算法沉淀——贪心算法七(leetcode真题剖析)

这篇具有很好参考价值的文章主要介绍了算法沉淀——贪心算法七(leetcode真题剖析)。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。

算法沉淀——贪心算法七(leetcode真题剖析),算法沉淀,算法,贪心算法,leetcode

01.整数替换

题目链接:https://leetcode.cn/problems/integer-replacement/

给定一个正整数 n ,你可以做如下操作:

  1. 如果 n 是偶数,则用 n / 2替换 n
  2. 如果 n 是奇数,则可以用 n + 1n - 1替换 n

返回 n 变为 1 所需的 最小替换次数

示例 1:

输入:n = 8
输出:3
解释:8 -> 4 -> 2 -> 1

示例 2:

输入:n = 7
输出:4
解释:7 -> 8 -> 4 -> 2 -> 1
或 7 -> 6 -> 3 -> 2 -> 1

示例 3:

输入:n = 4
输出:2

提示:

  • 1 <= n <= 2^31 - 1

思路

这里我们要求得最小次数,要进行具体的分析讨论,首先偶数只有一种情况,所以不必讨论,若是奇数则分为一下三种情况:

1、n>1且n%3==1的时候,二进制位后是……01,最优的方式应该选择-1,这样就可以把末尾的1去掉
2、n>3且n%3==3的时候,二进制位后是……11,最优的方式应是选择+1,这样后续均为连续0,能够更快趋近1
3、n==3时,变成1最优操作数为2

代码文章来源地址https://www.toymoban.com/news/detail-842754.html

class Solution {
public:
    int integerReplacement(int n) {
        int ret=0;
        while(n>1){
            if(n%2==0){
                ret++;
                n/=2;
            }
            else
            {
                if(n==3){
                    ret+=2;
                    n=1;
                }
                else if(n%4==1){
                    ret+=2;
                    n/=2;
                }else{
                    ret+=2;
                    n=n/2+1;
                }
            }
        }
        return ret;
    }
};

02.俄罗斯套娃信封问题

题目链接:https://leetcode.cn/problems/russian-doll-envelopes/

给你一个二维整数数组 envelopes ,其中 envelopes[i] = [wi, hi] ,表示第 i 个信封的宽度和高度。

当另一个信封的宽度和高度都比这个信封大的时候,这个信封就可以放进另一个信封里,如同俄罗斯套娃一样。

请计算 最多能有多少个 信封能组成一组“俄罗斯套娃”信封(即可以把一个信封放到另一个信封里面)。

注意:不允许旋转信封。

示例 1:

输入:envelopes = [[5,4],[6,4],[6,7],[2,3]]
输出:3
解释:最多信封的个数为 3, 组合为: [2,3] => [5,4] => [6,7]。

示例 2:

输入:envelopes = [[1,1],[1,1],[1,1]]
输出:1

提示:

  • 1 <= envelopes.length <= 105
  • envelopes[i].length == 2
  • 1 <= wi, hi <= 105

思路

重写排序+贪心+二分的思想:

我们先按照左端点不同时升序排序,左端点相同时按右端点降序排序,这样我们只需要考虑右端点,再使用贪心+二分就可以很好的解决这个问题

代码

class Solution {
public:
    int maxEnvelopes(vector<vector<int>>& envelopes) {
        sort(envelopes.begin(),envelopes.end(),[&](const vector<int>& v1,const vector<int>& v2){
            return v1[0]!=v2[0]?v1[0]<v2[0]:v1[1]>v2[1];
        });

        vector<int> ret;
        ret.push_back(envelopes[0][1]);

        for(int i=1;i<envelopes.size();i++){
            int b=envelopes[i][1];
            if(b>ret.back()) ret.push_back(b);
            else{
                int left=0,right=ret.size()-1;
                while(left<right){
                    int mid=(left+right)/2;
                    if(ret[mid]>=b) right=mid;
                    else left=mid+1;
                }
                ret[left]=b;
            }
        }
        return ret.size();
    }
};

03.可被三整除的最大和

题目链接:https://leetcode.cn/problems/greatest-sum-divisible-by-three/

给你一个整数数组 nums,请你找出并返回能被三整除的元素最大和。

示例 1:

输入:nums = [3,6,5,1,8]
输出:18
解释:选出数字 3, 6, 1 和 8,它们的和是 18(可被 3 整除的最大和)。

示例 2:

输入:nums = [4]
输出:0
解释:4 不能被 3 整除,所以无法选出数字,返回 0。

示例 3:

输入:nums = [1,2,3,4,4]
输出:12
解释:选出数字 1, 3, 4 以及 4,它们的和是 12(可被 3 整除的最大和)。

提示:

