当前位置: 首页 > news >正文

Leetcode - 周赛436

目录

  • 一、3446. 按对角线进行矩阵排序
  • 二、3447. 将元素分配给有约束条件的组
  • 三、3448. 统计可以被最后一个数位整除的子字符串数目
  • 四、3449. 最大化游戏分数的最小值

一、3446. 按对角线进行矩阵排序

题目链接
在这里插入图片描述
本题可以暴力枚举,在确定了每一个对角线的第一个元素下标 ( i , j ) (i,j) (i,j) 后,下一个元素的下标就是 ( i + 1 , j + 1 ) (i+1,j+1) (i+1,j+1),即只要同时 i i i++, j j j++就可以枚举该对角线上的元素了。

这里再介绍一种更加简单的做法,我们可以定义 k = m − ( j − i ) k=m-(j-i) k=m(ji),画个图理解一下:
在这里插入图片描述

此时,如果我们枚举 j j j,那么更据上述公式 i = j + k − m , j = m + i − k i = j + k - m,j=m+i-k i=j+kmj=m+ik,又因为 i ∈ [ 0 , n − 1 ] , j ∈ [ 0 , m − 1 ] i\in [0,n-1],j\in [0, m-1] i[0,n1]j[0,m1],所有 j ∈ [ m a x ( m − k , 0 ) , m i n ( m + n − 1 − k , m − 1 ) ] j\in [max(m-k,0),min(m+n-1-k,m-1)] j[max(mk0)min(m+n1km1)]

代码如下:

class Solution {public int[][] sortMatrix(int[][] g) {int n = g.length, m = g[0].length;int[][] ans = new int[n][m];// k = m - (j - i)// j = m - k + i (i=[0,n-1],j=[0,m-1])// i = k + j - mfor(int k=1; k<n+m; k++){int minJ = Math.max(m - k, 0);int maxJ = Math.min(m - k + n - 1, m - 1);List<Integer> res = new ArrayList<>();for(int j=minJ; j<=maxJ; j++){res.add(g[k+j-m][j]);}if(n-k>0) Collections.sort(res);else Collections.sort(res, (x,y)->y-x);for(int j=minJ, i=0; j<=maxJ; j++){ans[k+j-m][j] = res.get(i++);}}return ans;}
}

二、3447. 将元素分配给有约束条件的组

题目链接
在这里插入图片描述
本题就是一个调和级数的问题,直接枚举数组 e l e m e n t s elements elements 中的元素 e l e m e n t s [ j ] elements[j] elements[j],再枚举每个元素及其倍数 y y y,记录 y y y 对应的下标 j j j(由于枚举数组的时候从前往后遍历,所以这里的小标已经是最小的了)。如果 y y y 被枚举过,直接 c o n t i n u e continue continue。最后枚举 a s s i g n e d assigned assigned 数组,给其中的每个元素分配对应的 j j j,没有赋值为 − 1 -1 1.

代码如下:

class Solution {public int[] assignElements(int[] g, int[] e) {int n = g.length;int mx = 0;for(int x : g){mx = Math.max(x, mx);}int[] cnt = new int[mx+1];Arrays.fill(cnt, -1);//O(nlogn)for(int i=0; i<e.length; i++){int x = e[i];if(x > mx || cnt[x] != -1) continue;for(int y=x; y<=mx; y+=x){if(cnt[y] != -1) continue;cnt[y] = i;}}int[] ans = new int[n];for(int i=0; i<n; i++){ans[i] = cnt[g[i]];}return ans;}
}

