当前位置: 首页 > news >正文

Leetcode 第 141 场双周赛题解

Leetcode 第 141 场双周赛题解

  • Leetcode 第 141 场双周赛题解
    • 题目1:3314. 构造最小位运算数组 I
      • 思路
      • 代码
      • 复杂度分析
    • 题目2:3315. 构造最小位运算数组 II
      • 思路
      • 代码
      • 复杂度分析
    • 题目3:3316. 从原字符串里进行删除操作的最多次数
      • 思路
      • 代码
      • 复杂度分析
    • 题目4:3317. 安排活动的方案数
      • 思路
      • 代码
      • 复杂度分析

Leetcode 第 141 场双周赛题解

题目1:3314. 构造最小位运算数组 I

思路

要让 ans[i] 满足:ans[i] OR (ans[i] + 1) == nums[i],根据位运算的性质,可以知道 ans[i] < nums[i]。

从 0 开始枚举,如果有 x | (x + 1) == nums[i],则 ans[i] = x,否则 ans[i] = -1。

代码

/** @lc app=leetcode.cn id=3314 lang=cpp** [3314] 构造最小位运算数组 I*/// @lc code=start
class Solution
{
public:vector<int> minBitwiseArray(vector<int> &nums){int n = nums.size();vector<int> ans(n, -1);for (int i = 0; i < n; i++){bool flag = false;int x;for (x = 0; x < nums[i]; x++){if ((x | (x + 1)) == nums[i]){flag = true;break;}}ans[i] = flag ? x : -1;}return ans;}
};
// @lc code=end

复杂度分析

时间复杂度:O(n * X),其中 n 是数组 nums 的长度,X = 103 是 nums[i] 的取值范围。

空间复杂度:O(1)。

题目2:3315. 构造最小位运算数组 II

思路

可以发现,x ∣ (x+1) 的本质是把二进制最右边的 0 置为 1。

反过来,如果我们知道了 x ∣ (x+1) 的结果 101111,那么对应的 x 只能是这些:

  • 100111。
  • 101011。
  • 101101。
  • 101110。

因此我们找出 nums[i] 从最低位开始的连续 1,把连续 1 的最后一位变成 0,就是答案。

由于 x ∣ (x+1) 最低位一定是 1(因为 x 和 x+1 其中一定有一个奇数),所以如果 nums[i] 是偶数(质数中只有 2),那么无解,答案为 −1。

代码

/** @lc app=leetcode.cn id=3315 lang=cpp** [3315] 构造最小位运算数组 II*/// @lc code=start
class Solution
{
public:vector<int> minBitwiseArray(vector<int> &nums){int n = nums.size();vector<int> ans(n);for (int i = 0; i < n; i++){if (nums[i] == 2)ans[i] = -1;else{// 求从最低位开始的连续 1int p = 0;while (nums[i] >> p & 0x1)p++;// 把连续 1 的最后一位变成 0ans[i] = nums[i] ^ (1 << (p - 1));}}return ans;}
};
// @lc code=end

复杂度分析

时间复杂度:O(n * logX),其中 n 是数组 nums 的长度,X = 109 是 nums[i] 的取值范围。

空间复杂度:O(1)。

题目3:3316. 从原字符串里进行删除操作的最多次数

思路

定义 dp[i][j] 表示要使 pattern[0,…,j] 是 source[0,…,i] 的子序列,最多的删除次数。

分类讨论:

  • 不选 source[i],问题变成要使 pattern[0] 到 pattern[j] 是 source[0] 到 source[i−1] 的子序列,最多可以进行多少次删除操作,即 dp[i−1,j]。如果 i 在 targetIndices 中,那么删除次数加一。
  • 如果 source[i]=pattern[j],那么匹配(都选),问题变成要使 pattern[0] 到 pattern[j−1] 是 source[0] 到 source[i−1] 的子序列,最多可以进行多少次删除操作,即 dp[i−1,j−1]。

