文章目录
5680. 找到最近的有相同 X 或 Y 坐标的点
AC
题目
给你两个整数 x 和 y ,表示你在一个笛卡尔坐标系下的 (x, y) 处。同时,在同一个坐标系下给你一个数组 points ,其中 points[i] = [ai, bi] 表示在 (ai, bi) 处有一个点。当一个点与你所在的位置有相同的 x 坐标或者相同的 y 坐标时,我们称这个点是 有效的 。
请返回距离你当前位置 曼哈顿距离 最近的 有效 点的下标(下标从 0 开始)。如果有多个最近的有效点,请返回下标 最小 的一个。如果没有有效点,请返回 -1 。
两个点 (x1, y1) 和 (x2, y2) 之间的 曼哈顿距离 为 abs(x1 - x2) + abs(y1 - y2) 。
示例 1:
输入:x = 3, y = 4, points = [[1,2],[3,1],[2,4],[2,3],[4,4]]
输出:2
解释:所有点中,[3,1],[2,4] 和 [4,4] 是有效点。有效点中,[2,4] 和 [4,4] 距离你当前位置的曼哈顿距离最小,都为 1 。[2,4] 的下标最小,所以返回 2 。
示例 2:
输入:x = 3, y = 4, points = [[3,4]]
输出:0
提示:答案可以与你当前所在位置坐标相同。
示例 3:
输入:x = 3, y = 4, points = [[2,3]]
输出:-1
解释:没有有效点。
提示:
1 <= points.length <= 10^4
points[i].length == 2
1 <= x, y, ai, bi <= 10^4
解题思路
从前向后遍历,当后面的距离严格小于当前距离时更新
代码
class Solution:
def nearestValidPoint(self, x: int, y: int, points: List[List[int]]) -> int:
ans = -1
distance = 100000
for index, each_point in enumerate(points):
if x == each_point[0] or y == each_point[1]:
man_dis = abs(x - each_point[0]) + abs(y - each_point[1])
if man_dis < distance:
ans = index
distance = man_dis
return ans
5681. 判断一个数字是否可以表示成三的幂的和
AC
题目
给你一个整数 n ,如果你可以将 n 表示成若干个不同的三的幂之和,请你返回 true ,否则请返回 false 。
对于一个整数 y ,如果存在整数 x 满足 y == 3^x ,我们称这个整数 y 是三的幂。
示例 1:
输入:n = 12
输出:true
解释:12 = 3^1 + 3^2
示例 2:
输入:n = 91
输出:true
解释:91 = 3^0 + 3^2 + 3^4
示例 3:
输入:n = 21
输出:false
提示:
1 <= n <= 10^7
解题思路
写一个3的幂表,然后从大往小遍历,对n
减去能减的数字,减完之后如果n
还不是0,则说明无法表示为3的幂相加
代码
class Solution:
def checkPowersOfThree(self, n: int) -> bool:
d = {}
for index in range(50):
pow3 = pow(3, index)
d[index] = pow3
if pow3 > n:
break
for i in range(index, -1, -1):
if d[i] <= n:
n -= d[i]
return n == 0
5682. 所有子字符串美丽值之和
AC
题目
一个字符串的 美丽值 定义为:出现频率最高字符与出现频率最低字符的出现次数之差。
比方说,“abaacc” 的美丽值为 3 - 1 = 2 。
给你一个字符串 s ,请你返回它所有子字符串的 美丽值 之和。
示例 1:
输入:s = "aabcb"
输出:5
解释:美丽值不为零的字符串包括 ["aab","aabc","aabcb","abcb","bcb"] ,每一个字符串的美丽值都为 1 。
示例 2:
输入:s = "aabcbaa"
输出:17
提示:
1 <= s.length <= 500
s 只包含小写英文字母。
解题思路
看长度觉得可以暴力的,结果居然T了。。。
求出所有子字符串,然后对所有子字符串求美丽值再相加即可。求子字符串的时间复杂度是
o
(
n
2
)
o(n^2)
o(n2)
不用Counter
类,自己写个字典,在枚举子字符串的同时计算美丽值即可
代码
Counter类
class Solution:
def beautySum(self, s: str) -> int:
from collections import Counter
def beauty_value(s: str) -> int:
s_cnter = Counter(s)
return max(s_cnter.values()) - min(s_cnter.values())
# generate all substrings
substrings = []
s_len = len(s)
for i in range(s_len):
for j in range(i + 1, s_len + 1):
substrings.append(s[i:j])
return sum(map(beauty_value, substrings))
字典写法
class Solution:
def beautySum(self, s: str) -> int:
ans = 0
s_len = len(s)
for i in range(s_len):
s_cnt = {}
for j in range(i, s_len):
s_cnt[s[j]] = s_cnt.get(s[j], 0) + 1
ans += max(s_cnt.values()) - min(s_cnt.values())
return ans
5683. 统计点对的数目
TLE
题目
给你一个无向图,无向图由整数 n ,表示图中节点的数目,和 edges 组成,其中 edges[i] = [ui, vi] 表示 ui 和 vi 之间有一条无向边。同时给你一个代表查询的整数数组 queries 。
第 j 个查询的答案是满足如下条件的点对 (a, b) 的数目:
a < b
cnt 是与 a 或者 b 相连的边的数目,且 cnt 严格大于 queries[j] 。
请你返回一个数组 answers ,其中 answers.length == queries.length 且 answers[j] 是第 j 个查询的答案。
请注意,图中可能会有 重复边 。
示例 1:
输入:n = 4, edges = [[1,2],[2,4],[1,3],[2,3],[2,1]], queries = [2,3]
输出:[6,5]
解释:每个点对中,与至少一个点相连的边的数目如上图所示。
示例 2:
输入:n = 5, edges = [[1,5],[1,5],[3,4],[2,5],[1,3],[5,1],[2,3],[2,5]], queries = [1,2,3,4,5]
输出:[10,10,9,8,6]
提示:
2 <= n <= 2 * 10^4
1 <= edges.length <= 10^5
1 <= ui, vi <= n
ui != vi
1 <= queries.length <= 20
0 <= queries[j] < edges.length
解题思路
先计算出来如图的表,然后遍历表找符合query
要求的个数
计算如图的表:
点对的边 = 点a的边 + 点b的边 - (a,b)之间的边
遍历点对,时间复杂度是
o
(
n
2
)
o(n^2)
o(n2)
得到表后,对第二列做一个统计次数的字典,然后可以用前缀和求出一个字典。这个字典的key
和value
表示“与点对中至少一个点相连的边的数目”大于key
的个数为value
,然后query
直接查询即可
代码
class Solution:
def countPairs(self, n: int, edges: List[List[int]], queries: List[int]) -> List[int]:
node_degree = {node: 0 for node in range(1, n + 1)}
pair_degree = {}
for each_edge in edges:
node_a, node_b = min(each_edge), max(each_edge)
node_degree[node_a] += 1
node_degree[node_b] += 1
pair_degree[(node_a, node_b)] = pair_degree.get((node_a, node_b), 0) + 1
degree_cnt = {}
for i in range(1, n):
for j in range(i + 1, n + 1):
new_degree = node_degree[i] + node_degree[j] - pair_degree.get((i, j), 0)
degree_cnt[new_degree] = degree_cnt.get(new_degree, 0) + 1
# presum
ans = []
max_cnt = max(max(degree_cnt), len(edges))
d = {max_cnt: 0}
for i in range(max_cnt - 1, -1, -1):
d[i] = d[i + 1] + degree_cnt.get(i + 1, 0)
return [d[q] for q in queries]