  • 1 <= nums.length <= 4 * 10^4
  • 1 <= nums[i] <= 10^4

思路

首先我们先将所有的值累加起来,那么就会有下面三种情况

1、刚好是3的倍数,那么直接返回即可。
2、是3的倍数多1,那么我们找出除3的数中余1的最小的一个数,用总和减去与除3的数中余2的最小的两个数,找出最大值即为所需
3、是3的倍数多2,那么我们找出除3的数中余2的最小的一个数,用总和减去与除3的数中余1的最小的两个数,找出最大值即为所需

代码

class Solution {
public:
    int maxSumDivThree(vector<int>& nums) {
        const int INF=0x3f3f3f3f;
        int sum=0,x1=INF,x2=INF,y1=INF,y2=INF;
        for(int& x:nums){
            sum+=x;
            if(x%3==1){
                if(x<x1) x2=x1,x1=x;
                else if(x<x2) x2=x;
            }else if(x%3==2){
                if(x<y1) y2=y1,y1=x;
                else if(x<y2) y2=x;
            }
        }

        if(sum%3==0) return sum;
        else if(sum%3==1) return max(sum - x1,sum-y1-y2);
        else return max(sum-y1,sum-x1-x2);
    }
};

04.距离相等的条形码

题目链接:https://leetcode.cn/problems/distant-barcodes/

在一个仓库里,有一排条形码,其中第 i 个条形码为 barcodes[i]

请你重新排列这些条形码,使其中任意两个相邻的条形码不能相等。 你可以返回任何满足该要求的答案,此题保证存在答案。

示例 1:

输入:barcodes = [1,1,1,2,2,2]
输出:[2,1,2,1,2,1]

示例 2:

输入:barcodes = [1,1,1,1,2,2,3,3]
输出:[1,3,1,3,2,1,2,1]

提示:

  • 1 <= barcodes.length <= 10000
  • 1 <= barcodes[i] <= 10000

思路

首先题目要求保证存在答案,我们只需将出现次数最多的那个数两两相隔放置,剩下的数接着两两相隔放置即可,关于剩下的数为什么也可以直接两两放置,这是因为我们可以通过鸽巢定理推出只有出现最多的数才会影响到相隔,而我们解决了出现次数最大的数,所以剩下的数只要继续按照两两相隔的顺序继续放置即可。

代码

class Solution {
public:
    vector<int> rearrangeBarcodes(vector<int>& barcodes) {
        unordered_map<int,int> hash;
        int maxval=0,maxCount=0;
        for(int& x:barcodes){
            if(maxCount<++hash[x]){
                maxCount=hash[x];
                maxval=x;
            }
        }

        int n=barcodes.size(),index=0;
        vector<int> ret(n);
        for(int i=0;i<maxCount;i++){
            ret[index]=maxval;
            index+=2;
        }

        hash.erase(maxval);
        for(auto& [x,y]:hash){
            for(int i=0;i<y;i++){
                if(index>=n) index=1;
                ret[index]=x;
                index+=2;
            }
        }
        return ret;
    }
};

05.重构字符串

题目链接:https://leetcode.cn/problems/reorganize-string/

给定一个字符串 s ,检查是否能重新排布其中的字母,使得两相邻的字符不同。

返回 s 的任意可能的重新排列。若不可行,返回空字符串 ""

示例 1:

输入: s = "aab"
输出: "aba"

示例 2:

输入: s = "aaab"
输出: ""

提示:

  • 1 <= s.length <= 500
  • s 只包含小写字母

思路

这一题和上一题思路基本一致,但需要注意的是,这一题并没有说一定有解,所以这里我们需要给出不符合的判断,其余代码类似上一题。

代码

class Solution {
public:
    string reorganizeString(string s) {
        int hash[26]={0};
        char maxChar=' ';
        int maxCount=0;
        for(char& ch:s){
            if(maxCount<++hash[ch-'a']){
                maxChar=ch;
                maxCount=hash[ch-'a'];
            }
        }

        int n=s.size();
        if(maxCount>(n+1)/2) return "";

        string ret(n,' ');
        int index=0;
        for(int i=0;i<maxCount;i++){
            ret[index]=maxChar;
            index+=2;
        }

        hash[maxChar-'a']=0;
        for(int i=0;i<26;i++){
            for(int j=0;j<hash[i];j++){
                if(index>=n) index=1;
                ret[index]='a'+i;
                index+=2;
            }
        }
        return ret;
    }
};

到了这里,关于算法沉淀——贪心算法七(leetcode真题剖析)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

  • 算法沉淀——贪心算法六(leetcode真题剖析)

