 非空 且 美丽 的子集数目。

nums 的子集定义为:可以经由 nums 删除某些元素(也可能不删除)得到的一个数组。只有在删除元素时选择的索引不同的情况下,两个子集才会被视作是不同的子集。

示例 1:

输入:nums = [2,4,6], k = 2
输出:4
解释:数组 nums 中的美丽子集有:[2], [4], [6], [2, 6] 。
可以证明数组 [2,4,6] 中只存在 4 个美丽子集。

示例 2:

输入:nums = [1], k = 1
输出:1
解释:数组 nums 中的美丽数组有:[1] 。
可以证明数组 [1] 中只存在 1 个美丽子集。 

提示:

  • 1 <= nums.length <= 20
  • 1 <= nums[i], k <= 1000

思路:

 使用递归的方式,对数组元素进行选择和排列,同时使用数组b来记录已选择的元素,以便找到美丽子集的数量。递归的基本思路是考虑当前元素是否包含在子集中,然后继续向下递归寻找下一个元素,同时需要注意存储已选择元素的记录和恢复。最后,返回美丽子集的数量。

class Solution {
   int ans=-1;
    public void fun(int[] a,int[] b,int n,int k)
    {
        int len=0;
        if(n==a.length) {
         ans++;
        return ;}
       fun(a,b,n+1,k);
         len=a[n]+k;
        if(b[len-k]==0&&b[len+k]==0)
        {
            ++b[len];
             fun(a,b,n+1,k);
             --b[len];
        }
    }
    public int beautifulSubsets(int[] nums, int k) {
     Arrays.sort(nums);
     int[] fn=new int[k*2+1010];
     fun(nums,fn,0,k);
     return ans;
    }
}

 

713. 乘积小于 K 的子数组

提示

中等

738

相关企业

给你一个整数数组 nums 和一个整数 k ,请你返回子数组内所有元素的乘积严格小于 k 的连续子数组的数目。

示例 1:

输入:nums = [10,5,2,6], k = 100
输出:8
解释:8 个乘积小于 100 的子数组分别为:[10]、[5]、[2],、[6]、[10,5]、[5,2]、[2,6]、[5,2,6]。
需要注意的是 [10,5,2] 并不是乘积小于 100 的子数组。

示例 2:

输入:nums = [1,2,3], k = 0
输出:0

提示: 

  • 1 <= nums.length <= 3 * 104
  • 1 <= nums[i] <= 1000
  • 0 <= k <= 106

思路:

 使用双指针和滑动窗口的思想,通过动态计算乘积并根据乘积大小来调整窗口大小,找到符合条件的子数组数量。这个方法的优点在于时间复杂度较低,只需要一次遍历数组。

class Solution {
    public int numSubarrayProductLessThanK(int[] nums, int k) {
         int left=0,num=1,result=0;
         for(int i=0;i<nums.length;i++)
         {
             num*=nums[i];
             while(num>=k&&left<=i)
             {
                 num/=nums[left++];
             }
             result+=i-left+1;
         }
         return result;
    }
}

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 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
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