这两种情况取最大值。

代码

/** @lc app=leetcode.cn id=3316 lang=cpp** [3316] 从原字符串里进行删除操作的最多次数*/// @lc code=start
class Solution
{
public:int maxRemovals(string source, string pattern, vector<int> &targetIndices){int n = source.length();int m = pattern.length();unordered_set<int> hashSet(targetIndices.begin(), targetIndices.end());// dp[i][j] 表示要使 pattern[0,...,j] 是 source[0,...,i] 的子序列,最多的删除次数vector<vector<int>> dp(n + 1, vector<int>(m + 1, INT_MIN));// 初始化dp[0][0] = 0;for (int i = 0; i < n; i++){int is_del = hashSet.count(i);dp[i + 1][0] = dp[i][0] + is_del;}// 状态转移for (int i = 0; i < n; i++)for (int j = 0; j < min(i + 1, m); j++){int is_del = hashSet.count(i);dp[i + 1][j + 1] = dp[i][j + 1] + is_del;if (source[i] == pattern[j])dp[i + 1][j + 1] = max(dp[i + 1][j + 1], dp[i][j]);}return dp[n][m];}
};
// @lc code=end

复杂度分析

时间复杂度:O(n * m),其中 n 为字符串 source 的长度,m 是字符串 pattern 的长度。

空间复杂度:O(n * m + t),其中 n 为字符串 source 的长度,m 是字符串 pattern 的长度,t 是数组 targetIndices 的元素个数。

题目4:3317. 安排活动的方案数

思路

dp[i,j] 表示前 i 个人表演 j 个节目的方案数。转移有两种情况:

  • 第 i 个人的节目在前面已经表演过了,那么有 j 个老节目可以选,因此 dp[i−1,j]×j。
  • 第 i 个人要表演个新节目,那么有 (x−j+1) 个新节目可以选,因此 dp[i−1,j−1]×(x−j+1)

统计答案时,枚举一共表演了 j 种节目,答案乘以 yj 即可。

代码

/** @lc app=leetcode.cn id=3317 lang=cpp** [3317] 安排活动的方案数*/// @lc code=start
class Solution
{
private:const int MOD = 1e9 + 7;public:int numberOfWays(int n, int x, int y){// dp[i][j] 表示前 i 个人表演 j 个节目的方案数vector<vector<long long>> dp(n + 1, vector<long long>(x + 1, 0));// 初始化dp[0][0] = 1;// 状态转移for (int i = 1; i <= n; i++)for (int j = 1; j <= x; j++){// 第 i 个人的节目在前面已经表演过了,那么有 j 个老节目可以选dp[i][j] = (dp[i][j] + dp[i - 1][j] * j) % MOD;// 第 i 个人要表演个新节目,那么有 (x−j+1) 个新节目可以选dp[i][j] = (dp[i][j] + dp[i - 1][j - 1] * (x - j + 1)) % MOD;}long long ans = 0LL, mult = 1LL;for (int j = 1; j <= x; j++){mult = (mult * y) % MOD;// 一共表演了 j 种节目,有 y^j 种打分方案ans = (ans + dp[n][j] * mult) % MOD;}return ans;}
};
// @lc code=end

复杂度分析

时间复杂度:O(n * x)。

空间复杂度:O(n * x)。

相关文章:

Leetcode 第 141 场双周赛题解

Leetcode 第 141 场双周赛题解 Leetcode 第 141 场双周赛题解题目1&#xff1a;3314. 构造最小位运算数组 I思路代码复杂度分析 题目2&#xff1a;3315. 构造最小位运算数组 II思路代码复杂度分析 题目3&#xff1a;3316. 从原字符串里进行删除操作的最多次数思路代码复杂度分析…...

Linux性能调优,还可以从这些方面入手

linux是目前最常用的操作系统&#xff0c;下面是一些常见的 Linux 系统调优技巧&#xff0c;在进行系统调优时&#xff0c;需要根据具体的系统负载和应用需求进行调整&#xff0c;并进行充分的测试和监控&#xff0c;以确保系统的稳定性和性能。同时&#xff0c;调优过程中要谨…...

