https://leetcode-cn.com/contest/weekly-contest-194/
周赛地址↑
数组异或操作
'''
按照题意即可
'''
class Solution:
def xorOperation(self, n: int, start: int) -> int:
ans=0
for i in range(n):
ans^=(n*2+start)
return ans
1487. 保证文件名唯一
'''
同样按照题意即可
'''
class Solution:
def getFolderNames(self, names: List[str]) -> List[str]:
visited={}
res=[]
for ch in names:
if ch not in visited:
visited[ch]=1
res.append(ch)
else:
k=visited[ch]
'''
标记k的原因是有如 kkk,kkk,kkk(很多个,方便直接定位到最新一个)
'''
name=ch+'('+str(k)+')'
while name in visited:
name=ch+'('+str(k)+')'
k+=1
res.append(name)
visited[ch]=k
visited[name]=1
'''
两个都要更新
'''
return res
1488. 避免洪水泛滥
思路:两边遍历,第一遍遍历获取所有池塘下雨的信息
第二遍遍历生成解答数组 具体看代码:
class Solution:
def avoidFlood(self, rains: List[int]) -> List[int]:
count=collections.defaultdict(list)#各个池塘要下雨的时间
p=collections.defaultdict(int)#池塘下了第几次雨
zerocnt=0#晴天计数
floocnt=0#会发生洪水的天数计数
for i,ni in enumerate(rains):
if ni and count[ni]:
floacnt+=1
if not ni:
zerocnt+=1
if zerocnt<floacnt:
return []#不能够按时抽干池塘,一定会发生洪水
count[ni].append(i)
res=[]#返回列表
queue=[]#优先队列
flooting=set()#已经满溢的池塘
for i,ni in enumerate(rains):
if ni :
'''
如果雨天,返回数组先加入-1
如果有下一次洪水就入队下一次下雨的日期
如果此时池塘已经满了,就返回[]
'''
res.append(-1)
if len(count[ni])>1:
if ni in floating:
return []
floating.add(ni)
if p[ni]<len(count[ni])-1:
heapq.heappush(queue,count[ni][p[ni]+1])
p[ni]+=1
else:
'''
如果晴天,且优先队列不空
就抽干最优先的池塘(最先下雨的池塘)
如果队列空,就抽干第一个池塘(题目无要求抽干哪一个池塘,但是一定会有1号池塘)
'''
if queue:
poi=heapq.heappop(queue)
res.append(rains[poi])
floating.discard(rains[poi])
else:
res.append(1)
return res
1489. 找到最小生成树里的关键边和伪关键边
思路 利用kruskal算法得到最小生成树的权值和
题目中关键边的定义就是去掉该边权值和上升
非关键边就是去掉该边权值和不变 直接带入即可
class Solution:
def findCriticalAndPseudoCriticalEdges(self, n: int, edges: List[List[int]]) -> List[List[int]]:
index=[i for i in range(len(edges))]
index.sort(key=lambda x:edges[x][2])
edges=[edges[i] for i in index]#建立边与序号的映射关系
min_cost=self.kruskal(n,edges)#树中每一条边都加入,找最小生成树
res=[[],[]]
for i in range(len(edges)):
notadd=edges[i]#去掉的边
nedges=edges[:i]+edges[i+1:]#剩余的边的合集
if self.kruskal(n,nedges)>min_cost:#关键边
res[0].append(index[i])
elif self.kruskal(n,nedges,notadd)==min_cost:#非关键边
res[1].append(index[i])
return res
def kruskal(self,n,edges,preadd=None):#很基本的kruskal算法
ori=[i for i in range(n)]
def find(x):
if ori[x]!=x:
ori[x]=find(ori[x])
return ori[x]
cost=edgecnt=0
if preadd:#提前加入的边
v1,v2,price=preadd
cost=price
edgecnt=1
ori[find(v2)]=find(v1)
for v1,v2,p in edges:
if find(v1)==find(v2):
continue
cost+=p
edgecnt+=1
ori[find(v2)]=find(v1)
if edgecnt==n-1:
break
return cost if edgecnt==n-1 else float('inf')#小心 可能不会成树