    题目链接:https://leetcode.cn/problems/broken-calculator/ 在显示着数字 startValue 的坏计算器上,我们可以执行以下两种操作: **双倍(Double):**将显示屏上的数字乘 2; **递减(Decrement):**将显示屏上的数字减 1 。 给定两个整数 startValue 和 target 。返回显示数字 target 所需的最小操

    2024年04月11日
    浏览(44)
  • 算法沉淀——栈(leetcode真题剖析)

    栈(Stack)是一种基于先进后出(Last In, First Out,LIFO)原则的数据结构。栈具有两个主要的操作: 压栈(Push) :将元素添加到栈的顶部。 出栈(Pop) :从栈的顶部移除元素。 栈常常用于需要反转操作顺序的场景,或者在需要记录操作历史的情况下。在算法中,栈的应用广

    2024年02月20日
    浏览(40)
  • 算法沉淀——递归(leetcode真题剖析)

    递归是一种通过调用自身的方式来解决问题的算法。在递归算法中,问题被分解为更小的相似子问题,然后通过对这些子问题的解进行组合来解决原始问题。递归算法通常包含两个主要部分: 基本情况(Base Case): 定义问题的最小规模,直接解答而不再进行递归。基本情况

    2024年02月20日
    浏览(45)
  • 算法沉淀——多源 BFS(leetcode真题剖析)

    多源 BFS 是指从多个源点同时进行广度优先搜索的算法。在传统的 BFS 中,我们通常从一个起始点开始,逐层遍历所有的相邻节点。而在多源 BFS 中,我们可以同时从多个源点开始,从这些源点出发,逐层向外扩展,直到达到目标或者遍历完整个图。 多源 BFS 可以用于解决一些

    2024年02月19日
    浏览(46)
  • 算法沉淀——BFS 解决 FloodFill 算法(leetcode真题剖析)

    BFS(广度优先搜索)解决 Flood Fill 算法的基本思想是通过从起始点开始,逐层向外扩展,访问所有与起始点相连且具有相同特性(颜色等)的区域。在 Flood Fill 中,通常是通过修改图像的像素颜色。 下面是 BFS 解决 Flood Fill 算法的步骤: 初始化: 将起始点的颜色修改为新的

    2024年02月20日
    浏览(39)
  • 算法沉淀——优先级队列(堆)(leetcode真题剖析)

    优先队列(Priority Queue)是一种抽象数据类型,它类似于队列(Queue),但是每个元素都有一个关联的优先级。在优先队列中,元素按照优先级从高到低(或从低到高)排列,高优先级的元素先出队。这种数据结构可以用堆(Heap)来实现。 堆是一种二叉树结构,有两种主要类

    2024年02月22日
    浏览(49)
  • 算法沉淀——BFS 解决拓扑排序(leetcode真题剖析)

    Breadth-First Search (BFS) 在拓扑排序中的应用主要是用来解决有向无环图(DAG)的拓扑排序问题。拓扑排序是对有向图中所有节点的一种线性排序,使得对于每一条有向边 (u, v),节点 u 在排序中都出现在节点 v 的前面。如果图中存在环路,则无法进行拓扑排序。 BFS 解决拓扑排序

    2024年02月21日
    浏览(40)
  • 算法沉淀——BFS 解决最短路问题(leetcode真题剖析)

    BFS (广度优先搜索)是解决最短路径问题的一种常见算法。在这种情况下,我们通常使用BFS来查找从一个起始点到目标点的最短路径。 具体步骤如下: 初始化: 从起始点开始,将其放入队列中,并标记为已访问。 BFS遍历: 不断从队列中取出顶点,然后探索与该顶点相邻且

    2024年02月20日
    浏览(41)
  • 算法沉淀——穷举、暴搜、深搜、回溯、剪枝综合练习一(leetcode真题剖析)

    题目链接:https://leetcode.cn/problems/permutations/ 给定一个不含重复数字的数组 nums ,返回其 所有可能的全排列 。你可以 按任意顺序 返回答案。 示例 1: 示例 2: 示例 3: 提示: 1 = nums.length = 6 -10 = nums[i] = 10 nums 中的所有整数 互不相同 思路 这是一个典型的回溯问题,需要在每

    2024年02月21日
    浏览(70)
  • 2023华为OD机试真题【区间交叠/贪心算法】【Python Java】

    给定坐标轴上的一组线段,线段的起点和终点均为整数并且长度不小于1,请你从中找到最少数量的线段,这些线段可以覆盖住所有线段。 输入描述 第一行输入为所有线段的数量,不超过10000,后面每行表示一条线段,格式为”x,y”, x和y 分别表示起点和终点,取值范围是

    2024年02月13日
    浏览(47)

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