【LeetCode每日一题】【2023/2/18】1237. 找出给定方程的正整数解


1237. 找出给定方程的正整数解

LeetCode: 1237. 找出给定方程的正整数解

中等 \color{#FFB800}{中等} 中等

给你一个函数 f(x, y) 和一个目标结果 z,函数公式未知,请你计算方程 f(x,y) == z 所有可能的正整数 数对 xy。满足条件的结果数对可以按任意顺序返回。

尽管函数的具体式子未知,但它是单调递增函数,也就是说:

  • f(x, y) < f(x + 1, y)
  • f(x, y) < f(x, y + 1)

函数接口定义如下:

interface CustomFunction {
public:
  // Returns some positive integer f(x, y) for two positive integers x and y based on a formula.
  int f(int x, int y);
};

你的解决方案将按如下规则进行评判:

  • 判题程序有一个由 CustomFunction9 种实现组成的列表,以及一种为特定的 z 生成所有有效数对的答案的方法。
  • 判题程序接受两个输入:function_id(决定使用哪种实现测试你的代码)以及目标结果 z
  • 判题程序将会调用你实现的 findSolution 并将你的结果与答案进行比较。
  • 如果你的结果与答案相符,那么解决方案将被视作正确答案,即 Accepted

示例 1:

输入:function_id = 1, z = 5
输出:[[1,4],[2,3],[3,2],[4,1]]
解释:function_id = 1 暗含的函数式子为 f(x, y) = x + y
以下 x 和 y 满足 f(x, y) 等于 5:
x=1, y=4 -> f(1, 4) = 1 + 4 = 5
x=2, y=3 -> f(2, 3) = 2 + 3 = 5
x=3, y=2 -> f(3, 2) = 3 + 2 = 5
x=4, y=1 -> f(4, 1) = 4 + 1 = 5

示例 2:

输入:function_id = 2, z = 5
输出:[[1,5],[5,1]]
解释:function_id = 2 暗含的函数式子为 f(x, y) = x * y
以下 x 和 y 满足 f(x, y) 等于 5:
x=1, y=5 -> f(1, 5) = 1 * 5 = 5
x=5, y=1 -> f(5, 1) = 5 * 1 = 5

提示:

  • 1 <= function_id <= 9
  • 1 <= z <= 100
  • 题目保证 f(x, y) == z 的解处于 1 <= x, y <= 1000 的范围内。
  • 1 <= x, y <= 1000 的前提下,题目保证 f(x, y) 是一个 32 位有符号整数。

方法1:枚举

使用二重循环,在 [1, 1000] 的范围内枚举 xy ,把每一个得出结果为 z 的数对 [x, y] 记录下来。

#include <vector>
using namespace std;

class Solution
{
public:
	vector<vector<int>> findSolution(CustomFunction& customfunction, const int z)
	{
		vector<vector<int>> ans;
		for (int x = 1; x <= 1000; x++)
		{
			for (int y = 1; y <= 1000; y++)
			{
				if (customfunction.f(x, y) == z)
					ans.emplace_back(vector{x, y});
			}
		}

		return ans;
	}
};

复杂度分析:

  • 时间复杂度: O ( m n ) O(m n) O(mn)。其中, m m m 为数 x 的取值数目, n n n 为数 y 的取值数目。

  • 空间复杂度: O ( 1 ) O(1) O(1)。没有用到额外的、大小与输入数据有关的变量,因此仅占用常数的额外空间。

参考结果

Accepted
45/45 cases passed (124 ms)
Your runtime beats 13.98 % of cpp submissions
Your memory usage beats 64.52 % of cpp submissions (6.2 MB)

方法2:枚举 + 二分查找

题目给出条件,当 xy 其中一个数固定时,f(x, y) 随着另一个数的增加而增加,即单调递增。因此可以首先枚举 x ,然后通过二分查找定位 y 。若当前 f(x, y) < z ,则往大了找 y ;反之则减小 y 来寻找。

#include <vector>
using namespace std;

class Solution
{
public:
	vector<vector<int>> findSolution(CustomFunction& customfunction, const int z)
	{
		vector<vector<int>> ans;

		for (int x = 1; x <= 1000; x++)
		{
			for (int y_left = 1, y_right = 1000; y_left <= y_right;)
			{
				const int y_middle = (y_left + y_right) / 2;
				if (customfunction.f(x, y_middle) == z)
				{
					ans.emplace_back(vector{x, y_middle});
					break;
				}

				if (customfunction.f(x, y_middle) > z)
					y_right = y_middle - 1;
				else
					y_left = y_middle + 1;
			}
		}

		return ans;
	}
};

复杂度分析:

  • 时间复杂度: O ( m × l o g n ) O(m \times log{n}) O(m×logn)。其中, m m m 为数 x 的取值数目, n n n 为数 y 的取值数目。

  • 空间复杂度: O ( 1 ) O(1) O(1)。没有用到额外的、大小与输入数据有关的变量,因此仅占用常数的额外空间。

参考结果

Accepted
45/45 cases passed (4 ms)
Your runtime beats 51.61 % of cpp submissions
Your memory usage beats 84.95 % of cpp submissions (6.2 MB)
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    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 上关于动态规划的目集合。动态规划是一种常用的算法思想,可以用来决很多实际问,比如最长公共子序列、背包问、最短路径等等。在 LeetCode 上,动态规划也是一个非常重要的型,很多目都需要用到动态规划的思想来决。 这个链接里包含了很多关于动态规划的目,按照难度从简单到困难排列。每个目都有详细的目描述、输入输样例、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和最优子结构性质的问。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,动态规划常用于决最优化问,如背包问、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,目分类和标签设置十分细致和方便,方便程序员查并深入学习不同类型的算法。 LeetCode的动态规划标签下的目涵盖了各种难度级别和场景的问。从简单的斐波那契数列、迷宫问到可以用于实际应用的背包问、最长公共子序列等,难度不断递进且话丰富,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,它通过将问拆分成子问的方式进行求。在LeetCode中,动态规划标签涵盖了众多经典和优美的算法问,例如斐波那契数列、矩阵链乘法、背包问等。 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,例如动态规划求斐波那契数列问时,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。例如,经典的“爬楼梯”问,要求我们计算到n级楼梯的方案数。这个问法非常简单,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、保存中间状态来求。 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,但在某些场景下并不适用。例如,某些问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的学习和都非常重要。除了刷以外,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,来深入理这种算法思想。
评论 1
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

打赏作者

亡心灵

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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