边界上有一只蚂蚁,它有时向 左 走,有时向 右 走。
给你一个 非零 整数数组 nums 。蚂蚁会按顺序读取 nums 中的元素,从第一个元素开始直到结束。每一步,蚂蚁会根据当前元素的值移动:
如果 nums[i] < 0 ,向 左 移动 -nums[i]单位。
如果 nums[i] > 0 ,向 右 移动 nums[i]单位。
返回蚂蚁 返回 到边界上的次数。
注意:
边界两侧有无限的空间。
只有在蚂蚁移动了 |nums[i]| 单位后才检查它是否位于边界上。换句话说,如果蚂蚁只是在移动过程中穿过了边界,则不会计算在内。
找到数组累加和=0的次数
class Solution {
public int returnToBoundaryCount(int[] nums) {
int rec = 0,cnt = 0;
for(int num:nums){
rec += num;
if(rec==0){
cnt++;
}
}
return cnt;
}
}
给你一个下标从 0 开始、大小为 m x n 的网格 image ,表示一个灰度图像,其中 image[i][j] 表示在范围 [0…255] 内的某个像素强度。另给你一个 非负 整数 threshold 。
如果 image[a][b] 和 image[c][d] 满足 |a - c| + |b - d| == 1 ,则称这两个像素是 相邻像素 。
区域 是一个 3 x 3 的子网格,且满足区域中任意两个 相邻 像素之间,像素强度的 绝对差 小于或等于 threshold 。
区域 内的所有像素都认为属于该区域,而一个像素 可以 属于 多个 区域。
你需要计算一个下标从 0 开始、大小为 m x n 的网格 result ,其中 result[i][j] 是 image[i][j] 所属区域的 平均 强度,向下取整 到最接近的整数。如果 image[i][j] 属于多个区域,result[i][j] 是这些区域的 “取整后的平均强度” 的 平均值,也 向下取整 到最接近的整数。如果 image[i][j] 不属于任何区域,则 result[i][j] 等于 image[i][j] 。
返回网格 result 。
这道题考阅读理解。
水平或垂直相邻
(即它们的位置之差的和为1),它们被认为是相邻像素。任意两个相邻像素的强度之差的绝对值都不超过给定的阈值(threshold)
。这意味着,在一个区域内,所有相邻像素的强度都相似。如果一个像素属于多个区域,则取这些区域的平均强度的平均值(都进行向下取整)
。如果一个像素不属于任何区域,则result中的对应像素的值等于image中的原始像素值。
解题思路如下:
threshold
的情况,则遍历下一个子网格。avg
,等于子网格中的像素值和/9。result[i][j]
,我们先将avg
加到result[i][j]
中,同时,我们还需要一个矩阵cnt[i][j]
记录image[i][j]
在几个子网格中。cnt[i][j]=0
,那么result[i][j]=avg
。否则,result[i][j]=result[i][j]/cnt[i][j]
(每次result[i][j]+avg,cnt[i][j]+1)。class Solution {
public int[][] resultGrid(int[][] image, int threshold) {
int m = image.length;
int n = image[0].length;
int[][] result = new int[m][n];// 结果数组
int[][] cnt = new int[m][n];// 存储image[i][j]在子网格中出现的次数
for (int i = 2; i < m; i++) {
next:
for (int j = 2; j < n; j++) {
// 检查左右相邻格子
for (int x = i-2; x <= i; x++) {
if(Math.abs(image[x][j-2] - image[x][j-1]) > threshold || Math.abs(image[x][j-1] - image[x][j]) > threshold){
continue next;
}
}
// 检查上下相邻格子
for (int y = j-2; y <= j; y++) {
if(Math.abs(image[i-2][y] - image[i-1][y]) > threshold || Math.abs(image[i-1][y] - image[i][y]) > threshold){
continue next;
}
}
// 合法,计算3x3子网格的平均值
int avg = 0;
for (int x = i-2; x <= i; x++) {
for (int y = j-2; y <= j; y++) {
avg += image[x][y];
}
}
avg /= 9;
// 更新3x3子网格内的result
for (int x = i-2; x <= i; x++) {
for (int y = j-2; y <= j; y++) {
result[x][y] += avg;
cnt[x][y] ++;
}
}
}
}
for (int i = 0; i < m; i++) {
for (int j = 0; j < n; j++) {
if(cnt[i][j] == 0){
result[i][j] = image[i][j];
}else{
result[i][j] /= cnt[i][j];
}
}
}
return result;
}
}
给你一个下标从 0 开始的字符串 word 和一个整数 k 。
在每一秒,你必须执行以下操作:
移除 word 的前 k 个字符。
在 word 的末尾添加 k 个任意字符。
注意 添加的字符不必和移除的字符相同。但是,必须在每一秒钟都执行 两种 操作。
返回将 word 恢复到其 初始 状态所需的 最短 时间(该时间必须大于零)。
示例 1:
输入:word = “abacaba”, k = 3
输出:2
解释:
第 1 秒,移除 word 的前缀 “aba”,并在末尾添加 “bac” 。因此,word 变为 “cababac”。
第 2 秒,移除 word 的前缀 “cab”,并在末尾添加 “aba” 。因此,word 变为 “abacaba” 并恢复到始状态。
可以证明,2 秒是 word 恢复到其初始状态所需的最短时间。
示例 2:
输入:word = “abacaba”, k = 4
输出:1
解释:
第 1 秒,移除 word 的前缀 “abac”,并在末尾添加 “caba” 。因此,word 变为 “abacaba” 并恢复到初始状态。
可以证明,1 秒是 word 恢复到其初始状态所需的最短时间。
示例 3:
输入:word = “abcbabcd”, k = 2
输出:4
解释:
每一秒,我们都移除 word 的前 2 个字符,并在 word 末尾添加相同的字符。
4 秒后,word 变为 “abcbabcd” 并恢复到初始状态。
可以证明,4 秒是 word 恢复到其初始状态所需的最短时间。
在每次循环中,从 k 的位置开始提取字符串,直到字符串的末尾存储到cWord
中,cWord
表示原始word
去除前k个字符后的结果。
然后,检查cWord
是否可以做原始word
的前缀。(即cWord
与原始word
中长度相等的前缀相同)
如果在任何时刻,cWord
可以做原始word
前缀,这意味着你可以通过在下一次操作中添加相应的字符来恢复 word 到其初始状态。因此,增加time
计数器并退出循环。如果cWord
不可以做原始word
前缀,则增加time
计数器并继续循环,如果同时发现cWord
的长度小于k
,则说明下一次操作后必定可以使word
恢复到原始状态(因为等同于所有字符都进行替换,所以必定有一种可能使其恢复到原始状态),则增加time
计数器并继续循环。
class Solution {
public int minimumTimeToInitialState(String word, int k) {
int time = 0;
String cWord = word;
while (true) {
cWord = cWord.substring(k);
if(word.substring(0,cWord.length()).equals(cWord)){
time++;
break;
}else{
time++;
if(cWord.length()<k){
time++;
break;
}
}
}
return time;
}
}