第一题 最大人工岛
给你一个大小为 n x n 二进制矩阵 grid 。最多 只能将一格 0 变成 1 。
返回执行此操作后,grid 中最大的岛屿面积是多少?
岛屿 由一组上、下、左、右四个方向相连的 1 形成。
对哪一个零格进行操作,能得到最大到域面积
解题思路:1.所有相连的格子能组成一个岛屿,遍历所有岛屿,给其编号并且计算面积
保存到map中
2.遍历每个0格子,计算与其相邻的岛屿面积加上格子变为1以后的总面积
3.可以将遍历的格子编号设置成所在岛屿编号,避免重复遍历
class Solution:
def largestIsland(self, grid: List[List[int]]) -> int:
n = len(grid) #记录表格长度
if n == 0: return 1
# 从2开始计数
idx, area_dic = 2, dict() #0,1已经被占用
def dfs(idx, x, y): #深度遍历
if 0 <= x < n and 0 <= y < n and grid[x][y] == 1:
grid[x][y] = idx
a = dfs(idx, x - 1, y)
b = dfs(idx, x + 1, y)
c = dfs(idx, x, y - 1)
d = dfs(idx, x, y + 1)
return a + b + c + d + 1
else:
return 0
# 给岛屿编号,只计算未编号的岛屿
for i in range(n):
for j in range(n):
if grid[i][j] == 1:
area_dic[idx] = dfs(idx, i, j)
idx += 1
# 无岛屿,全是海洋
if len(area_dic) == 0: return 1
res, sea = 0, False
for i in range(n):
for j in range(n):
# area面积,cover避免重复计算
area, cover = 0, []
if grid[i][j] == 0:
area += 1
for ni, nj in [(i - 1, j), (i + 1, j), (i, j - 1), (i, j + 1)]:
if 0 <= ni < n and 0 <= nj < n and grid[ni][nj] != 0 and grid[ni][nj] not in cover:
area += area_dic[grid[ni][nj]]
cover.append(grid[ni][nj])
sea = True
res = max(res, area)
# 如果没有海洋
if not sea: return n * n
return res
题目二:按照频率数组升序排序
题目描述:
给你一个整数数组 nums ,请你将数组按照每个值的频率 升序 排序。如果有多个值的频率相同,请你按照数值本身将它们 降序 排序。
请你返回排序后的数组。
class Solution:
def frequencySort(self, nums: List[int]) -> List[int]:
cnt = Counter(nums) #count()统计每个数字出现的次数
nums.sort(key=lambda x: (cnt[x], -x)) #?
return nums
题目三:划分为K个相等的子集
题目描述:
给定一个整数数组 nums
和一个正整数 k
,找出是否有可能把这个数组分成 k
个非空子集,其总和都相等。
解法一:
题目给定长度为 nn 的数组 \textit{nums}nums,和整数 kk,我们需要判断是否能将数组分成 kk 个总和相等的非空子集。首先计算数组的和 \textit{all}all,如果 \textit{all}all 不是 kk 的倍数,那么不可能能有合法方案,此时直接返回 \text{False}False。否则我们需要得到 kk 个和为 per=
k/all的集合,那么我们每次尝试选择一个还在数组中的数,若选择后当前已选数字和等于 \textit{per}per 则说明得到了一个集合,而已选数字和大于 \textit{per}per 时,不可能形成一个集合从而停止继续往下选择新的数字。又因为 nn 满足 1 \le n \le 161≤n≤16,所以我们可以用一个整数 SS 来表示当前可用的数字集合:从低位到高位,第 ii 位为 11 则表示数字 \textit{nums}[i]nums[i] 可以使用,否则表示 \textit{nums}[i]nums[i] 已被使用。为了避免相同状态的重复计算,我们用 \textit{dp}[S]dp[S] 来表示在可用的数字状态为 SS 的情况下是否可行,初始全部状态为记录为可行状态 \text{True}True。这样我们就可以通过记忆化搜索这种「自顶向下」的方式来进行求解原始状态的可行性,而当状态集合中不存在任何数字时,即 S = 0S=0 时,表示原始数组可以按照题目要求来进行分配,此时返回 \text{True}True 即可。
class Solution:
def canPartitionKSubsets(self, nums: List[int], k: int) -> bool:
all = sum(nums)
if all % k:
return False
per = all // k
nums.sort() # 方便下面剪枝
if nums[-1] > per:
return False
n = len(nums)
@cache
def dfs(s, p):
if s == 0:
return True
for i in range(n):
if nums[i] + p > per:
break
if s >> i & 1 and dfs(s ^ (1 << i), (p + nums[i]) % per): # p + nums[i] 等于 per 时置为 0
return True
return False
return dfs((1 << n) - 1, 0)