https://leetcode.cn/contest/biweekly-contest-113/
https://leetcode.cn/problems/minimum-right-shifts-to-sort-the-array/
提示:
1 <= nums.length <= 100
1 <= nums[i] <= 100
nums 中的整数互不相同。
因为数据范围很小,所以可以从小到大枚举可能的答案。
class Solution {
public int minimumRightShifts(List<Integer> nums) {
int n = nums.size();
// a 是排好序之后的数组,作为标准答案
int[] a = new int[n];
for (int i = 0; i < n; ++i) a[i] = nums.get(i);
Arrays.sort(a);
// 枚举答案,即枚举右移次数
for (int x = 0; x < n; ++x) {
boolean f = true;
// 检查这个答案下每一位是否移动后相等
for (int i = 0; i < n; ++i) {
if (nums.get(i) != a[(i + x) % n]) {
f = false;
break;
}
}
if (f) return x;
}
return -1;
}
}
https://leetcode.cn/problems/minimum-array-length-after-pair-removals/
提示:
1 <= nums.length <= 10^5
1 <= nums[i] <= 10^9
nums 是 非递减 数组。
首先贪心地想,能匹配就匹配。
但是对于样例 [2, 3, 5, 4] 来说,2 和 3 匹配之后,5 和 4就不能匹配了。
所以在 2 和 3 匹配之后,当枚举到 5 时,可以使用 5 替换掉 3,重新将 3 放入待匹配队列中。
具体算法如下:
使用两个优先队列维护已经被枚举过的数值。
pq1 维护等待匹配的较小数字,pq2 维护已经匹配过的较大数字。
分情况讨论:
class Solution {
public int minLengthAfterRemovals(List<Integer> nums) {
int cnt = 0; // 记录删除了几个数字
// pq1记录较小的数字,pq2记录较大的数字
PriorityQueue<Integer> pq1 = new PriorityQueue<>(), pq2 = new PriorityQueue<>();
for (int x: nums) {
// 如果当前数字比之前出现的 还没被删除过的数字 大
if (!pq1.isEmpty() && x > pq1.peek()) {
cnt += 2;
pq1.poll();
pq2.offer(x);
} else {
if (pq1.isEmpty() && !pq2.isEmpty() && x > pq2.peek()) {
// 如果较小的数字没有了 且 当前数字比已经删除的较大的数字大,就替换一下,将之前较大的数字放入较小的数字组中
pq1.offer(pq2.poll());
pq2.offer(x);
} else pq1.offer(x);
}
}
return nums.size() - cnt;
}
}
https://leetcode.cn/problems/minimum-array-length-after-pair-removals/solutions/2446146/olog-n-tan-xin-er-fen-cha-zhao-pythonjav-t3qn/
当
m
a
x
C
n
t
∗
2
<
=
n
maxCnt * 2 <= n
maxCnt∗2<=n 时,最后的结果只和 n 的奇偶性有关。
所以我们只需要考虑 maxCnt 超过半数的情况,此时有序序列 nums 的中间位置元素 x 一定是出现次数最多的元素。
使用二分查找可以找到元素 x 出现的次数。
class Solution {
public int minLengthAfterRemovals(List<Integer> nums) {
int n = nums.size();
int x = nums.get(n / 2);
// 只需考虑maxCnt*2>n的情况,其它情况剩下的数字数量只和n有关
int maxCnt = lowerBound(nums, x + 1) - lowerBound(nums, x);
return Math.max(maxCnt * 2 - n, n % 2);
}
// 找nums中最后一个比target小的位置
public int lowerBound(List<Integer> nums, int target) {
int l = -1, r = nums.size() - 1;
while (l < r) {
int mid = l + r + 1 >> 1;
if (nums.get(mid) < target) l = mid;
else r = mid - 1;
}
return l;
}
}
https://leetcode.cn/problems/count-pairs-of-points-with-distance-k/
提示:
2 <= coordinates.length <= 50000
0 <= xi, yi <= 10^6
0 <= k <= 100
可以看到数据范围很怪,是 50000,而 k 的数据范围比较小,是 100。我们可以写一个时间复杂度是 O ( n ∗ k ) O(n * k) O(n∗k) 的算法。
将已经枚举过的 x 和 y 放入哈希表中。
对于一个新的 x 和 y,他要和另外的坐标匹配之和为 k,最多有 k 中可能,即 —— 0 + k, 1 + (k - 1),2 + (k - 2),… ,k + 0。枚举每种情况即可。
根据异或的性质,有 x ^ (i ^ x) = i, y ^ ((k - i) & y) = k - i,因此与 坐标 (x, y) 可以匹配的坐标是 (i ^ x, (k - i) ^ y),其中 i 的取值范围是 0 ~ k。
class Solution {
public int countPairs(List<List<Integer>> coordinates, int k) {
