Java实现 LeetCode第197场周赛 （题号5460，5461，5211，5463）

5460. 好数对的数目

给你一个整数数组 nums 。

如果一组数字 (i,j) 满足 nums[i] == nums[j] 且 i < j ，就可以认为这是一组 好数对 。

返回好数对的数目。

示例 1：

输入：nums = [1,2,3,1,1,3]
输出：4
解释：有 4 组好数对，分别是 (0,3), (0,4), (3,4), (2,5) ，下标从 0 开始
示例 2：

输入：nums = [1,1,1,1]
输出：6
解释：数组中的每组数字都是好数对
示例 3：

输入：nums = [1,2,3]
输出：0

提示：

1 <= nums.length <= 100
1 <= nums[i] <= 100

class Solution {
    public int numIdenticalPairs(int[] nums) {
   int count = 0;
        for (int i=0;i<nums.length;i++){
            for (int j=i+1;j<nums.length;j++){
                if(nums[i]==nums[j]){
                    ++count;
                }
            }
        }
        return  count;
    }
}

又找到了一种简单方法

class Solution {
    //一个数出现了n次的话，这个数的好数对就是n*(n-1)/2
    public int numIdenticalPairs(int[] nums) {

        int[] temp = new int[101];
        for(int i:nums){
            ++temp[i];
        }
        int count=0;
        for(int i:temp){
            if(i==0){
                continue;
            }else{
                count+=(i*(i-1)/2);
            }
        }
    return count;



    }
}

5461. 仅含 1 的子串数

给你一个二进制字符串 s（仅由 ‘0’ 和 ‘1’ 组成的字符串）。

返回所有字符都为 1 的子字符串的数目。

由于答案可能很大，请你将它对 10^9 + 7 取模后返回。

示例 1：

输入：s = “0110111”
输出：9
解释：共有 9 个子字符串仅由 ‘1’ 组成
“1” -> 5 次
“11” -> 3 次
“111” -> 1 次
示例 2：

输入：s = “101”
输出：2
解释：子字符串 “1” 在 s 中共出现 2 次
示例 3：

输入：s = “111111”
输出：21
解释：每个子字符串都仅由 ‘1’ 组成
示例 4：

输入：s = “000”
输出：0

提示：

s[i] == ‘0’ 或 s[i] == ‘1’
1 <= s.length <= 10^5

class Solution {
    //这个题得思路是找到1得多少个子串
    //如果6个1：字串得数量为6+5+4+3+2+1
    /*
        一位字串：6
        两位字串：5个，从开始走假设六位数为123456
                12   23  34  45   56
                每两位猜错一个，到最后一个正好比1位字串少一个
        三位字串：4个     123 234 345 456 一样的

    */

    public int numSub(String s) {
        String[] strs = s.split("0");
        int[] num = new int [100000+1];
        //先按照0分解，看看每一块1都有多少位
        for (String ss:strs){
            ++num[ss.length()];
        }
        int res = 0;
        //从1位开始，0位是不作数得
        for (int i=1;i<num.length;i++){
            if(num[i]==0) continue;i
            //如果是奇数就
            //例子:
                //你可以带进去，相当于高斯求和得意思
            //   （i+1）/2*i  *num[i]
            //      下面我写的可能很繁琐，其实就是为了取余防止超
            if((i&1)==1){
                long temp = ((i+1)/2)%1000000007l*i;
                temp=temp%1000000007*num[i]%1000000007;
                res=(res+(int)temp)%1000000007;
            } else{
                //你可以带进去，相当于高斯求和得意思
                //(i+1)/2*i*num[i]
                long temp = (i+1)%1000000007l*i/2%1000000007;

                 temp=temp%1000000007*num[i]%1000000007;
                res=(res+(int)temp)%1000000007;

            }
        }
        return res;
    }
}

5211. 概率最大的路径

给你一个由 n 个节点（下标从 0 开始）组成的无向加权图，该图由一个描述边的列表组成，其中 edges[i] = [a, b] 表示连接节点 a 和 b 的一条无向边，且该边遍历成功的概率为 succProb[i] 。

指定两个节点分别作为起点 start 和终点 end ，请你找出从起点到终点成功概率最大的路径，并返回其成功概率。

如果不存在从 start 到 end 的路径，请 返回 0 。只要答案与标准答案的误差不超过 1e-5 ，就会被视作正确答案。

示例 1：

输入：n = 3, edges = [[0,1],[1,2],[0,2]], succProb = [0.5,0.5,0.2], start = 0, end = 2
输出：0.25000
解释：从起点到终点有两条路径，其中一条的成功概率为 0.2 ，而另一条为 0.5 * 0.5 = 0.25
示例 2：

输入：n = 3, edges = [[0,1],[1,2],[0,2]], succProb = [0.5,0.5,0.3], start = 0, end = 2
输出：0.30000
示例 3：

输入：n = 3, edges = [[0,1]], succProb = [0.5], start = 0, end = 2
输出：0.00000
解释：节点 0 和 节点 2 之间不存在路径

