周赛354(模拟、差分、排序+双指针、枚举)

这篇具有很好参考价值的文章主要介绍了周赛354(模拟、差分、排序+双指针、枚举)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

周赛354

2778. 特殊元素平方和

难度简单1

给你一个下标从 1 开始、长度为 n 的整数数组 nums

nums 中的元素 nums[i] 而言,如果 n 能够被 i 整除,即 n % i == 0 ,则认为 num[i] 是一个 特殊元素

返回 nums 中所有 特殊元素平方和

示例 1:

输入:nums = [1,2,3,4]
输出:21
解释:nums 中共有 3 个特殊元素:nums[1] ,因为 4 被 1 整除;nums[2] ,因为 4 被 2 整除;以及 nums[4] ,因为 4 被 4 整除。 
因此,nums 中所有元素的平方和等于 nums[1] * nums[1] + nums[2] * nums[2] + nums[4] * nums[4] = 1 * 1 + 2 * 2 + 4 * 4 = 21 。  

示例 2:

输入:nums = [2,7,1,19,18,3]
输出:63
解释:nums 中共有 4 个特殊元素:nums[1] ,因为 6 被 1 整除;nums[2] ,因为 6 被 2 整除;nums[3] ,因为 6 被 3 整除;以及 nums[6] ,因为 6 被 6 整除。 
因此,nums 中所有元素的平方和等于 nums[1] * nums[1] + nums[2] * nums[2] + nums[3] * nums[3] + nums[6] * nums[6] = 2 * 2 + 7 * 7 + 1 * 1 + 3 * 3 = 63 。 

提示:

  • 1 <= nums.length == n <= 50
  • 1 <= nums[i] <= 50

模拟

class Solution {
    public int sumOfSquares(int[] nums) {
        int ans = 0;
        int n = nums.length;
        for(int i = 0; i < n; i++){
            if(n % (i+1) == 0)
                ans += nums[i] * nums[i];
        }
        return ans;
    }
}

python

class Solution:
    def sumOfSquares(self, nums: List[int]) -> int:
        ans, n = 0, len(nums)
        for i, v in enumerate(nums):
            if n % (i+1) == 0:
                ans += v * v
        return ans

2779. 数组的最大美丽值

难度中等9

给你一个下标从 0 开始的整数数组 nums 和一个 非负 整数 k

在一步操作中,你可以执行下述指令:

  • 在范围 [0, nums.length - 1] 中选择一个 此前没有选过 的下标 i
  • nums[i] 替换为范围 [nums[i] - k, nums[i] + k] 内的任一整数。

数组的 美丽值 定义为数组中由相等元素组成的最长子序列的长度。

对数组 nums 执行上述操作任意次后,返回数组可能取得的 最大 美丽值。

**注意:**你 能对每个下标执行 一次 此操作。

数组的 子序列 定义是:经由原数组删除一些元素(也可能不删除)得到的一个新数组,且在此过程中剩余元素的顺序不发生改变。

示例 1:

输入:nums = [4,6,1,2], k = 2
输出:3
解释:在这个示例中,我们执行下述操作:
- 选择下标 1 ,将其替换为 4(从范围 [4,8] 中选出),此时 nums = [4,4,1,2] 。
- 选择下标 3 ,将其替换为 4(从范围 [0,4] 中选出),此时 nums = [4,4,1,4] 。
执行上述操作后,数组的美丽值是 3(子序列由下标 0 、1 、3 对应的元素组成)。
可以证明 3 是我们可以得到的由相等元素组成的最长子序列长度。

示例 2:

输入:nums = [1,1,1,1], k = 10
输出:4
解释:在这个示例中,我们无需执行任何操作。
数组 nums 的美丽值是 4(整个数组)。

提示:

  • 1 <= nums.length <= 105
  • 0 <= nums[i], k <= 105

排序 + 双指针

https://leetcode.cn/problems/maximum-beauty-of-an-array-after-applying-operation/solution/pai-xu-shuang-zhi-zhen-by-endlesscheng-hbqx/

