LeetCode 每日一题 2022/10/24-2022/10/30

记录了初步解题思路 以及本地实现代码;并不一定为最优 也希望大家能一起探讨 一起进步




10/24 915. 分割数组

分为左右 [0-left]中最大值为leftmax right中的所有值都大于leftmax则成立
如果找到nums[i]<leftmax 需要更新left=i leftmax=max(nums[0-i])


def partitionDisjoint(nums):
    """
    :type nums: List[int]
    :rtype: int
    """
    n = len(nums)
    leftmax = nums[0]
    curmax = nums[0]
    left = 0
    for i in range(1,n-1):
        curmax = max(curmax,nums[i])
        if nums[i]<leftmax:
            leftmax,left = curmax,i
    return left+1


10/25 934. 最短的桥

BFS找到第一座岛 再利用BFS将该岛一层层往外扩 直到遇到了第二座岛截止

def shortestBridge(grid):
    """
    :type grid: List[List[int]]
    :rtype: int
    """
    n = len(grid)
    for i in range(n):
        for j in range(n):
            if grid[i][j]==0:
                continue
            l = [(i,j)]
            grid[i][j]=-1
            island = []
            while l:
                tmp=[]
                for x,y in l:
                    island.append((x,y))
                    for nx,ny in [(x+1,y),(x,y+1),(x-1,y),(x,y-1)]:
                        if 0<=nx<n and 0<=ny<n and grid[nx][ny]==1:
                            grid[nx][ny]=-1
                            tmp.append((nx,ny))
                l = tmp
            step = 0
            l = island
            while True:
                tmp = []
                print("check",l)
                for x,y in l:
                    for nx,ny in [(x+1,y),(x,y+1),(x-1,y),(x,y-1)]:
                        if 0<=nx<n and 0<=ny<n and grid[nx][ny]>=0:
                            if grid[nx][ny]==1:
                                print("get",nx,ny)
                                return step
                            else:
                                print(nx,ny)
                                grid[nx][ny]=-1
                                tmp.append((nx,ny))
                step+=1
                l=tmp



10/26 862. 和至少为 K 的最短子数组

presum存储前缀和 目标找到presum[j]-presum[i]>=k j>i
loc存储递增的sum坐标
例如此时在位置i loc[-1]>=presum[i]
该情况下之后的presum[j]减去presum[i]可以得到更大的值并且范围更小
所以loc[-1]无用 直接去除

def shortestSubarray(nums, k):
    """
    :type nums: List[int]
    :type k: int
    :rtype: int
    """
    n = len(nums)
    ans = n+1
    presum = [0]
    for num in nums:
        presum.append(presum[-1]+num)
    loc = []
    for i,cur in enumerate(presum):
        while loc and cur-presum[loc[0]]>=k:
            ans = min(ans,i-loc[0])
            loc.pop(0)
        while loc and presum[loc[-1]]>=cur:
            loc.pop()
        loc.append(i)
    if ans<n+1:
        return ans
    return -1



10/27 1822. 数组元素积的符号

遍历数组


def arraySign(nums):
    """
    :type nums: List[int]
    :rtype: int
    """
    ans = 1
    for num in nums:
        if num==0:
            return 0
        elif num<1:
            ans*=-1
    return ans


10/28 907. 子数组的最小值之和

对于某位置i 考虑arr[i]对答案的贡献 需要找到数组b min(b)=arr[i]
在i位置左侧有连续l个数大于等于arr[i] ,i位置右侧有连续r个大于arr[i]
那么子数组一共有m=(l+1)(r+1)个 min(b) = arr[i]
所以i位置的数贡献了m次 m
arr[i]
找左侧大于等于自己的个数
右侧同样的方法 为防止重复计算 右侧严格大于自己

def sumSubarrayMins(arr):
    """
    :type arr: List[int]
    :rtype: int
    """
    MOD = 10**9+7
    ans = 0
    n = len(arr)
    stack = []
    l = [0]*n
    r = [0]*n
    for i,v in enumerate(arr):
        while stack and v<=arr[stack[-1]]:
            stack.pop()
        if stack:
            l[i] = i - stack[-1]
        else:
            l[i] = i+1
        stack.append(i)
    stack = []
    for i in range(n-1,-1,-1):
        while stack and arr[i]<arr[stack[-1]]:
            stack.pop()
        if stack:
            r[i] = stack[-1]-i
        else:
            r[i] = n-i
        stack.append(i)
    for i in range(n):
        ans = (ans+l[i]*r[i]*arr[i])%MOD
    return ans



10/29 1773. 统计匹配检索规则的物品数量

逐一检查匹配

def countMatches(items, ruleKey, ruleValue):
    """
    :type items: List[List[str]]
    :type ruleKey: str
    :type ruleValue: str
    :rtype: int
    """
    ans = 0
    for t,c,n in items:
        if ruleKey=="type" and ruleValue==t:
            ans +=1
        elif ruleKey=="color" and ruleValue==c:
            ans +=1
        elif ruleKey=="name" and ruleValue==n:
            ans +=1
    return ans



10/30 784. 字母大小写全排列

从头遍历 ans存储到现在位置为止拥有的可能排列
如果当前为字母 则将ans内所有答案后添加当前字母的小写 或 大写
如果当前为数字 则将ans内所有答案后添加当前数字

def letterCasePermutation(s):
    """
    :type s: str
    :rtype: List[str]
    """
    ans = [""]
    for c in s:
        tmp = []
        alpha = False
        if c.isalpha():
            alpha = True
        for v in ans:
            tmp.append(v+c)
            t = c
            if alpha:
                if c.islower():
                    t = c.upper()
                else:
                    t = c.lower()
                tmp.append(v+t)
        ans = tmp
    return ans



  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    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 上关于动态规划的题目集合。动态规划是一种常用的算法思想,可以用来解决很多实际问题,比如最长公共子序列、背包问题、最短路径等等。在 LeetCode 上,动态规划也是一个非常重要的题型,很多题目都需要用到动态规划的思想来解决。 这个链接里包含了很多关于动态规划的题目,按照难度从简单到困难排列。每个题目都有详细的题目描述、输入输出样例、题目解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题和最优子结构性质的问题。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,动态规划常用于解决最优化问题,如背包问题、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,题目分类和标签设置十分细致和方便,方便程序员查找并深入学习不同类型的算法LeetCode的动态规划标签下的题目涵盖了各种难度级别和场景的问题。从简单的斐波那契数列、迷宫问题到可以用于实际应用的背包问题、最长公共子序列等,难度不断递进且话题丰富,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动态规划分类下的题目学习和练习,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,它通过将问题拆分成子问题的方式进行求解。在LeetCode中,动态规划标签涵盖了众多经典和优美的算法问题,例如斐波那契数列、矩阵链乘法、背包问题等。 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,例如动态规划求解斐波那契数列问题时,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题。例如,经典的“爬楼梯”问题,要求我们计算到n级楼梯的方案数。这个问题的解法非常简单,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。类似的问题还有“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,通过拆分问题、保存中间状态来求解问题。 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题,但在某些场景下并不适用。例如,某些问题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的学习和解题都非常重要。除了刷题以外,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,来深入理解这种算法思想。

“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