STM32的独立看门狗定时器(IWDG)技术介绍

在嵌入式系统中&#xff0c;确保系统的稳定性和可靠性至关重要。看门狗定时器&#xff08;Watchdog Timer, WDT&#xff09; 是一种常用的硬件机制&#xff0c;用于监控系统的运行状态&#xff0c;防止系统因软件故障或意外情况进入不可预期的状态。STM32系列微控制器提供了两种…...

自动化生成工作流?英伟达提出ComfyGen:通过LLM来匹配给定的文本提示与合适的工作流程

ComfyGen的核心在于通过LLM来匹配给定的文本提示与合适的工作流程。该方法从500个来自用户的多样化提示生成图像&#xff0c;随后使用一系列美学预测模型对生成结果进行评分。这些评分与相应的工作流程形成了一个训练集&#xff0c;包含提示、工作流程及其得分的三元组。 然后…...

indicatorTree-v10练习(有问题)

目标&#xff1a;设计数据库表表格式&#xff0c;将“indicatorTree-v10.json”导入到数据库&#xff0c;再从数据库读取写为JSON文件。 其他要求&#xff1a;数据库要求为mysql数据库&#xff1b;编程语言暂时限定为C&#xff1b;JSON解析使用本文件夹中的cJSON.c和cJSON.h&am…...

python源码:指定麦克风/音响播放歌曲

前言 我使用pygame实现了指定麦克风/音响播放歌曲的功能&#xff0c;主要目的是解决直播过程的多源声道控制问题。 代码 # 查看自己的音频设备 # 请记住目标音频设备的具体名称 import pygame as mixer import pygame._sdl2 as sdl2mixer.init() # Initialize the mixer, thi…...

基于华为云智慧生活生态链设计的智能鱼缸

一. 引言 1.1 项目背景 随着智能家居技术的发展和人们对高品质生活的追求日益增长&#xff0c;智能鱼缸作为一种结合了科技与自然美的家居装饰品&#xff0c;正逐渐成为智能家居领域的新宠。本项目旨在设计一款基于华为云智慧生活生态链的智能鱼缸&#xff0c;它不仅能够提供…...

OJ-1015图像物体的边界

分析 思路 1.输入读取&#xff1a;读取网格的维度(M&#xff0c;N)和像素值到一个二维数组中。 2.迭代:遍历二维数组中的每个单元格。 3.边界检测:对于每个像素值为1的单元格,检查其八个相邻的单元格。如果任何相邻单元格的像素值为5,则增加边界计数。 4,边界计数调整:由于每…...

RAG 入门实践:从文档拆分到向量数据库与问答构建

本文将使用 Transformers 和 LangChain&#xff0c;选择在 Retrieval -> Chinese 中表现较好的编码模型进行演示&#xff0c;即 chuxin-llm/Chuxin-Embedding。 你还将了解 RecursiveCharacterTextSplitter 的递归工作原理。 一份值得关注的基准测试榜单&#xff1a;MTEB (M…...

445: 选择问题

解法&#xff1a; 第k大的数据查找 a, b map(int, input().split()) l list(map(int, input().split())) l.sort() print(l[b-1])...

IP地址类型选择指南:动态IP、静态IP还是数据中心IP?

你是否曾经困惑于如何选择最适合业务需求的IP地址类型&#xff1f;面对动态IP、静态IP和数据中心IP这三种选择&#xff0c;你是否了解它们各自对你的跨境在线业务可能产生的深远影响&#xff1f; 在跨境电商领域&#xff0c;选择合适的IP类型对于业务的成功至关重要。动态IP、…...

基于Python flask的豆瓣电影可视化系统,豆瓣电影爬虫系统

博主介绍&#xff1a;✌Java徐师兄、7年大厂程序员经历。全网粉丝13w、csdn博客专家、掘金/华为云等平台优质作者、专注于Java技术领域和毕业项目实战✌ &#x1f345;文末获取源码联系&#x1f345; &#x1f447;&#x1f3fb; 精彩专栏推荐订阅&#x1f447;&#x1f3fb; 不…...