int ans = 0;
Map<Integer, Map<Integer, Integer>> cnt = new HashMap<>();
for (List<Integer> c: coordinates) {
int x = c.get(0), y = c.get(1);
// 枚举 x 和 y 异或取值分配的所有可能。
for (int i = 0; i <= k; ++i) {
ans += cnt.getOrDefault(i ^ x, new HashMap<>()).getOrDefault((k - i) ^ y, 0);
}
// 将当前坐标放入哈希表
if (!cnt.containsKey(x)) cnt.put(x, new HashMap<>());
cnt.get(x).merge(y, 1, Integer::sum);
}
return ans;
}
}
更多有关异或
的题目可见:异或/XOR部分问题汇总
提示:
2 <= n <= 10^5
edges.length == n - 1
edges[i].length == 2
0 <= ui == edges[i][0] < n
0 <= vi == edges[i][1] < n
ui != vi
输入保证如果边是双向边,可以得到一棵树。
第一次 dfs 求各个节点向下需要的反转次数。
第二次 dfs 求答案。
class Solution {
List<Integer>[] g;
Set<Integer>[] t;
int n;
// 答案,该节点往下传递反转的数量,
int[] ans, cnt;
public int[] minEdgeReversals(int n, int[][] edges) {
this.n = n;
ans = new int[n];
cnt = new int[n];
g = new ArrayList[n];
t = new HashSet[n];
Arrays.setAll(g, e -> new ArrayList<>());
Arrays.setAll(t, e -> new HashSet<>());
for (int[] e: edges) {
int x = e[0], y = e[1];
g[x].add(y);
g[y].add(x);
t[x].add(y);
}
dfs1(0, -1); // 求cnt
ans[0] = cnt[0];
dfs2(0, -1); // 求ans
return ans;
}
public void dfs1(int x, int fa) {
for (int y: g[x]) {
if (y != fa) {
dfs1(y, x); // 先求cnt[y]
if (!t[x].contains(y)) cnt[x]++; // 如果x不能往y走,就+1
cnt[x] += cnt[y];
}
}
}
public void dfs2(int x, int fa) {
for (int y: g[x]) {
if (y != fa) {
ans[y] = ans[x]; // 两者的差别只取决于x和y之间边的情况
if (t[x].contains(y) && !t[y].contains(x)) ans[y]++;
else if (!t[x].contains(y) && t[y].contains(x)) ans[y]--;
dfs2(y, x);
}
}
}
}
更多关于换根DP可见:
【算法】换根DP
【LeetCode每日一题合集】2023.7.10-2023.7.16(dfs & 换根DP)
https://leetcode.cn/problems/count-number-of-possible-root-nodes/
提示:
edges.length == n - 1
2 <= n <= 10^5
1 <= guesses.length <= 10^5
0 <= ai, bi, uj, vj <= n - 1
ai != bi
uj != vj
edges 表示一棵有效的树。
guesses[j] 是树中的一条边。
guesses 是唯一的。
0 <= k <= guesses.length
class Solution {
List<Integer>[] g;
Set<Long> s = new HashSet<Long>(); // 存储各个guess
// 节点数目,答案,k,节点0作为根节点猜对的数量
int n, ans, k, cnt0;
public int rootCount(int[][] edges, int[][] guesses, int k) {
this.n = edges.length + 1;
this.k = k;
g = new ArrayList[n];
Arrays.setAll(g, e -> new ArrayList<Integer>());
for (int[] edge: edges) {
int x = edge[0], y = edge[1];
g[x].add(y);
g[y].add(x);
}
for (int[] guess: guesses) {
// 将两个 4 字节数压缩成一个 8 字节数
s.add((long) guess[0] << 32 | guess[1]);
}
dfs(0, -1);
reroot(0, -1, cnt0);
return ans;
}
// 计算 0 为根节点时猜对的次数
public void dfs(int x, int fa) {
for (int y: g[x]) {
if (y != fa) {
if (s.contains((long) x << 32 | y)) ++cnt0;
dfs(y, x);
}
}
}
// 计算各个节点为根节点时猜对的次数
public void reroot(int x, int fa, int cnt) {
if (cnt >= k) ++ans; // 此时已经找到了答案(至少有 k 个,所以是 >= k)
for (int y: g[x]) {
if (y != fa) {
int c = cnt;
if (s.contains((long) x << 32 | y)) --c;
if (s.contains((long) y << 32 | x)) ++c;
reroot(y, x, c);
}
}
}
}
靠自己 AK 了!