提示：

2 <= n <= 10^4
0 <= start, end < n
start != end
0 <= a, b < n
a != b
0 <= succProb.length == edges.length <= 2*10^4
0 <= succProb[i] <= 1
每两个节点之间最多有一条边

class Solution {

   public double maxProbability(int n, int[][] edges, double[] succProb, int start, int end) {

        double error = 1e-6;
        Map<Integer, List<Node>> map = new HashMap<>();
        //把当前得结构放进去
        for (int i = 0; i < edges.length; i++) {
            int[] e = edges[i];
            if (!map.containsKey(e[0])) {
                map.put(e[0], new ArrayList<>());
            }

            if (!map.containsKey(e[1])) {
                map.put(e[1], new ArrayList<>());
            }
            //这里是无向图，要正反放入
            map.get(e[0]).add(new Node(e[0], e[1], succProb[i]));
            map.get(e[1]).add(new Node(e[1], e[0], succProb[i]));
        }
        double[] dp = new double[n];
        dp[start] = 1;
        //BFS搜索
        Queue<Integer> q = new ArrayDeque<>();
        q.add(start);
        while (!q.isEmpty()) {
            int cur = q.poll();
            //找到以当前结点连接得点
            for (Node node : map.getOrDefault(cur, new ArrayList<>())) {
                //循环，看看能不能让成功率更高，如果成功率更高，就可以选用，
                //把点放入node
                if (dp[cur] * node.prob > dp[node.to] + error) {
                    q.add(node.to);
                    //保存当前点得成功率
                    dp[node.to] = dp[cur] * node.prob;
                }
            }
        }
        return dp[end];
    }

    class Node {
        int from;
        int to;
        double prob;
        public Node(int from, int to, double prob) {
            this.from = from;
            this.to = to;
            this.prob = prob;
        }
    }
}

5463. 服务中心的最佳位置

一家快递公司希望在新城市建立新的服务中心。公司统计了该城市所有客户在二维地图上的坐标，并希望能够以此为依据为新的服务中心选址：使服务中心 到所有客户的欧几里得距离的总和最小 。

给你一个数组 positions ，其中 positions[i] = [xi, yi] 表示第 i 个客户在二维地图上的位置，返回到所有客户的 欧几里得距离的最小总和 。

换句话说，请你为服务中心选址，该位置的坐标 [xcentre, ycentre] 需要使下面的公式取到最小值：

与真实值误差在 10^-5 之内的答案将被视作正确答案。

示例 1：

输入：positions = [[0,1],[1,0],[1,2],[2,1]]
输出：4.00000
解释：如图所示，你可以选 [xcentre, ycentre] = [1, 1] 作为新中心的位置，这样一来到每个客户的距离就都是 1，所有距离之和为 4 ，这也是可以找到的最小值。
示例 2：

输入：positions = [[1,1],[3,3]]
输出：2.82843
解释：欧几里得距离可能的最小总和为 sqrt(2) + sqrt(2) = 2.82843
示例 3：

输入：positions = [[1,1]]
输出：0.00000
示例 4：

输入：positions = [[1,1],[0,0],[2,0]]
输出：2.73205
解释：乍一看，你可能会将中心定在 [1, 0] 并期待能够得到最小总和，但是如果选址在 [1, 0] 距离总和为 3
如果将位置选在 [1.0, 0.5773502711] ，距离总和将会变为 2.73205
当心精度问题！
示例 5：

输入：positions = [[0,1],[3,2],[4,5],[7,6],[8,9],[11,1],[2,12]]
输出：32.94036
解释：你可以用 [4.3460852395, 4.9813795505] 作为新中心的位置

提示：

1 <= positions.length <= 50
positions[i].length == 2
0 <= positions[i][0], positions[i][1] <= 100

class Solution {
    //这个题当时周赛没做出来，思路很新颖，又学习到了
    public double getMinDistSum(int[][] positions) {
        //先用所有点把最平均得那个点求出来
        double[] current_point = new double[2];
        for (int i = 0; i < positions.length; i++) {
            current_point[0] += positions[i][0];
            current_point[1] += positions[i][1];
        }
        current_point[0] /= positions.length;
        current_point[1] /= positions.length;
        //求出最平均得点，到所有点得距离
        double minimum_distance = distSum(current_point, positions, positions.length);
        //迪杰斯特拉，看看那个点会比当前点更近距离
        int k = 0;
        while (k < positions.length) {
            //这里不能是当前点，k为循环的点，如果相等的话，说明有相同的点
            for (int i = 0; i < positions.length && i != k; i++) {
                double[] newpoint = new double[2];
                newpoint[0] = positions[i][0];
                newpoint[1] = positions[i][1];
                double newd = distSum(newpoint, positions, positions.length);
                if (newd < minimum_distance) {
                    minimum_distance = newd;
                    current_point[0] = newpoint[0];
                    current_point[1] = newpoint[1];
                }
            }
            k++;
        }
        //然后就是通过一点一点得找到更近得点
        double test_distance = 1000;
        int flag = 0;
        //四个方向
        double[][] test_point = { { -1.0, 0.0 }, { 0.0, 1.0 }, { 1.0, 0.0 }, { 0.0, -1.0 } };
        //当距离小于0.0001的时候，就认为就是最短点了
        while (test_distance > 0.0001) {
            flag = 0;
            for (int i = 0; i < 4; i++) {
                double[] newpoint = new double[2];
                //四个方向去找
                newpoint[0] = current_point[0] + (double) test_distance * test_point[i][0];
                newpoint[1] = current_point[1] + (double) test_distance * test_point[i][1];
                double newd = distSum(newpoint, positions, positions.length);
                if (newd < minimum_distance) {
                    //如果有更近得点说明找对了方向，此次循环就可以跳过去了
                    minimum_distance = newd;
                    current_point[0] = newpoint[0];
                    current_point[1] = newpoint[1];
                    flag = 1;
                    break;
                }
            }
            if (flag == 0)
                test_distance /= 2;
        }
        return minimum_distance;
    }
    //求某个点到所有点得和
    double distSum(double[] p, int[][] arr, int n) {
        double sum = 0;
        for (int i = 0; i < n; i++) {
            double distx = Math.abs(arr[i][0] - p[0]);
            double disty = Math.abs(arr[i][1] - p[1]);
            sum += Math.sqrt((distx * distx) + (disty * disty));
        }

        return sum;
    }
}