面试不是一场遭遇战

引言 Ethan第一次跳槽时&#xff0c;把工作总结搞成简历&#xff0c;丢到BOSS&#xff0c;面了几场&#xff0c;结果都很糟。复盘下来&#xff0c;发现面试过程临场发挥太多&#xff0c;把攻坚战打成了遭遇战。 那面试要如何准备&#xff1f;什么情况下跳槽&#xff1f;有哪些大…...

【力扣 | SQL题 | 每日3题】力扣1795,1907,1398,602

1. 力扣1795&#xff1a;每个产品在不同商品的价格 1.1 题目&#xff1a; 表&#xff1a;Products ---------------------- | Column Name | Type | ---------------------- | product_id | int | | store1 | int | | store2 | int | | store3 …...

centos7.9升级rockylinux8.8

前言 查看centos的版本 &#xff0c;我这台服务器是虚拟机,下面都是模拟实验 升级前一定要把服务器上配置文件&#xff0c;数据等进行备份 [rootlocalhost ~]#cat /etc/redhat-release CentOS Linux release 7.9.2009 (Core) [rootlocalhost ~]#uname -a Linux jenkins_ser…...

C++初阶(三)---C++入门(下)

目录 一、内联函数 1.内联函数的定义与底层机制 0x01.内联函数的定义 0x02.内联函数的底层机制 2.内联函数的优缺点 优点&#xff1a; 缺点&#xff1a; 3.内联函数的使用建议 4.内联函数的注意事项 二、auto关键字&#xff08;C11&#xff09; 1.代码示例 2.auto使…...

Linux--多路转接之epoll

上一篇:Linux–多路转接之select epoll epoll 是 Linux 下多路复用 I/O 接口 select/poll 的增强版本&#xff0c;它能显著提高程序在大量并发连接中只有少量活跃的情况下的系统 CPU 利用率。它是 Linux 下多路复用 API 的一个选择&#xff0c;相比 select 和 poll&#xff0c…...

自动化工具Nico,从零开始干掉Appium,移动端自动化测试框架实现

这篇将用较短的篇幅给大家介绍我是如何实现iOS和Android的inspector&#xff08;元素审查工具&#xff09;的。 实现原理 为了更方便的显示UI界面&#xff0c;且更容易制作&#xff0c;我选择了使用web端来承载整个元素树展示。同时我选用Flask一次性梭哈前后端&#xff08;因…...

Fast CRC32

链接&#xff1a; Fast CRC32 Error Checking Real life data tends to get corrupted because machines (and humans) are never as reliable as we wish for. One efficient way is make sure your data wasnt unintendedly modifiied is to generate some kind of hash. T…...

生成一个带有二维数据和对应标签的螺旋形数据集(非线性可分数据集)的代码解析

def create_dataset():np.random.seed(1)m 400 # 数据量N int(m/2) # 每个标签的实例数D 2 # 数据维度X np.zeros((m,D)) # 数据矩阵Y np.zeros((m,1), dtypeuint8) # 标签维度a 4 for j in range(2):ix range(N*j,N*(j1))t np.linspace(j*3.12,(j1)*3.12,N) np.rando…...

DEFOM-Stereo vs RAFT-Stereo:双目匹配领域的新旧王者对比实测(附KITTI数据集结果)

DEFOM-Stereo与RAFT-Stereo&#xff1a;双目视觉技术的实战性能解析 在计算机视觉领域&#xff0c;双目立体匹配技术一直是实现三维场景重建和环境感知的核心方法之一。近年来&#xff0c;随着深度学习技术的快速发展&#xff0c;RAFT-Stereo等基于神经网络的双目匹配算法已经展…...

