day23—编程题

1.第一题

1.1题目

描述：
春节期间小明使用微信收到很多个红包，非常开心。在查看领取红包记录时发现，某个红包金额出现的次数超过了红包总数的一半。请帮小明找到该红包金额。写出具体算法思路和代码实现，要求算法尽可能高效。
给定一个红包的金额数组 gifts 及它的大小 n ，请返回所求红包的金额；若没有金额超过总数的一半，返回0

1.2思路

1. 排序法：先对数组进行排序，排序后如果有出现超过一半的数字一定在数组的中间，再遍历数组，统计数组的中间的元素出现的数量，如果出现超过一半就返回
2. map统计：统计每个数字出现的次数，出现一半就返回

1.3解题

方法一：排序

import java.util.*;
public class Gift {
    public int getValue(int[] gifts, int n) {
        Arrays.sort(gifts);
        int m = gifts[n / 2];
        int count = 0;
        for (int i = 0; i < gifts.length; i++) {
            if (gifts[i] == m) {
                count++;
            }
        }
        if (count > gifts.length / 2) {
            return m;
        } else {
            return 0;
        }
    }
}

方法二：map统计

import java.util.*;
public class Gift {
    public int getValue(int[] gifts, int n) {
        Map<Integer,Integer> map = new HashMap<>();
        for(int i = 0;i < gifts.length;i++){
            if(map.get(gifts[i]) != null){
                map.put(gifts[i],map.get(gifts[i])+1);
            }else{
                map.put(gifts[i],1);
            }
            if(map.get(gifts[i]) > gifts.length/2){
                return gifts[i];
            }
        }
        return 0;
    }
}

2.第二题

2.1题目

描述：
Levenshtein 距离，又称编辑距离，指的是两个字符串之间，由一个转换成另一个所需的最少编辑操作次数。许可的编辑操作包括将一个字符替换成另一个字符，插入一个字符，删除一个字符。编辑距离的算法是首先由俄国科学家 Levenshtein 提出的，故又叫 Levenshtein Distance 。
例如：
字符串A: abcdefg
字符串B: abcdef
通过增加或是删掉字符 ”g” 的方式达到目的。这两种方案都需要一次操作。把这个操作所需要的次数定义为两个字符串的距离。
要求：给定任意两个字符串，写出一个算法计算它们的编辑距离。
输入描述：
每组用例一共2行，为输入的两个字符串
输出描述：
每组用例输出一行，代表字符串的距离

2.2思路

1. 本题使用动态规划求解
2. 定义一个二维数组求出最少编辑次数
3. 每次找出插入，删除，替换的最优解

2.3解题

import java.util.*;
import java.io.*;
public class Main {
    public static int getMinLength(String str1, String str2) {
        char[] ch1 = str1.toCharArray();
        char[] ch2 = str2.toCharArray();
        int[][] array = new int[ch1.length + 1][ch2.length + 1];
        for (int i = 0; i <= ch1.length; i++) {
            array[i][0] = i;
        }
        for (int j = 0; j <= ch2.length; j++) {
            array[0][j] = j;
        }
        for (int i = 1; i <= ch1.length; i++) {
            for (int j = 1; j <= ch2.length; j++) {
                array[i][j] = Math.min(array[i - 1][j], array[i][j - 1]) + 1; //删除和插入选最优解
                //相等就不需要替换,并且和删除和插入选最优解进行比较，选出最优解
                if (ch1[i - 1] == ch2[j - 1]) {
                    array[i][j] = Math.min(array[i - 1][j - 1], array[i][j]);
                } else {
                    //不等需要替换
                    array[i][j] = Math.min(array[i - 1][j - 1] + 1, array[i][j]);
                }
            }
        }
        return array[ch1.length][ch2.length];
    }
    public static void main(String[] args) throws IOException {
        BufferedReader bf = new BufferedReader(new InputStreamReader(System.in));
        String str1 = bf.readLine();
        String str2 = bf.readLine();
        System.out.println(getMinLength(str1, str2));
    }
}