2023-2-17刷题情况

规划兼职工作

题目描述

你打算利用空闲时间来做兼职工作赚些零花钱。

这里有 n 份兼职工作，每份工作预计从 startTime[i] 开始到 endTime[i] 结束，报酬为 profit[i]。

给你一份兼职工作表，包含开始时间 startTime，结束时间 endTime 和预计报酬 profit 三个数组，请你计算并返回可以获得的最大报酬。

注意，时间上出现重叠的 2 份工作不能同时进行。

如果你选择的工作在时间 X 结束，那么你可以立刻进行在时间 X 开始的下一份工作。

样例

样例输入

startTime = [1,2,3,3], endTime = [3,4,5,6], profit = [50,10,40,70]
startTime = [1,2,3,4,6], endTime = [3,5,10,6,9], profit = [20,20,100,70,60]
startTime = [1,1,1], endTime = [2,3,4], profit = [5,6,4]

样例输出

120
解释：
我们选出第 1 份和第 4 份工作，
时间范围是 [1-3]+[3-6]，共获得报酬 120 = 50 + 70。

150
解释：
我们选择第 1，4，5 份工作。
共获得报酬 150 = 20 + 70 + 60。

6

提示

• $1<=startTime.length==endTime.length==profit.length<=5\ast 10^4$
• $1<=startTime[i]<endTime[i]<=10^9$
• $1<=profit[i]<=10^4$

思路

很明显的动态规划，总得大问题可以化为多个子问题。
有几个需要注意的点，time[i]的范围很大，大到不能直接开这么大的数组来进行存储dp数组。
看的题解学习到了新思路。把所有工作按照结束时间排序，可以只使用O(n)的空间存储dp数组。

代码实现

class Solution {
    public int jobScheduling(int[] startTime, int[] endTime, int[] profit) {
        int len = startTime.length;
        var job = new int[len][];
        for(int i = 0; i < len; i++) job[i] = new int[]{startTime[i], endTime[i], profit[i]};
        Arrays.sort(job, (a, b) -> a[1] - b[1]);
       	
       	// 只使O(n)的空间。
        var dp = new int[len+1];

        for(int i = 0; i < len; i++){
        	// 很厉害的思路，因为是按照结束时间排序，所以可是使用二分查找。
            var j = binarySearch(job, i, job[i][0]);
            dp[i+1] = Math.max(dp[i], dp[j] + job[i][2]);
        }
        return dp[len];
    } 
	
	// 二分查找到 小于 target的 最大值，并返回其下标。
    private int binarySearch(int[][] job, int right, int target){
        int left = 0;
        while(left < right){
            int mid = left + (right - left) / 2;
            if(job[mid][1] > target) right = mid;
            else left = mid + 1;
        }
        return left;
    }
}

礼盒的最大甜蜜度

题目描述

给你一个正整数数组 price ，其中 price[i] 表示第 i 类糖果的价格，另给你一个正整数 k 。

商店组合 k 类 不同 糖果打包成礼盒出售。礼盒的 甜蜜度 是礼盒中任意两种糖果 价格 绝对差的最小值。

返回礼盒的 最大 甜蜜度。

样例

样例输入

price = [13,5,1,8,21,2], k = 3
price = [1,3,1], k = 2
price = [7,7,7,7], k = 2

样例输出

8
解释：选出价格分别为 [13,5,21] 的三类糖果。
礼盒的甜蜜度为 min(|13 - 5|, |13 - 21|, |5 - 21|) = min(8, 8, 16) = 8 。
可以证明能够取得的最大甜蜜度就是 8 。

2
解释：选出价格分别为 [1,3] 的两类糖果。
礼盒的甜蜜度为 min(|1 - 3|) = min(2) = 2 。
可以证明能够取得的最大甜蜜度就是 2 。

0
解释：从现有的糖果中任选两类糖果，甜蜜度都会是 0 。

提示

• $1<=price.length<=10^5$
• $1<=price[i]<=10^9$
• $2<=k<=price.length$

思路

这种最大中找最小，或最小中找最大，很容易是二分题目。有初始思路后，只需要证明答案区间具有单调性。
当前题目的单调性是甜蜜度越小，越有可能满足分为k类糖果。然后只需要找能满足分为k类糖果的最大甜蜜度。

代码实现

class Solution {
    int[] price;
    int k;
    public int maximumTastiness(int[] price, int k) {
        Arrays.sort(price);
        this.price = price;
        this.k = k;
        int l = 0;
        int r = price[price.length-1];
        while(l <= r){
            int mid = (r + l) / 2;
            if(!check(mid)) r = mid - 1;
            else l = mid + 1;
        }
        return r;
    }
    
    private boolean check(int x){
        int ans = 1;
        int max = price[0];
        for(int i = 1; i < price.length; i++){
            if(price[i] >= max + x){
                max = price[i];
                ans++;
            }
        }
        return ans >= k;
    }
}

最大的以 1 为边界的正方形

题目描述

给你一个由若干 0 和 1 组成的二维网格 grid，请你找出边界全部由 1 组成的最大 正方形 子网格，并返回该子网格中的元素数量。如果不存在，则返回 0。

样例

样例输入

grid = [[1,1,1],[1,0,1],[1,1,1]]
grid = [[1,1,0,0]]

样例输出

9
1

提示

• 1 <= grid.length <= 100
• 1 <= grid[0].length <= 100
• grid[i][j] 为 0 或 1

思路

还是区间求和，很容易想到前缀和，但又与一般前缀和不一样，因为是矩阵的原因。需要两个前缀和数组进行存储。

代码实现

class Solution {
    public int largest1BorderedSquare(int[][] grid) {
        int m = grid.length;
        int n = grid[0].length;
        int len = Math.min(n, m);
        int[][] cs = new int[n+1][m+1], rs = new int[m+1][n+1];
        for(int i = 0; i < m; i++)
            for(int j = 0; j < n; j ++){
                rs[i][j+1] = rs[i][j] + grid[i][j];
                cs[j][i+1] = cs[j][i] + grid[i][j];
            }

        for(int k = len; k > 0; k--){
            for(int i = 0; i <= m-k; i++){
                for(int j = 0; j <= n-k; j++){
                    if(
                        rs[i][j+k] - rs[i][j] == k &&
                        cs[j][i+k] - cs[j][i] == k &&
                        rs[i+k-1][j + k] - rs[i+k-1][j] == k &&
                        cs[j+k-1][i + k] - cs[j+k-1][i] == k
                    )1
                        return k * k;
                }
            }
        }
        return 0;
    }
}

矩阵中的前缀和还可以使用另一种方式，就是pre[i][j]的含义为matrix[i][j]的所有数之和，不过当前题目还是使用两个前缀和数组方便。