使用PyInstaller打包yz-女生-角色扮演-造相Z-Turbo模型为可执行文件

使用PyInstaller打包yz-女生-角色扮演-造相Z-Turbo模型为可执行文件 1. 引言 想象一下&#xff0c;你开发了一个很酷的AI应用&#xff0c;基于yz-女生-角色扮演-造相Z-Turbo模型&#xff0c;可以生成精美的二次元角色图片。现在你想分享给朋友或用户使用&#xff0c;但他们可…...

3步实现专业级3D建模:突破性AI工具全解析

3步实现专业级3D建模&#xff1a;突破性AI工具全解析 【免费下载链接】Wonder3D Single Image to 3D using Cross-Domain Diffusion 项目地址: https://gitcode.com/gh_mirrors/wo/Wonder3D 在数字创作领域&#xff0c;AI 3D建模正在改变传统流程&#xff0c;而单图转3D…...

STM32F103C8T6实战:在最小系统板上运行轻量级TranslateGemma

STM32F103C8T6实战&#xff1a;在最小系统板上运行轻量级TranslateGemma 1. 引言 你有没有想过&#xff0c;在一块只有拇指大小的开发板上运行AI翻译模型&#xff1f;STM32F103C8T6最小系统板&#xff0c;这个通常用来控制LED灯、读取传感器的小家伙&#xff0c;现在居然能跑…...

终极指南:3分钟掌握QMK Toolbox键盘固件刷写技巧

终极指南&#xff1a;3分钟掌握QMK Toolbox键盘固件刷写技巧 【免费下载链接】qmk_toolbox A Toolbox companion for QMK Firmware 项目地址: https://gitcode.com/gh_mirrors/qm/qmk_toolbox 你是否曾想过让你的机械键盘拥有独一无二的按键布局&#xff1f;或者想为心爱…...

数电技术实战解析04:CMOS门电路设计与优化

1. CMOS反相器&#xff1a;数字世界的开关艺术 第一次拆解CMOS反相器时&#xff0c;我被它的精妙设计震撼到了——就像家里电灯的双控开关&#xff0c;只不过这个"开关"的尺寸只有头发丝的万分之一。这个由PMOS和NMOS管组成的经典结构&#xff0c;构成了所有数字电路…...

S32K144开发环境避坑指南:SDK选择与Segger JLink配置详解

S32K144开发环境避坑指南&#xff1a;SDK选择与Segger JLink配置详解 第一次接触NXP S32K144微控制器时&#xff0c;最令人头疼的莫过于开发环境的搭建。记得去年接手一个汽车电子项目&#xff0c;团队花了整整三天时间才让调试器正常工作——不是因为硬件问题&#xff0c;而是…...

实时语音合成全解析:技术原理、应用场景与未来展望

实时语音合成全解析&#xff1a;技术原理、应用场景与未来展望 引言 在人工智能浪潮席卷全球的今天&#xff0c;让机器“开口说话”已不再是科幻场景。实时语音合成&#xff08;Real-Time TTS&#xff09; 技术&#xff0c;作为连接数字世界与人类听觉的桥梁&#xff0c;正以…...

从振荡器到稳定电源:用三阶RC滤波电路讲透控制环路的‘稳定’与‘发散’

从振荡器到稳定电源&#xff1a;三阶RC滤波电路揭示控制环路的稳定性本质 想象一下&#xff0c;你正在调试一个看似简单的三阶RC低通滤波电路。当你逐渐增大放大器的增益时&#xff0c;电路突然从安静的滤波状态转变为持续振荡——原本应该衰减高频信号的电路&#xff0c;现在…...

告别手写C库!用Buddy-MLIR一键编译PyTorch模型到Gemmini加速器(实战避坑)

告别手写C库&#xff01;用Buddy-MLIR一键编译PyTorch模型到Gemmini加速器&#xff08;实战避坑&#xff09; 当算法工程师面对定制硬件加速器时&#xff0c;最头疼的莫过于如何将训练好的模型高效部署到专用计算架构上。传统手工编写C库的方法不仅耗时费力&#xff0c;更成为阻…...