由于选的是子序列,且子序列的元素都相等,所以元素顺序对答案没有影响,可以先对数组排序

由于替换操作替换的是一个连续范围内的数,所以排序后,选出的子序列必然也是一段连续子数组

那么问题变成:「找最长的连续子数组,其最大值减最小值不超过 2k」,只要子数组满足这个要求,其中的元素都可以变成同一个数。

class Solution {
    public int maximumBeauty(int[] nums, int k) {
        if(nums.length == 1) return 1;
        Arrays.sort(nums);
        int ans = 0, left = 0;
        for(int right = 1; right < nums.length; right++){
            while(nums[right] - nums[left] > 2*k)
                left++;
            ans = Math.max(ans, right - left + 1);
        }
        return ans;
    }
}

差分

https://leetcode.cn/problems/maximum-beauty-of-an-array-after-applying-operation/solution/python3javac-er-fen-hua-dong-chuang-kou-rdkls/

对于某个位置i,元素x = nums[i],由于每个数字的操作可以在[x - k, x + k]内变动。我们可以理解为x可以变为其中的任意一个数,即:[x - k, x + k]区间内的数字出现次数都增加1。可以使用差分数组记录区间内的修改情况。

最后只需要对差分数组求前缀和得到的即为每个元素的出现频率。记录频率最大值作为答案即可。

差分数组的大小与值域有关。

class Solution {
    public int maximumBeauty(int[] nums, int k) {
        int n = nums.length;
        int[] d = new int[100005];
        for(int i = 0; i < n; i++){
            int x = nums[i];
            int l = Math.max(x - k, 0);
            int r = Math.min(x + k, 100000);
            d[l] += 1;
            d[r+1] -= 1;
        }
        int res = 0;
        for(int i = 1; i < d.length; i++){
            d[i] += d[i-1];
            res = Math.max(res, d[i]);
        }
        return res;
    }
}

离散差分

朴素差分中,差分数组大小随着值域的增大而增大。可以采用字典(哈希表)进行离散化差分。优化空间复杂度(对时间也有优化,求差分数组的时候只需要求离散的点)。

为何能用离散化差分

个人的理解: 连续的差分数组求前缀和之后的形式诸如:

  • 1111110000011111222223333

其中可以看到其实差分数组是分为一段一段的(每个加黑的数字为段的开始,到下一个加黑数字为止)。而离散化的差分可以理解为只处理这些加黑的值(只存储发生突变的位置),即

  • 1 0 1 2 3
class Solution {
    public int maximumBeauty(int[] nums, int k) {
        Map<Integer, Integer> d = new TreeMap<>();
        for(int i = 0; i < nums.length; i++){
            int x = nums[i];
            int l = Math.max(x - k, 0);
            int r = Math.min(x + k, 100000);
            d.merge(l, 1, Integer::sum);
            d.merge(r+1, -1, Integer::sum);
        }
        int res = 0, sum_d = 0;
        for(Map.Entry<Integer, Integer> entry : d.entrySet()){
            sum_d += entry.getValue();
            res = Math.max(res, sum_d);
        }
        return res;
    }
}

2780. 合法分割的最小下标

难度中等5

如果元素 x 在长度为 m 的整数数组 arr 中满足 freq(x) * 2 > m ,那么我们称 x支配元素 。其中 freq(x)x 在数组 arr 中出现的次数。注意,根据这个定义,数组 arr 最多 只会有 一个 支配元素。

给你一个下标从 0 开始长度为 n 的整数数组 nums ,数据保证它含有一个支配元素。

你需要在下标 i 处将 nums 分割成两个数组 nums[0, ..., i]nums[i + 1, ..., n - 1] ,如果一个分割满足以下条件,我们称它是 合法 的:

  • 0 <= i < n - 1
  • nums[0, ..., i]nums[i + 1, ..., n - 1] 的支配元素相同。

这里, nums[i, ..., j] 表示 nums 的一个子数组,它开始于下标 i ,结束于下标 j ,两个端点都包含在子数组内。特别地,如果 j < i ,那么 nums[i, ..., j] 表示一个空数组。

请你返回一个 合法分割最小 下标。如果合法分割不存在,返回 -1

示例 1:

