给你一个非递减的 有序 整数数组,已知这个数组中恰好有一个整数,它的出现次数超过数组元素总数的 25%。
请你找到并返回这个整数
示例:
输入:arr = [1,2,2,6,6,6,6,7,10]
输出:6
提示:
1 <= arr.length <= 10^4
0 <= arr[i] <= 10^5
整数的范围为0-100000,可以直接作为数组的下标,统计每个元素出现的次数,当出现的次数超过0.25,则直接输出。
ps:如果整数范围很大,或者会出现负数时,这时可以会map来统计元素出现的次数。
class Solution {
public:
int findSpecialInteger(vector<int>& arr) {
int len = floor(arr.size() / 4.0);
int cnt[100005], res;
memset(cnt, 0, sizeof(cnt));
for(int i = 0; i < arr.size(); ++i){
cnt[arr[i]]++;//统计元素的次数
if(cnt[arr[i]] > len){//超过25%
res = arr[i];
break;
}
}
return res;
}
};
给你一个区间列表,请你删除列表中被其他区间所覆盖的区间。
只有当 c <= a 且 b <= d 时,我们才认为区间 [a,b) 被区间 [c,d) 覆盖。
在完成所有删除操作后,请你返回列表中剩余区间的数目。
示例:
输入:intervals = [[1,4],[3,6],[2,8]]
输出:2
解释:区间 [3,6] 被区间 [2,8] 覆盖,所以它被删除了。
提示:
1 <= intervals.length <= 1000
0 <= intervals[i][0] < intervals[i][1] <= 10^5
对于所有的 i != j:intervals[i] != intervals[j]
首先将所有的区间按照左端点值从小到大排列,相同的按照右端点值从小到大排列。
排列之后的区间只可能被它前面的区间覆盖掉,只需要遍历即可。两重循环复杂度为 O ( n 2 ) O(n^2) O(n2)
class Solution {
public:
int removeCoveredIntervals(vector<vector<int>>& intervals) {
sort(intervals.begin(), intervals.end());
vector<vector<int>>res;
bool flag = false;
res.push_back(intervals[0]);
for(int i = 1; i < intervals.size(); ++i){
flag = false;
for(int j = 0; j <= i - 1; ++j){
if(intervals[i][1] <= intervals[j][1]){//区间覆盖
flag = true;
break;
}
}
if(!flag){
res.push_back(intervals[i]);
}
}
return res.size();
}
};
请你设计一个迭代器类,包括以下内容:
一个构造函数,输入参数包括:一个 有序且字符唯一 的字符串 characters(该字符串只包含小写英文字母)和一个数字 combinationLength 。
函数 next() ,按 字典序 返回长度为 combinationLength 的下一个字母组合。
函数 hasNext() ,只有存在长度为 combinationLength 的下一个字母组合时,才返回 True;否则,返回 False。
示例:
CombinationIterator iterator = new CombinationIterator(“abc”, 2); // 创建迭代器 iterator
iterator.next(); // 返回 “ab”
iterator.hasNext(); // 返回 true
iterator.next(); // 返回 “ac”
iterator.hasNext(); // 返回 true
iterator.next(); // 返回 “bc”
iterator.hasNext(); // 返回 false
提示:
1 <= combinationLength <= characters.length <= 15
每组测试数据最多包含 10^4 次函数调用。
题目保证每次调用函数 next 时都存在下一个字母组合。
思路采用DFS写组合的思路,将所有的字母组合存到vector中(最多只存10000个,因为最多只包含10000次函数调用),用一个指针指向当前的读取位置,如果到结尾应返回false,否则返回true。
vector<string>res;
map<string, bool>myMap;
string tmp;
int num;
void dfs(string s, int idx, int length){//选出字母的组合
if(res.size() < 10000 && tmp.size() == length){
if(myMap.find(tmp) == myMap.end()){
myMap[tmp] == true;
res.push_back(tmp);
}
return;
}
if(res.size() == 10000 || idx >= s.size()){//最多只存储10000个组合,因为只有10000次查询
return;
}
for(int i = idx; i < s.size(); ++i){
tmp.push_back(s[i]);
dfs(s, i + 1, length);
tmp.pop_back();
}
}
class CombinationIterator {
public:
CombinationIterator(string s, int length) {
res.clear();
tmp.clear();
myMap.clear();
num = 0;
dfs(s, 0, length);
}
string next() {
return res[num++];
}
bool hasNext() {
return num < res.size();
}
};
/**
* Your CombinationIterator object will be instantiated and called as such:
* CombinationIterator* obj = new CombinationIterator(characters, combinationLength);
* string param_1 = obj->next();
* bool param_2 = obj->hasNext();
*/
给你一个整数方阵 arr ,定义「非零偏移下降路径」为:从 arr 数组中的每一行选择一个数字,且按顺序选出来的数字中,相邻数字不在原数组的同一列。
请你返回非零偏移下降路径数字和的最小值。
示例 1:
输入:arr = [[1,2,3],[4,5,6],[7,8,9]]
输出:13
解释:
所有非零偏移下降路径包括:
[1,5,9], [1,5,7], [1,6,7], [1,6,8],
[2,4,8], [2,4,9], [2,6,7], [2,6,8],
[3,4,8], [3,4,9], [3,5,7], [3,5,9]
下降路径中数字和最小的是 [1,5,7] ,所以答案是 13 。
提示:
1 <= arr.length == arr[i].length <= 200
-99 <= arr[i][j] <= 99
动态规划
对于 n × n n\times n n×n的方阵,到达位置(i, j)外的最小路径和记为dp(i, j)。
d p [ i ] [ j ] = m i n { d p [ i − 1 ] [ k ] ( k = 1 , 2 , , ⋯ , j − 1 , j + 1 , ⋯ , n ) } + a r r [ i ] [ j ] dp[i][j] = min\lbrace dp[i-1][k] \space (k = 1, 2, , \cdots, j-1, j+1, \cdots, n ) \rbrace + arr[i][j] dp[i][j]=min{dp[i−1][k] (k=1,2,,⋯,j−1,j+1,⋯,n)}+arr[i][j]
时间复杂度为 O ( n 3 ) O(n^3) O(n3),可以用两个变量来存储每一行的最大的两个值,时间复杂可以降为 O ( n 2 ) O(n^2) O(n2)。
class Solution {
public:
int minFallingPathSum(vector<vector<int>>& arr) {
int sum[205][205];
int len = arr.size(), minVal;
for(int i = 0; i < len; ++i){
sum[0][i] = arr[0][i];
}
for(int i = 1; i < len; ++i){
for(int j = 0; j < len; ++j){
minVal = (1 << 30);
for(int k = 0; k < len; ++k){
if(k != j && sum[i - 1][k] < minVal){
minVal = sum[i - 1][k];
}
}
sum[i][j] = minVal + arr[i][j];
}
}
minVal = 1 << 30;
for(int i = 0; i < len; ++i){
if(sum[len - 1][i] < minVal){
minVal = sum[len - 1][i];
}
}
return minVal;
}
};