LeetCode 1321, 209, 102

1321. 餐馆营业额变化增长

题目链接

1321. 餐馆营业额变化增长

  • Customer的字段为customer_idnamevisited_onamount

要求

你是餐馆的老板,现在你想分析一下可能的营业额变化增长(每天至少有一位顾客)。

计算以 7 天(某日期 + 该日期前的 6 天)为一个时间段的顾客消费平均值。average_amount保留两位小数

结果按 visited_on 升序排序

知识点

  1. min():求最小值的函数。
  2. sum():求和的函数。
  3. round():四舍五入的函数。
  4. datediff():计算日期的差值的函数。注意:参数的顺序对结果有影响,例如datediff('2020-01-10', '2020-01-03')datediff('2020-01-03', '2020-01-10)的结果为相反数。
  5. distinct:去除某个字段的重复值。
  6. between and:将结果限制到一个闭区间内。
  7. join on:内连接,查询两个集合的交集。

思路

本题的结果返回的是 最小日期加上6天后的所有日期 的统计,统计的数据是这7天的总营业额sum(amount)和平均营业额round(sum(amount) / 7, 2),本题的难点不在于统计,而是在于如何找到合适的统计范围。

首先,求出所有的日期(日期可能重复,要使用distinct来去重),使用子表tb_date来接收数据,然后进行多表查询和限制。

对日期的第一个限制条件(或者说是对内连接的限制条件)为:第一个表的日期tb_date.visited_on比第二个表的日期tb_c.visited_on06天,这样一来,tb_date的每条数据 都对应 tb_c7条数据tb_c7条数据的日期tb_c.visited_on 就是 tb_date的日期tb_date.visited_on的前6天和当天,对tb_c对这7条数据进行统计即可(统计前先按照tb_date.visited_on分组)。

对日期的第二个限制条件为:>= 最小日期加上6天后的日期,求最小日期很方便,使用min(visited_on)即可求得最小日期。求完最小日期后再加上限制tb_date.visited_on >= 最小日期 + 6

代码

select
    tb_date.visited_on,
    sum(amount) amount,
    round(sum(amount) / 7, 2) average_amount
from
    (
        select
            distinct visited_on
        from
            Customer
    ) tb_date
join
    Customer tb_c
on
    datediff(tb_date.visited_on, tb_c.visited_on)
between
    0
and
    6
where
    tb_date.visited_on >= (
        select
            min(visited_on)
        from
            Customer
    ) + 6
group by
    tb_date.visited_on

209. 长度最小的子数组

题目链接

209. 长度最小的子数组

标签

数组 二分查找 前缀和 滑动窗口

暴力法

思路

看到本题,想到了一种很容易实现的思路:以数组的每个元素为子数组的第一个元素,然后往后遍历,直到超过target。然而很遗憾,这样做会超时。

代码

class Solution {
    public int minSubArrayLen(int target, int[] nums) {
        int n = nums.length;
        int res = Integer.MAX_VALUE;
        for (int left = 0; left < n; left++) {
            int sum = 0;
            for (int right = left; right < n; right++) {
                sum += nums[right];
                if (sum >= target) {
                    res = Math.min(res, right - left + 1);
                    break;
                }
            }
        }
        return res == Integer.MAX_VALUE ? 0 : res;
    }
}

滑动窗口

思路

仔细看暴力法,发现有很大一部分时间浪费在寻找子数组的最后一个元素的索引上,所以能不能想出一种方法,这种方法 在寻找到子数组的最后一个元素的索引right后 不需要 从下一个子数组的第一个元素的索引left开始寻找right

这种方法是存在的:首先要记录right的值,然后在找到right(子数组的和大于等于target)后去除子数组头部的多余元素(这里的多余元素指的是去除该元素后子数组的值仍然大于等于target的元素)。在去除到极限(子数组的和小于target)时,让right向原数组尾部移动。重复这样的操作,直到right到达原数组尾部。

代码

class Solution {
    public int minSubArrayLen(int target, int[] nums) {
        int n = nums.length;
        int res = Integer.MAX_VALUE;
        int left = 0, right = 0, sum = 0;
        while (right < n) {
            sum += nums[right];
            while (sum >= target) { // 去除子数组头部的多余元素
                res = Math.min(res, right - left + 1); // 记住要更新res的值
                sum -= nums[left]; // 子数组的和变小
                left++; // 左端点右移
            }
            right++; // 右端点右移,寻找下一个合适的right
        }
        return res == Integer.MAX_VALUE ? 0 : res;
    }
}

102. 二叉树的层序遍历

题目链接

102. 二叉树的层序遍历

标签

树 广度优先搜索 二叉树

思路

本题是一道广度优先搜索的题,可以使用队列来存储二叉树每层的节点,在遍历每层节点时,记录该节点的值,并把下一层节点加入队列尾部(由于每次只遍历一层,所以不会从队列中取出下一层的节点),直到队列为空。

代码

class Solution {
    public List<List<Integer>> levelOrder(TreeNode root) {
        if (root == null) { // 如果根节点为null
            return new ArrayList<>(); // 则返回空链表
        }

        List<List<Integer>> res = new ArrayList<>(); // 结果链表
        LinkedList<TreeNode> queue = new LinkedList<>(); // 存放每层节点的队列
        queue.offer(root); // 二叉树的第一层是根节点,将根节点放入队列
        while (!queue.isEmpty()) { // 直到队列为空才退出循环
            List<Integer> level = new LinkedList<>(); // 存放本层节点的值的链表
            int size = queue.size(); // 获取本层节点的数量,限制本次遍历只在当前层
            for (int i = 0; i < size; i++) { // 遍历本层的所有节点
                TreeNode curr = queue.poll(); // 取出本层的节点
                level.add(curr.val); // 存放本层节点的值
                if (curr.left != null) { // 如果当前节点的左子节点不为null
                    queue.offer(curr.left); // 则将其加入队列
                }
                if (curr.right != null) { // 如果当前节点的右子节点不为null
                    queue.offer(curr.right); // 则将其加入队列
                }
            }
            res.add(level); // 将本层节点的值放入结果链表
        }
        return res;
    }
}
  • 14
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
很抱歉,我无法理解你的问题。请供更多的上下或具体的问题描述,我将竭尽全力为您提供帮助。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [分类整理leetcode算法题解,代码语言采用c++与python实现.zip](https://download.csdn.net/download/qq_35831906/88245562)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [两两认识leetcode-ACM-ICPC-Preparation-master-ct:ACM-ICPC-Preparation-master](https://download.csdn.net/download/weixin_38656064/19943218)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [【Leetcode】ACM模式的各种输入处理](https://blog.csdn.net/fisherish/article/details/120402338)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]
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