三、3448. 统计可以被最后一个数位整除的子字符串数目

题目链接
在这里插入图片描述
本题主要涉及到取模运算的一个知识点: ( a ∗ 10 + b ) % m = ( a % m ∗ 10 + b ) % m (a*10+b)\%m=(a\%m*10+b)\%m (a10+b)%m=(a%m10+b)%m,对于 s [ i ] s[i] s[i] 来说,不需要知道 { s [ 0 : i ] , s [ 1 : i ] , s [ 2 : i ] , . . . } \{s[0:i],s[1:i],s[2:i],...\} {s[0:i],s[1:i],s[2:i]...} 这些数的具体数值,只需要知道它们 % j \%j %j 的值就行( j ∈ [ 1 , 9 ] j\in[1,9] j[1,9])。这样就大大降低它的时间复杂度,可以使用数组 f [ n + 1 ] [ i ] [ j ] f[n+1][i][j] f[n+1][i][j] 统计以 s [ n ] s[n] s[n] 结尾的数中, % i = j \%i=j %i=j 的元素个数。

代码如下:

class Solution {//(a * 10 + b) % m//(a % m * 10 + b) % mpublic long countSubstrings(String s) {long ans = 0;int n = s.length();long[][] f = new long[10][9];//f[i][j]: %i 且 %i 的值为 j 的元素个数for(int i=0; i<n; i++){int x = s.charAt(i) - '0';long[][] t = new long[10][9];for(int j=1; j<10; j++){t[j][x%j] = 1;for(int k=0; k<j; k++){int y = k * 10 + x;t[j][y%j] += f[j][k];}}f = t;if(x == 0) continue;ans += f[x][0];}return ans;}
}

四、3449. 最大化游戏分数的最小值

题目链接
在这里插入图片描述
本题求最小值最大,可以判断是二分,再看是否存在单调性,对于本题来说,如果最小值越小,它需要的操作次数越少,就更可能 ≤ m \leq m m;最小值越大,它需要的操作次数越多,就更可能 > m > m >m。具有单调性,可以用二分来做。

接下来就是写 c h e c k ( ) check() check() 方法,即判断二分的答案 m i d mid mid,能否在 m m m 次操作之内使得最小值 ⩾ m i d \geqslant mid mid。这里有一个结论:对于任何一种左右横跳的移动路径,都可以将其转换成相邻两个数之间的移动路径。对于每一个 p = p o i n t s [ i ] p = points[i] p=points[i] 来说,至少需要移动到 i i i k = ( m i d − 1 ) / p k=(mid-1)/p k=(mid1)/p 次才能 ⩾ m i d \geqslant mid mid,由于它每移动 2 次才能再次回到 i i i 点,所以需要操作 1 + ( k − 1 ) ∗ 2 1+(k-1)*2 1+(k1)2 次( 从 i − 1 到 i 需要 1 次,剩下在 i 和 i + 1 之间左右横跳 从i-1到i需要1次,剩下在i和i+1之间左右横跳 i1i需要1次,剩下在ii+1之间左右横跳),对于 i + 1 i+1 i+1 点来说,在计算 i i i 点时就已经操作了 p r e = k − 1 pre=k-1 pre=k1 次,所以需要额外减去 p r e pre pre。最终判断 m ≥ 0 \geq 0 0

代码如下:

class Solution {public long maxScore(int[] points, int m) {int n = points.length;int mn = points[0];for(int x : points){mn = Math.min(x, mn);}long l = 1, r = (long)(m+1) / 2 * mn;while(l <= r){long mid = (l + r) >>> 1;if(check(mid, points, m)){l = mid + 1;}else{r = mid - 1;}}return l - 1;}boolean check(long low, int[] p, int m){int n = p.length;int pre = 0;for(int i=0; i<n; i++){int k = (int)((low - 1) / p[i]) + 1 - pre;if(i == n - 1 && k <= 0) break;if(k < 1) k = 1;//此时已经满足条件,但仍需使用一个操作从 i-1 移动到 im -= 2 * k - 1;if(m < 0) return false;pre = k - 1;}return true;}
}

相关文章:

Leetcode - 周赛436

目录 一、3446. 按对角线进行矩阵排序二、3447. 将元素分配给有约束条件的组三、3448. 统计可以被最后一个数位整除的子字符串数目四、3449. 最大化游戏分数的最小值 一、3446. 按对角线进行矩阵排序 题目链接 本题可以暴力枚举&#xff0c;在确定了每一个对角线的第一个元素…...