输入:nums = [1,2,2,2]
输出:2
解释:我们将数组在下标 2 处分割,得到 [1,2,2] 和 [2] 。
数组 [1,2,2] 中,元素 2 是支配元素,因为它在数组中出现了 2 次,且 2 * 2 > 3 。
数组 [2] 中,元素 2 是支配元素,因为它在数组中出现了 1 次,且 1 * 2 > 1 。
两个数组 [1,2,2] 和 [2] 都有与 nums 一样的支配元素,所以这是一个合法分割。
下标 2 是合法分割中的最小下标。

示例 2:

输入:nums = [2,1,3,1,1,1,7,1,2,1]
输出:4
解释:我们将数组在下标 4 处分割,得到 [2,1,3,1,1] 和 [1,7,1,2,1] 。
数组 [2,1,3,1,1] 中,元素 1 是支配元素,因为它在数组中出现了 3 次,且 3 * 2 > 5 。
数组 [1,7,1,2,1] 中,元素 1 是支配元素,因为它在数组中出现了 3 次,且 3 * 2 > 5 。
两个数组 [2,1,3,1,1] 和 [1,7,1,2,1] 都有与 nums 一样的支配元素,所以这是一个合法分割。
下标 4 是所有合法分割中的最小下标。

示例 3:

输入:nums = [3,3,3,3,7,2,2]
输出:-1
解释:没有合法分割。

提示:

  • 1 <= nums.length <= 105
  • 1 <= nums[i] <= 109
  • nums 有且只有一个支配元素。

枚举

https://leetcode.cn/problems/minimum-index-of-a-valid-split/solution/jie-lun-zheng-ming-mei-ju-by-endlesschen-w156/

结论:分割出的两个数组的支配元素就是原数组的支配元素。

class Solution {
    public int minimumIndex(List<Integer> nums) {
        HashMap<Integer, Integer> map = new HashMap<>();
        // 求出众数more 和 出现次数total
        int more = 0, total = 0;
        for(int x : nums){
            map.put(x, map.getOrDefault(x, 0) + 1);
            if(map.get(x) * 2 > nums.size()){
                more = x;
                total = map.get(x);
            }
        }
        int cnt = 0;
        for(int i = 0; i < nums.size(); i++){
            if(nums.get(i) == more) cnt++;
            if(cnt * 2 > i+1 && (total - cnt) * 2 > nums.size() - i - 1)
                return i;
        }
        return -1;
    }
}

2781. 最长合法子字符串的长度

难度困难7

给你一个字符串 word 和一个字符串数组 forbidden

如果一个字符串不包含 forbidden 中的任何字符串,我们称这个字符串是 合法 的。

请你返回字符串 word 的一个 最长合法子字符串 的长度。

子字符串 指的是一个字符串中一段连续的字符,它可以为空。

示例 1:

输入:word = "cbaaaabc", forbidden = ["aaa","cb"]
输出:4
解释:总共有 9 个合法子字符串:"c" ,"b" ,"a" ,"ba" ,"aa" ,"bc" ,"baa" ,"aab" 和 "aabc" 。最长合法子字符串的长度为 4 。
其他子字符串都要么包含 "aaa" ,要么包含 "cb" 。

示例 2:

输入:word = "leetcode", forbidden = ["de","le","e"]
输出:4
解释:总共有 11 个合法子字符串:"l" ,"t" ,"c" ,"o" ,"d" ,"tc" ,"co" ,"od" ,"tco" ,"cod" 和 "tcod" 。最长合法子字符串的长度为 4 。
所有其他子字符串都至少包含 "de" ,"le" 和 "e" 之一。

提示:

  • 1 <= word.length <= 105
  • word 只包含小写英文字母。
  • 1 <= forbidden.length <= 105
  • 1 <= forbidden[i].length <= 10
  • forbidden[i] 只包含小写英文字母。

