每日刷题——LeetCode781 剑指offer41 59

今天是清明节,不过和我有什么关心呢,不过又是刷题背八股的一天罢了。

Leetcode781 森林中的兔子

森林中,每个兔子都有颜色。其中一些兔子(可能是全部)告诉你还有多少其他的兔子和自己有相同的颜色。我们将这些回答放在 answers 数组里。
返回森林中兔子的最少数量。

示例:
输入: answers = [1, 1, 2]
输出: 5
解释:
两只回答了 “1” 的兔子可能有相同的颜色,设为红色。
之后回答了 “2” 的兔子不会是红色,否则他们的回答会相互矛盾。
设回答了 “2” 的兔子为蓝色。
此外,森林中还应有另外 2 只蓝色兔子的回答没有包含在数组中。
因此森林中兔子的最少数量是 5: 3 只回答的和 2 只没有回答的。

输入: answers = [10, 10, 10]
输出: 11

输入: answers = []
输出: 0

这一题第一眼看到这几个示例,都没有想太多,心想不就是找重复数字嘛。仔细一想不对劲,如果有3只兔子都说有1个和自己颜色相同,那么这三只兔子肯定不可能只有一个颜色。
这里就使用一个贪心算法,假设有k只兔子,说有i只和自己相同,因为一个颜色最多只有i+1只,那么认为总共ceil(k/(i+1))种颜色,也就是ceil(k/(i+1))*(i+1)只兔子。这样的话就很简单,利用一个hash表,找到所有出现的数字及次数,然后求和即可。

class Solution {
    public int numRabbits(int[] answers) {
    	Map<Integer, Integer> count = new HashMap<>();
    	for(int y : answers){
    		count.put(y, count.getOrDefault(y, 0) + 1);
		}
    	int ans = 0;
    	for(Map.Entry<Integer, Integer> entry: count.entrySet()){
    		int y = entry.getKey(), x = entry.getValue();
    		ans += (x+y)/(y+1)*(y+1);
		}
    	return ans;
    }
}

这里是利用了hash表,Java中提供了HashMap类使用哈希表来实现Map接口。这个代码里也列出了构造函数以及几种常见方法。

构造函数:
HashMap()
常用方法:
getOrDefault(key, defaultValue) 获取键key的值,若不存在则返回默认值,可以直接省一个判断
getKey() 顾名思义,获取key值
getValue() 顾名思义,获取value值
put(k, v) 添加键值对(k, v)
entrySet() 返回映射中包含的樱色好的set试图,可以用于和for-each循环一起使用,来遍历HashMap中的每一个映射项。

剑指offer41 数据流中的中位数

如何得到一个数据流中的中位数?如果从数据流中读出奇数个数值,那么中位数就是所有数值排序之后位于中间的数值。如果从数据流中读出偶数个数值,那么中位数就是所有数值排序之后中间两个数的平均值。
例如,
[2,3,4] 的中位数是 3
[2,3] 的中位数是 (2 + 3) / 2 = 2.5
设计一个支持以下两种操作的数据结构:
void addNum(int num) - 从数据流中添加一个整数到数据结构中。
double findMedian() - 返回目前所有元素的中位数。

输入:
[“MedianFinder”,“addNum”,“addNum”,“findMedian”,“addNum”,“findMedian”]
[[],[1],[2],[],[3],[]]
输出:[null,null,null,1.50000,null,2.00000]

中位数的求解一直算是一类比较经典也偏困难的题目。这里是要求数据流的中位数,因为是数据流,则需要有一个数据结构存储当前已经输入的数据,同时可以轻松获得当前数据的中位数,而输入数据后要快速处理达到正常状态。
第一时间想到的是维护一个有序列表,这样每次加入新元素,都找到合适的位置插入,从而保持列表的有序性,这样的时间复杂度O(n)(查找O(logn), 插入O(n))。
这样的时间复杂度显然是不够优秀的,因为要求中位数,只需要获得中间的一个数或两个数,其他的数不需要是有序的,因此想到了把数据分成两部分,一部分维护较小一半数据,同时只需要知道max元素,一部分维护较大一半数据,同时只需要知道min元素,通过两个元素就可以获得中位数。刚好这个功能,可以通过大顶堆或小顶堆实现。

class MedianFinder {
	PriorityQueue<Integer> qmax;
	PriorityQueue<Integer> qmin;
    /** initialize your data structure here. */
    public MedianFinder() {
        qmax = new PriorityQueue<Integer>((o1, o2) -> o2 - o1);
        qmin = new PriorityQueue<Integer> ();
    }
    
    public void addNum(int num) {
        if(qmax.size()==0 && qmin.size()==0){
            qmax.add(num);
        }else{
            if(num>qmax.peek()){
                qmin.add(num);
                if(qmax.size()<qmin.size()){
                    qmax.add(qmin.poll());
                }
            }else{
                qmax.add(num);
                if(qmax.size()-qmin.size()==2){
                    qmin.add(qmax.poll());
                }
            }
        }
    }
    
    public double findMedian() {
        if(qmax.size()==0 && qmin.size()==0){
            return 0;
        }
        if(qmin.size() < qmax.size()){
            return qmax.peek();
        }else{
            double sum = qmax.peek() + qmin.peek();
            return sum/2;
        }
    }
}