【pytest】编写自动化测试用例命名规范README

API_autoTest 项目介绍 1. pytest命名规范 测试文件&#xff1a; 文件名需要以 test_ 开头或者以 _test.py 结尾。例如&#xff0c;test_login.py、user_management_test.py 这样的命名方式&#xff0c;pytest 能够自动识别并将其作为测试文件来执行其中的测试用例。 测试类…...

Compose常用UI组件

Compose常用UI组件 概述Modifier 修饰符常用Modifier修饰符作用域限定Modifier Modifier 实现原理Modifier.Element链的构建链的解析 常用基础组件常用布局组件列表组件 概述 Compose 预置了很多基础组件&#xff0c;如 Button&#xff0c;TextField&#xff0c;TopAppBar等&a…...

斐波那契数列模型:在动态规划的丝绸之路上追寻斐波那契的足迹(上)

文章目录 引言递归与动态规划的对比递归解法的初探动态规划的优雅与高效自顶向下的记忆化搜索自底向上的迭代法 性能分析与比较小结 引言 斐波那契数列&#xff0c;这一数列如同一条无形的丝线&#xff0c;穿越千年时光&#xff0c;悄然延续其魅力。其定义简单而优美&#xff…...

Hackthebox- Season7- Titanic 简记 [Easy]

简记 ip重定向到 http://titanic.htb,先添加hosts 收集子域名 wfuzz -c -u http://titanic.htb/ -w /usr/share/seclists/Discovery/DNS/subdomains-top1million-20000.txt -H Host:FUZZ.titanic.htb --hl 9 ******************************************************** * Wfu…...

Sa-Token 根据官方文档简单实现登录认证的示例

Sa-Token 根据官方文档实现登录鉴权测试 功能实现步骤依赖配置文件启动类创建 controller启动项目测试不用密码登录查看cookie状态 密码登录查看cookie状态 修改token名称 Apipost 测试无 cookie 模式【使用 token】后端将 token 返回到前端修改代码&#xff1a;测试&#xff1…...

rustdesk编译修改名字

最近&#xff0c;我用Rust重写了一个2W行C代码的linux内核模块。在此记录一点经验。我此前没写过内核模块&#xff0c;认识比较疏浅&#xff0c;有错误欢迎指正。 为什么要重写&#xff1f; 这个模块2W行代码量看起来不多&#xff0c;却在线上时常故障&#xff0c;永远改不完。…...

BS5852英国家具防火安全条款主要包括哪几个方面呢?

什么是BS5852检测&#xff1f; BS5852是英国针对家用家具的强制性安全要求&#xff0c;主要测试家具在受到燃烧香烟和火柴等火源时的可燃性。这个标准通常分为四个部分进行测试&#xff0c;但实际应用中主要测试第一部分和第二部分&#xff0c;包括烟头测试和利用乙炔火焰模拟…...

【运维】源码编译安装cmake

背景&#xff1a; 已经在本地源码编译安装gcc/g&#xff0c;现在源码安装cmake 下载源码 下载地址&#xff1a;CMake - Upgrade Your Software Build System 安装步骤&#xff1a; ./bootstrap --prefix/usr/local/cmake make make install 错误处理 1、提示找不到libmpc.…...

检测网络安全漏洞 工具

实验一的名称为信息收集和漏洞扫描 实验环境&#xff1a;VMware下的kali linux2021和Windows7 32&#xff0c;网络设置均为NAT&#xff0c;这样子两台机器就在一个网络下。攻击的机器为kali,被攻击的机器为Windows 7。 理论知识记录&#xff1a; 1.信息收集的步骤 2.ping命令…...

frameworks 之 Activity添加View

frameworks 之 Activity添加View 1 LaunchActivityItem1.1 Activity 创建1.2 PhoneWindow 创建1.3 DecorView 创建 2 ResumeActivityItem 讲解 Activity加载View的时机和流程 涉及到的类如下 frameworks/base/core/java/android/app/Activity.javaframeworks/base/services/cor…...

