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;
}
}