字典树 + 双指针

考虑到答案要求子字符串的长度,可使用双指针来枚举子串右端点。

考虑到要检查以 i 为右端点的字串是否包含非法字符串,考虑使用字典树倒序保存所有forbidden禁止词,然后检查以 i 为右端点的字串是否以禁止词为开头

class Solution {
    public int longestValidSubstring(String word, List<String> forbidden) {
        Trie trie = new Trie();
        for(String f : forbidden)
            // 将禁止词forbidden倒序插入字典树
            trie.insert(new StringBuilder(f).reverse().toString());
        int left = 0, ans = 0;
        for(int right = 0; right < word.length(); right++){
            if(trie.search(word.substring(right, right+1))){
                left = right + 1;
                continue;
            }
            while(trie.startsWith(word.substring(left, right+1))){
                left += 1;
            }
            ans = Math.max(ans, right - left + 1);
        }
        return ans;
    }
}

class Trie {
    class TrieNode{//字典树的结点数据结构
		boolean end;//是否是单词末尾的标识
		int pass; // 经过这个结点的次数(根据需要设置这个变量)
		TrieNode[] child; //26个小写字母的拖尾
		public TrieNode(){
			end = false;
			pass = 0;
			child = new TrieNode[26];
		}
	}

	TrieNode root;//字典树的根节点。
	
    public Trie() {
        root = new TrieNode();
    }

    public void insert(String s) {
        TrieNode p = root;
        for(int i = 0; i < s.length(); i++) {
            int u = s.charAt(i) - 'a';
			//若当前结点下没有找到要的字母,则新开结点继续插入
            if (p.child[u] == null) p.child[u] = new TrieNode();
            p = p.child[u]; 
            p.pass++;
        }
        p.end = true;
    }

    public boolean search(String s) {
        TrieNode p = root;
        for(int i = 0; i < s.length(); i++) {
            int u = s.charAt(i) - 'a';
            if (p.child[u] == null) return false;//变化点(根据题意)
            p = p.child[u]; 
        }
        return p.end;
    }

    public boolean startsWith(String s) {
        TrieNode p = root;
        // 倒序检查,即s[left: right] 从right开始检查
        for(int i = s.length()-1; i >= 0; i--) {
            int u = s.charAt(i) - 'a';
            if (p.child[u] == null) return false;
            // 检查是否以禁止词为前缀,若存在以禁止词为前缀,则非法
            if(p.child[u].end == true) return true;
            p = p.child[u]; 
        }
        return false;
    }
}

哈希表 + 双指针

由于forbidden[i] 的长度不超过 10。

直接枚举 区间[left, right]中以 [right-10, right]为起点,right为终点的字串是否为禁止词就可以了文章来源地址https://www.toymoban.com/news/detail-574689.html

class Solution {
    public int longestValidSubstring(String word, List<String> forbidden) {
        Set<String> fb = new HashSet<>();
        fb.addAll(forbidden);
        int left = 0, ans = 0;
        for(int right = 0; right < word.length(); right++){
            for(int i = right; i >= left && i > right - 10; i--){
                if(fb.contains(word.substring(i, right + 1))){
                    left = i+1;
                    break;
                }
            }
            ans = Math.max(ans, right - left + 1);
        }
        return ans;
    }
}

到了这里,关于周赛354(模拟、差分、排序+双指针、枚举)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • D354周赛复盘:特殊元素平方和+数组最大美丽值(滑动窗口)+合法分割最小下标

    主要注意点是 本题的 i 并不是数组下标的 i ,是按照数字顺序来的 给你一个下标从 1 开始、长度为 n 的整数数组 nums 。 对 nums 中的元素 nums[i] 而言,如果 n 能够被 i 整除,即 n % i == 0 ,则认为 num[i] 是一个 特殊元素 。 返回 nums 中所有 特殊元素 的 平方和 。 示例 1: 示例

    2024年02月16日
    浏览(52)
  • 算法基础学习笔记——④前缀和\差分\双指针\位运算

    ✨ 博主: 命运之光 ✨ 专栏: 算法基础学习 目录 ✨前缀和 ✨一维前缀和 🍓一维前缀和模板: ✨二维前缀和 🍓二位前缀和模板: 前言: 算法学习笔记记录日常分享,需要的看哈O(∩_∩)O,感谢大家的支持! 原i:a[1] a[2] a[3] …a[n] 前缀和:s[i]=a[1]+a[2]+…+a[i] s[0]=0(方便处理