UWB技术中的两种调制方式:PPM与PAM

Ultra-Wideband (UWB) 技术以其低功耗、宽频谱和高精度定位的特点&#xff0c;广泛应用于物联网&#xff08;IoT&#xff09;、智能家居、资产追踪和无线通信等领域。在UWB中&#xff0c;信号的调制方式对于数据传输的效率和精度起着至关重要的作用。本文将深入探讨UWB中常用的…...

达梦:用户和模式

目录标题 数据库管理系统与用户权限管理**四权分立****用户管理与权限划分****用户管理界面与权限控制****用户创建与管理****实操**1. **默认创建用户与模式**&#xff1a;2. **用户权限和角色分配**&#xff1a;3. **命令行管理用户与角色**&#xff1a;4. 模式也可以创建 **…...

23. AI-大语言模型-DeepSeek

文章目录 前言一、DeepSeek是什么1. 简介2. 产品版本3. 特征4. 地址链接5. 三种访问方式1. 网页端和APP2. DeepSeek API 二、DeepSeek可以做什么1. 应用场景2. 文本生成1. 文本创作2. 摘要与改写3. 结构化生成 3. 自然语言理解与分析1. 语义分析2. 文本分类3. 知识推理 4. 编程…...

Spring-GPT智谱清言AI项目(附源码)

一、项目介绍 本项目是Spring AI第三方调用整合智谱请言&#xff08;官网是&#xff1a;https://open.bigmodel.cn&#xff09;的案例&#xff0c;回答响应流式输出显示&#xff0c;这里使用的是免费模型&#xff0c;需要其他模型可以去 https://www.bigmodel.cn/pricing 切换…...

计算机网络(涵盖OSI,TCP/IP,交换机,路由器,局域网)

一、网络通信基础 &#xff08;一&#xff09;网络通信的概念 网络通信是指终端设备之间通过计算机网络进行的信息传递与交流。它类似于现实生活中的物品传递过程&#xff1a;数据&#xff08;物品&#xff09;被封装成报文&#xff08;包裹&#xff09;&#xff0c;通过网络…...

云计算架构学习之Ansible-playbook实战、Ansible-流程控制、Ansible-字典循环-roles角色

一、Ansible-playbook实战 1.Ansible-playbook安装软件 bash #编写yml [rootansible ansible]# cat wget.yml - hosts: backup tasks: - name: Install wget yum: name: wget state: present #检查playbook的语法 [rootansible ansible]…...

《运维工程师如何利用DeepSeek实现智能运维:分级实战指南》

目录 智能运维革命:DeepSeek带来的范式转变DeepSeek核心运维能力全景解析分级实战场景与解决方案 3.1 初级工程师:自动化运维入门3.2 中级工程师:复杂系统诊断与优化3.3 高级工程师:架构级智能运维典型项目案例深度剖析 4.1 金融系统全链路监控体系构建4.2 电商大促资源弹性…...

windows事件倒计时器与提醒组件

widgets 这是桌面组件前端开源组件&#xff0c;作者称&#xff1a;项目还在持续完善中&#xff0c;目前包含键盘演示、抖音热榜、喝水提醒、生日列表、待办事项、倒计时、灵动通知、打工进度等多个组件 有vue编程能力的可以自己做组件 百度网盘 夸克网盘 桌面组件 | Ca…...

Mac OS JAVA_HOME设置

个人博客地址&#xff1a;Mac OS JAVA_HOME设置 | 一张假钞的真实世界 在MacOS上使用DMG文件安装了Jdk8 之后&#xff0c;在默认路径下找不到JDK的HOME路径&#xff1a; $ which java /usr/bin/java $ ls -l /usr/bin/java lrwxr-xr-x 1 root wheel 74 12 6 2015 /usr/b…...

Vim 调用外部命令学习笔记

Vim 外部命令集成完全指南 文章目录 Vim 外部命令集成完全指南核心概念理解命令语法解析语法对比 常用外部命令详解文本排序与去重文本筛选与搜索高级 grep 搜索技巧文本替换与编辑字符处理高级文本处理编程语言处理其他实用命令 范围操作示例指定行范围处理复合命令示例 实用技…...

