【Leetcode第214场周赛】score:12 Time: 1:40:18 Rank:478/3597

第三次参加周赛,最后一题通过56/65个测试用例,时间超限
在这里插入图片描述
5561. 获取生成数组中的最大值(3分,通过率:2651/5482)
在这里插入图片描述
因为题目给出0<=n<=100,因此直接循环迭代

class Solution:
    def getMaximumGenerated(self, n: int) -> int:
        if n < 2:
            return n
        nums = [0 for i in range(n+1)]
        nums[1] = 1
        
        for i in range(2,n+1):
            if i&1:
                nums[i] = nums[i//2] + nums[i//2+1]
            else:
                nums[i] = nums[i//2]

        return max(nums)

5562. 字符频次唯一的最小删除次数(4分,通过率:1926/4355)
在这里插入图片描述
PS:1<= s.length<=10^5
贪心算法

class Solution:
    def minDeletions(self, s: str) -> int:
        s_cnt = [0 for i in range(26)]
        for _ in s:
            s_cnt[ord(_)-ord('a')] += 1
        s_cnt.sort(reverse=True)
        cnt = 0
        pre = s_cnt[0]
        for _ in range(1,26):
            if s_cnt[_]==0:
                break
            if s_cnt[_]>=pre:
                pre = max(pre-1,0)
                cnt += s_cnt[_] - pre
            else:
                pre = s_cnt[_]
        return cnt

5563. 销售价值减少的颜色球(5分,通过率:477/3037)
在这里插入图片描述
题解中给出比较好的算法是贪心+二分查找
我用的是优化模拟,勉强AC

class Solution:
    def maxProfit(self, inventory: List[int], orders: int) -> int:
        dic = collections.defaultdict(lambda:0)
        d = set([0])
        dic[0] = 1
        cnt = 0
        for _ in inventory:
            dic[_] += 1
            d.add(_)
        max_ = max(inventory)
        num = dic[max_]
        while(True):
            max_s = 0
            d.remove(max_)
            for _ in d:
                max_s = max(_,max_s)
            num_s = dic[max_s]
            to_m = (max_+max_s+1)*(max_-max_s)*num//2
            if orders > (max_-max_s)*num:
                orders -= (max_-max_s)*num
                cnt += to_m
            else:
                s = orders//num
                return ((max_*2-s+1)*num*s//2+ orders%num*(max_-s)+cnt)%1000000007
            max_,num = max_s,num_s+num

二分查找法,是通过查找最后一次卖出时,球的价格x
最后返回的答案由两部分组成:
1.数量>x的颜色,肯定会减小到x,因此用等差数列求和
2.执行完第一步,仍有剩余orders,则这些orders一定会以x价格卖出

class Solution:
    def maxProfit(self, inventory: List[int], orders: int) -> int:
        l,r = 0,max(inventory)
        while l <= r:
            mid = (l + r) >> 1
            total = sum(ai - mid for ai in inventory if ai > mid)
            if total <= orders:
                T = mid
                r = mid - 1
            else:
                l = mid + 1
        rest = orders - sum(ai - T for ai in inventory if ai > T)
        ans = 0
        for i in inventory:
            if i > T:
                ans += (T+1+i)*(i-T)>>1
        return (ans + rest*T) % 1000000007

5564. 通过指令创建有序数组(6分,通过率:310/996)
在这里插入图片描述
这道题题解是用树状数组做的,我用的模拟+优化,还是卡在了最后几个样例的时间上

class Solution:
    def createSortedArray(self, instructions: List[int]) -> int:
        nums = set()
        nums_cnt = collections.defaultdict(lambda:0)
        cnt = 0
        for _ in instructions:
            sm=la=0
            for num in nums:
                if num < _:
                    sm += nums_cnt[num]
                elif num > _:
                    la += nums_cnt[num]
            nums.add(_)
            if nums_cnt[_]>=1000000007:
                nums_cnt[_] -= 1000000006
            else:
                nums_cnt[_] += 1
            cnt += min(sm,la)
        return cnt%1000000007
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 好的,我来用中文回复这个链接:https://leetcode-cn.com/tag/dynamic-programming/ 这个链接是 LeetCode 上关于动态规划的题目集合。动态规划是一种常用的算法思想,可以用来解决很多实际问题,比如最长公共子序列、背包问题、最短路径等等。在 LeetCode 上,动态规划也是一个非常重要的题型,很多题目都需要用到动态规划的思想来解决。 这个链接里包含了很多关于动态规划的题目,按照难度从简单到困难排列。每个题目都有详细的题目描述、输入输出样例、题目解析和代码实现等内容,非常适合想要学习动态规划算法的人来练习和提高自己的能力。 总之,这个链接是一个非常好的学习动态规划算法的资源,建议大家多多利用。 ### 回答2: 动态规划是一种算法思想,通常用于优化具有重叠子问题和最优子结构性质的问题。由于其成熟的数学理论和强大的实用效果,动态规划在计算机科学、数学、经济学、管理学等领域均有重要应用。 在计算机科学领域,动态规划常用于解决最优化问题,如背包问题、图像处理、语音识别、自然语言处理等。同时,在计算机网络和分布式系统中,动态规划也广泛应用于各种优化算法中,如链路优化、路由算法、网络流量控制等。 对于算法领域的程序员而言,动态规划是一种必要的技能和知识点。在LeetCode这样的程序员平台上,题目分类和标签设置十分细致和方便,方便程序员查找并深入学习不同类型的算法LeetCode的动态规划标签下的题目涵盖了各种难度级别和景的问题。从简单的斐波那契数列、迷宫问题到可以用于实际应用的背包问题、最长公共子序列等,难度不断递进且话题丰富,有助于开发人员掌握动态规划的实际应用技能和抽象思维模式。 因此,深入LeetCode动态规划分类下的题目学习和练习,对于程序员的职业发展和技能提升有着重要的意义。 ### 回答3: 动态规划是一种常见的算法思想,它通过将问题拆分成子问题的方式进行求解。在LeetCode中,动态规划标签涵盖了众多经典和优美的算法问题,例如斐波那契数列、矩阵链乘法、背包问题等。 动态规划的核心思想是“记忆化搜索”,即将中间状态保存下来,避免重复计算。通常情况下,我们会使用一张二维表来记录状态转移过程中的中间值,例如动态规划求解斐波那契数列问题时,就可以定义一个二维数组f[i][j],代表第i项斐波那契数列中,第j个元素的值。 在LeetCode中,动态规划标签下有众多难度不同的问题。例如,经典的“爬楼梯”问题,要求我们计算到n级楼梯的方案数。这个问题的解法非常简单,只需要维护一个长度为n的数组,记录到达每一级楼梯的方案数即可。类似的问题还有“零钱兑换”、“乘积最大子数组”、“通配符匹配”等,它们都采用了类似的动态规划思想,通过拆分问题、保存中间状态来求解问题。 需要注意的是,动态规划算法并不是万能的,它虽然可以处理众多经典问题,但在某些景下并不适用。例如,某些问题的状态转移过程比较复杂,或者状态转移方程中存在多个参数,这些情况下使用动态规划算法可能会变得比较麻烦。此外,动态规划算法也存在一些常见误区,例如错用贪心思想、未考虑边界情况等。 总之,掌握动态规划算法对于LeetCode的学习和解题都非常重要。除了刷题以外,我们还可以通过阅读经典的动态规划书籍,例如《算法竞赛进阶指南》、《算法与数据结构基础》等,来深入理解这种算法思想。
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