一看就会,一做就废
5472. 重新排列字符串
给你一个字符串 s 和一个 长度相同 的整数数组 indices 。
请你重新排列字符串 s ,其中第 i 个字符需要移动到 indices[i] 指示的位置。
返回重新排列后的字符串。
示例 1:
输入:s = "codeleet", indices = [4,5,6,7,0,2,1,3]
输出:"leetcode"
解释:如图所示,"codeleet" 重新排列后变为 "leetcode" 。
示例 2:
输入:s = "abc", indices = [0,1,2]
输出:"abc"
解释:重新排列后,每个字符都还留在原来的位置上。
示例 3:
输入:s = "aiohn", indices = [3,1,4,2,0]
输出:"nihao"
示例 4:
输入:s = "aaiougrt", indices = [4,0,2,6,7,3,1,5]
输出:"arigatou"
示例 5:
输入:s = "art", indices = [1,0,2]
输出:"rat"
提示:
s.length == indices.length == n
1 <= n <= 100
s 仅包含小写英文字母。
0 <= indices[i] < n
indices 的所有的值都是唯一的(也就是说,indices 是整数 0 到 n - 1 形成的一组排列)。
class Solution { //新建一个数组,直接按照下标把当前的字符放进去 public String restoreString(String s, int[] indices) { char[] ss = s.toCharArray(); char[] res =new char[s.length()]; for(int i=0;i){ res[indices[i]]=ss[i]; } return new String(res); } }
5473. 灯泡开关 IV (模拟遍历)
房间中有 n 个灯泡,编号从 0 到 n-1 ,自左向右排成一行。最开始的时候,所有的灯泡都是 关 着的。
请你设法使得灯泡的开关状态和 target 描述的状态一致,其中 target[i] 等于 1 第 i 个灯泡是开着的,等于 0 意味着第 i 个灯是关着的。
有一个开关可以用于翻转灯泡的状态,翻转操作定义如下:
选择当前配置下的任意一个灯泡(下标为 i )
翻转下标从 i 到 n-1 的每个灯泡
翻转时,如果灯泡的状态为 0 就变为 1,为 1 就变为 0 。
返回达成 target 描述的状态所需的 最少 翻转次数。
示例 1:
输入:target = "10111"
输出:3
解释:初始配置 "00000".
从第 3 个灯泡(下标为 2)开始翻转 "00000" -> "00111"
从第 1 个灯泡(下标为 0)开始翻转 "00111" -> "11000"
从第 2 个灯泡(下标为 1)开始翻转 "11000" -> "10111"
至少需要翻转 3 次才能达成 target 描述的状态
示例 2:
输入:target = "101"
输出:3
解释:"000" -> "111" -> "100" -> "101".
示例 3:
输入:target = "00000"
输出:0
示例 4:
输入:target = "001011101"
输出:5
提示:
1 <= target.length <= 10^5
target[i] == '0' 或者 target[i] == '1'
class Solution { /* 按照从前向后开始模拟 如果当前位置的目标为1看一下是不是开关灯的次数是不是偶数,如果是偶数,证明当前不能变成1,因为默认值都是0,所以要在改变一次 相反,当前位置为0,看一下开关灯次数如果是奇数,那么就要在改变一次 */ public int minFlips(String target) { char[] num = target.toCharArray(); int count = 0; for (char c : num){ if(c=='0' && count%2==1){ ++count; } else if(c=='1'&& count%2==0){ ++count; } } return count; } }
5474. 好叶子节点对的数量 (DFS搜索树)
给你二叉树的根节点 root 和一个整数 distance 。
如果二叉树中两个 叶 节点之间的 最短路径长度 小于或者等于 distance ,那它们就可以构成一组 好叶子节点对 。
返回树中 好叶子节点对的数量 。
输入:root = [1,2,3,null,4], distance = 3
输出:1
解释:树的叶节点是 3 和 4 ,它们之间的最短路径的长度是 3 。这是唯一的好叶子节点对。
示例 2:
输入:root = [1,2,3,4,5,6,7], distance = 3
输出:2
解释:好叶子节点对为 [4,5] 和 [6,7] ,最短路径长度都是 2 。但是叶子节点对 [4,6] 不满足要求,因为它们之间的最短路径长度为 4 。
示例 3:
输入:root = [7,1,4,6,null,5,3,null,null,null,null,null,2], distance = 3
输出:1
解释:唯一的好叶子节点对是 [2,5] 。
示例 4:
输入:root = [100], distance = 1
输出:0
示例 5:
输入:root = [1,1,1], distance = 2
输出:1
提示:
tree 的节点数在 [1, 2^10] 范围内。
每个节点的值都在 [1, 100] 之间。
1 <= distance <= 10