    2024年02月08日
    浏览(47)
  • 算法刷题记录-双指针/滑动窗口(LeetCode)

    思路 根据题目描述,我们可以知道,如果要将某个单词定义为可扩张(stretchy),需要满足如下两个条件: 所以,我们在实现的时候,可以通过两个指针p1和p2,分别指向s和word,分别统计连续的相同字符数量c1和c2,然后再通过上述的两个条件进行判断,即:如果 则表示该单

    2024年02月09日
    浏览(43)
  • leetcode第 381 场周赛最后一题 差分,对称的处理

    第 381 场周赛 - 力扣(LeetCode)最后一题3017. 按距离统计房屋对数目 II - 力扣(LeetCode) dijkstra超时了,看了灵神的解题方法力扣(LeetCode)官网 - 全球极客挚爱的技术成长平台,其实是 差分优化的暴力统计 灵神说的“撤销操作”,就是先不加那条xy新路,统计出所有距离对数

    2024年01月23日
    浏览(41)
  • 算法思想—枚举、递推、迭代、递归、分治、贪心、动态规划、回溯、模拟、分支定界

    算法思想 枚举(暴力算法) 枚举算法(暴力算法)是一种通过逐一尝试所有可能解来解决问题的算法。它的基本思想是将问题的所有可能答案一一列举出来,并根据一定的判断条件来确定哪些答案是合适的。这种算法通常使用循环来实现,因为需要尝试所有可能的情况。两

    2024年02月01日
    浏览(39)
  • 算法刷题营【Day2】:: 双指针算法应用:滑动窗口 :209. 长度最小的子数组

    本内容是笔者结合《代码随想录》总结所得,记录学习过程,分享知识! 目录: 1. 开篇例题:209. 长度最小的子数组 2. 题解参考 - - 2.1 方法一:暴力法 - - 2.2 方法二:滑动窗口 3. 方法思路点拨:滑动窗口 - - 3.1 直白解释 - - 3.2 本题思路点拨 4. 相关题集 1. 开篇例题:209. 长度

    2024年02月04日
    浏览(47)
  • 算法刷题营【Day1】:: 27. 移除元素:快慢指针在顺序表中的应用与相关刷题

    本内容是笔者结合《代码随想录》总结所得,记录学习过程,分享知识! 目录: 1. 开篇例题:27. 移除元素 2. 题解参考 3. 题解思路 4. 相关题 [ - - 4.1 26. 删除有序数组中的重复项 ] [ - - 4.1 283. 移动零 ] 5. 相关题题解及简要思路 - - 5.1 26. 删除有序数组中的重复项 - - 5.1 283. 移动

    2024年02月06日
    浏览(95)
  • 【周赛第69期】满分题解 软件工程选择题 枚举 dfs

    昨晚没睡好,脑子不清醒,痛失第1名 关于工程效能,以下哪个选项可以帮助提高团队的开发效率? A、频繁地进行代码审查 B、使用自动化测试工具 C、使用版本控制系统 D、所有选项都正确 选D。 以下哪个选项不属于编码规范的内容? A、变量命名规则 B、注释规范 C、代码缩

    2024年02月14日
    浏览(42)
  • 【算法】算法(模拟、指针等)解决字符串类题目(C++)

    字符串题目有很多种,这里筛选几个考察模拟、双指针等的题目,并用相关算法解决。 思路 题意分析 :题目要求找到字符串数组中的最长公共前缀。 解法一 : 两两比较 遍历数组,每次比较后更新最长公共前缀,并循环比较找最长公共前缀 解法二 : 统一比较 遍历第一个

    2024年01月16日
    浏览(45)
  • 【leetcode刷题之路】剑指Offer(4)——分治+排序算法+动态规划

    8 分治算法 8.1 【递归】剑指 Offer 07 - 重建二叉树 https://leetcode.cn/problems/zhong-jian-er-cha-shu-lcof/   前序遍历是根左右,中序遍历是左根右,这也就意味着前序遍历的第一个节点是整棵树的根节点,顺着这个节点找到它在中序遍历中的位置,即为in_root,那么in_root左边的都在左子

    2024年02月11日
    浏览(58)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包