剑指offer59 滑动窗口的最大值

给定一个数组 nums 和滑动窗口的大小 k,请找出所有滑动窗口里的最大值。

输入: nums = [1,3,-1,-3,5,3,6,7], 和 k = 3
输出: [3,3,5,5,6,7]
解释:
滑动窗口的位置 最大值
[1 3 -1] -3 5 3 6 7 3
1 [3 -1 -3] 5 3 6 7 3
1 3 [-1 -3 5] 3 6 7 5
1 3 -1 [-3 5 3] 6 7 5
1 3 -1 -3 [5 3 6] 7 6
1 3 -1 -3 5 [3 6 7] 7

这种滑动窗口类型的题目,我也是第一次做。考虑到滑动窗口的特性是先进先出,所以第一感觉是使用一个队列来做。
之前做过一题, 包含min函数的栈,第一反应是不是和这一题类似,构造一个辅助队列,保存当前时刻最大的值,但是不是很好操作。最后还是依靠大佬,看了下大佬的讲解才能明白。
这里使用一个双端队列(单调队列)Deque,它可以实现首段尾端都可以添加元素和删除元素。通过维护一个单调递减的单调队列,实现求解最大值的功能。

1.想将我们第一个窗口的所有值存入单调双端队列中,单调队列里面的值为单调递减的。如果发现队尾元素小于要加入的元素,则将队尾元素出队,直到队尾元素大于新元素时,再让新元素入队,目的就是维护一个单调递减的队列。
2.我们将第一个窗口的所有值,按照单调队列的规则入队之后,因为队列为单调递减,所以队头元素必为当前窗口的最大值,则将队头元素添加到数组中。
3.移动窗口,判断当前窗口前的元素是否和队头元素相等,如果相等则出队。
4.继续然后按照规则进行入队,维护单调递减队列。
5.每次将队头元素存到返回数组里。
6.返回数组

再看代码理解一下

class Solution {
    public int[] maxSlidingWindow(int[] nums, int k) {
		if(nums.length == 0 || k == 0) return new int[0];
		Deque<Integer> deque = new LinkedList<>();
		int[] res = new int[nums.length - k + 1];
		// 未形成窗口
		for(int i = 0; i < k; i++) {
			while(!deque.isEmpty() && deque.peekLast() < nums[i])
				deque.removeLast();
			deque.addLast(nums[i]);
		}
		res[0] = deque.peekFirst();
		// 形成窗口后
		for(int i = k; i < nums.length; i++) {
			if(deque.peekFirst() == nums[i - k])
				deque.removeFirst();
			while(!deque.isEmpty() && deque.peekLast() < nums[i])
				deque.removeLast();
			deque.addLast(nums[i]);
			res[i - k + 1] = deque.peekFirst();
		}
		return res;

    }
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
要在CLion中配置刷LeetCode题目的环境,你可以按照以下步骤操作: 1. 下载安装CLion:首先确保你已经将CLion安装在你的电脑上。你可以从JetBrains的官方网站下载适用于你操作系统的版本。 2. 创建新项目:打开CLion,选择"Create New Project"来创建一个新的C++项目。 3. 配置编译器:在项目配置界面,选择C++编译器(如GCC或Clang)。确保你已经正确安装了所选编译器,并且CLion能够找到它。 4. 配置CMakeLists.txt:在项目目录下,找到名为CMakeLists.txt的文件,并将其打开。在这个文件中,你需要添加一些配置来链接LeetCode的测试框架。 5. 添加测试框架:在CMakeLists.txt文件中,添加以下代码来链接Google Test(LeetCode使用该框架进行测试): ```cmake # 导入Google Test include(FetchContent) FetchContent_Declare( googletest URL https://github.com/google/googletest/archive/609281088cfefc76f9d0ce82e1ff6c30cc3591e5.zip ) set(gtest_force_shared_crt ON CACHE BOOL "" FORCE) FetchContent_MakeAvailable(googletest) # 添加测试目录 enable_testing() add_subdirectory(test) ``` 6. 创建测试目录:在项目的根目录下,创建一个名为"test"的文件夹,并在该文件夹中创建一个名为"main.cpp"的文件。 7. 编写测试代码:在"main.cpp"文件中,编写你的测试代码。你可以使用Google Test提供的宏来定义测试用例和断言。 8. 运行测试:在CLion的顶部菜单栏,选择"Run" > "Edit Configurations"。在弹出的对话框中,点击"+"按钮添加一个新的运行配置。选择"C++ Google Test"作为运行器,并设置好相关参数。 9. 运行测试:保存配置后,点击运行按钮(绿色的三角形图标)来运行你的测试用例。CLion将执行你的代码,并显示测试结果。 这样,你就可以在CLion中配置LeetCode题目的环境并进行刷题了。记得根据具体需求修改和调整配置,以适应不同题目的要求。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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