/** * Definition for a binary tree node. * public class TreeNode { * int val; * TreeNode left; * TreeNode right; * TreeNode() {} * TreeNode(int val) { this.val = val; } * TreeNode(int val, TreeNode left, TreeNode right) { * this.val = val; * this.left = left; * this.right = right; * } * } */ class Solution { private int distance = 0; private int res = 0; public int countPairs(TreeNode root, int distance) { this.distance = distance; dfs(root); return res; } private int[] dfs(TreeNode node){ if(node == null){ return new int[distance + 1]; } int[] dis = new int[distance + 1]; if(node.left == null && node.right == null){ dis[1] = 1; return dis; } //左右的数量 int[] left = dfs(node.left); int[] right = dfs(node.right); for(int i = 1; i < distance; i++){ //这里left是左面,right的是要减去左面的的步数的所以范围要-i for(int j = 1; j <= distance - i; j++){ //左右相乘就是方案数 res += left[i] * right[j]; } } //dis是第几个的位置,就是left,right上一位的 //dis[2]二点的位置,要一点位置的左右两个 //就是dis【i】就代表,距离为i的数量 for(int i = 2; i <= distance; i++){ dis[i] = left[i - 1] + right[i - 1]; } return dis; } }
5462. 压缩字符串 II (DFS搜索)
行程长度编码 是一种常用的字符串压缩方法,它将连续的相同字符(重复 2 次或更多次)替换为字符和表示字符计数的数字(行程长度)。例如,用此方法压缩字符串 “aabccc” ,将 “aa” 替换为 “a2” ,“ccc” 替换为` “c3” 。因此压缩后的字符串变为 “a2bc3” 。
注意,本问题中,压缩时没有在单个字符后附加计数 ‘1’ 。
给你一个字符串 s 和一个整数 k 。你需要从字符串 s 中删除最多 k 个字符,以使 s 的行程长度编码长度最小。
请你返回删除最多 k 个字符后,s 行程长度编码的最小长度 。
示例 1:
输入:s = "aaabcccd", k = 2
输出:4
解释:在不删除任何内容的情况下,压缩后的字符串是 "a3bc3d" ,长度为 6 。最优的方案是删除 'b' 和 'd',这样一来,压缩后的字符串为 "a3c3" ,长度是 4 。
示例 2:
输入:s = "aabbaa", k = 2
输出:2
解释:如果删去两个 'b' 字符,那么压缩后的字符串是长度为 2 的 "a4" 。
示例 3:
输入:s = "aaaaaaaaaaa", k = 0
输出:3
解释:由于 k 等于 0 ,不能删去任何字符。压缩后的字符串是 "a11" ,长度为 3 。
提示:
1 <= s.length <= 100
0 <= k <= s.length
s 仅包含小写英文字母
class Solution { public int getLengthOfOptimalCompression(String s, int k) { int n = s.length(); Integer[][][][] dp = new Integer[n + 1][26][n + 1][k + 1]; return dfs(dp, s, 0, s.charAt(0), 0, k); } //题目字符串 当前位置 当前位置的字符 当前字符前面有多少相同的 剩余可删除的字符 private int dfs(Integer[][][][] dp, String s, int cur, char c, int num, int k){ int n = s.length(); if(cur >= n){ //最后一位如果是一位的字母或者小于1位,就用这个数,如果是多个数字,大于等于10就是两位,小于10就是一位 return num <= 1 ? num: 1 + (num >= 10 ? 2: 1); } //如果当前这一位计算过,那么就可以直接返回了,剪枝 if(dp[cur][c - 'a'][num][k] != null){ return dp[cur][c - 'a'][num][k]; } //如果和上一位不一样 if(s.charAt(cur) != c){ //看看前面的那个数字有多少相同的,然后加上后面便利的 dp[cur][c - 'a'][num][k] = (num <= 1 ? num: 1 + (num >= 10 ? 2: 1)) + dfs(dp, s, cur + 1, s.charAt(cur), 1, k); } else { //如果相等,继续往后面扩展 dp[cur][c - 'a'][num][k] = dfs(dp, s, cur + 1, c, num + 1, k); } if(k > 0){ //如果还能减的话,就尝试一下吧当前的这个剪掉 dp[cur][c - 'a'][num][k] = Math.min(dp[cur][c - 'a'][num][k], dfs(dp, s, cur + 1, c, num, k - 1)); } //返回 return dp[cur][c - 'a'][num][k]; } }