Android Wi-Fi 连接失败日志分析

1. Android wifi 关键日志总结 (1) Wi-Fi 断开 (CTRL-EVENT-DISCONNECTED reason3) 日志相关部分&#xff1a; 06-05 10:48:40.987 943 943 I wpa_supplicant: wlan0: CTRL-EVENT-DISCONNECTED bssid44:9b:c1:57:a8:90 reason3 locally_generated1解析&#xff1a; CTR…...

8k长序列建模,蛋白质语言模型Prot42仅利用目标蛋白序列即可生成高亲和力结合剂

蛋白质结合剂&#xff08;如抗体、抑制肽&#xff09;在疾病诊断、成像分析及靶向药物递送等关键场景中发挥着不可替代的作用。传统上&#xff0c;高特异性蛋白质结合剂的开发高度依赖噬菌体展示、定向进化等实验技术&#xff0c;但这类方法普遍面临资源消耗巨大、研发周期冗长…...

大语言模型如何处理长文本?常用文本分割技术详解

为什么需要文本分割? 引言:为什么需要文本分割?一、基础文本分割方法1. 按段落分割(Paragraph Splitting)2. 按句子分割(Sentence Splitting)二、高级文本分割策略3. 重叠分割(Sliding Window)4. 递归分割(Recursive Splitting)三、生产级工具推荐5. 使用LangChain的…...

使用van-uploader 的UI组件,结合vue2如何实现图片上传组件的封装

以下是基于 vant-ui&#xff08;适配 Vue2 版本 &#xff09;实现截图中照片上传预览、删除功能&#xff0c;并封装成可复用组件的完整代码&#xff0c;包含样式和逻辑实现&#xff0c;可直接在 Vue2 项目中使用&#xff1a; 1. 封装的图片上传组件 ImageUploader.vue <te…...

Typeerror: cannot read properties of undefined (reading ‘XXX‘)

最近需要在离线机器上运行软件&#xff0c;所以得把软件用docker打包起来&#xff0c;大部分功能都没问题&#xff0c;出了一个奇怪的事情。同样的代码&#xff0c;在本机上用vscode可以运行起来&#xff0c;但是打包之后在docker里出现了问题。使用的是dialog组件&#xff0c;…...

MFC 抛体运动模拟:常见问题解决与界面美化

在 MFC 中开发抛体运动模拟程序时,我们常遇到 轨迹残留、无效刷新、视觉单调、物理逻辑瑕疵 等问题。本文将针对这些痛点,详细解析原因并提供解决方案,同时兼顾界面美化,让模拟效果更专业、更高效。 问题一:历史轨迹与小球残影残留 现象 小球运动后,历史位置的 “残影”…...

Spring AI Chat Memory 实战指南:Local 与 JDBC 存储集成

一个面向 Java 开发者的 Sring-Ai 示例工程项目&#xff0c;该项目是一个 Spring AI 快速入门的样例工程项目&#xff0c;旨在通过一些小的案例展示 Spring AI 框架的核心功能和使用方法。 项目采用模块化设计&#xff0c;每个模块都专注于特定的功能领域&#xff0c;便于学习和…...

【LeetCode】算法详解#6 ---除自身以外数组的乘积

1.题目介绍 给定一个整数数组 nums&#xff0c;返回 数组 answer &#xff0c;其中 answer[i] 等于 nums 中除 nums[i] 之外其余各元素的乘积 。 题目数据 保证 数组 nums之中任意元素的全部前缀元素和后缀的乘积都在 32 位 整数范围内。 请 不要使用除法&#xff0c;且在 O…...

医疗AI模型可解释性编程研究:基于SHAP、LIME与Anchor

1 医疗树模型与可解释人工智能基础 医疗领域的人工智能应用正迅速从理论研究转向临床实践,在这一过程中,模型可解释性已成为确保AI系统被医疗专业人员接受和信任的关键因素。基于树模型的集成算法(如RandomForest、XGBoost、LightGBM)因其卓越的预测性能和相对良好的解释性…...