又到了需要准备面试的季节,决定来小刷一下Leetcode,在每个Tag里适当地挑几道,锻炼一下手感啥的。
455
题意
有一堆曲奇和一堆小孩,曲奇和小孩都有一个属性值,给小孩一个属性值>=自己的属性值的曲奇就会使小孩满意,一个小孩只能有一块曲奇。求满意的小孩的最大数目。
分析
似乎是很常见的贪心模型,但有一些变化,比如可以给多块曲奇。我觉得可以把最优化的目标从小孩的数目细化一下,比如“浪费”的曲奇属性值,取为每个小孩身上浪费的属性值之和。不过这么搞显然违背了原有的最优化要求,所以需要改一下。
妈的,看错题了,是最多一块曲奇。那就没啥好说的了,分别从最大的属性值开始遍历然后分配好了。
这是一个Java的解法。总之从最不贪婪的孩子开始分配,效果是一样的。
Arrays.sort(g);
Arrays.sort(s);
int i = 0;
for(int j=0;i<g.length && j<s.length;j++) {
if(g[i]<=s[j]) i++;
}
return i;
代码
class Solution {
public:
int findContentChildren(vector<int>& g, vector<int>& s) {
sort(g.begin(), g.end());
sort(s.begin(), s.end());
int j = g.size() - 1;
int res = 0;
for (int i = s.size() - 1; i >= 0; i--) {
while (s[i] < g[j] && j >= 0) j--;
if (j < 0) break;
// allocate s[i] cookie for g[j] kid
res++;
j--;
}
return res;
}
};
时间是40ms。
659
题意
有一个排序了的整数序列,需要把它分割成几个子序列,要求每个子序列为单调递增的的整数,且长度至少为3。问能否进行这样的分割。
分析
最简单的想法就是从头开始找最长的序列,找到一个就全部删掉,然后再找下一个。这样做的问题就是可能会出现如下情况:
[1, 2, 3, 3, 4, 5]
如果直接用以上解法,就会得到[1, 2, 3, 4, 5]
和剩下的3。但是其实是可以分成[1, 2, 3]
和[3, 4, 5]
的。中间有2个重复的时候同理。3个重复的时候就可以得到一个新的子序列。
所以新想法是从重复最多的数字开始找。先满足它们的需求。但是似乎只能向一侧延伸,不然效果和刚才是一样的。
另一个想法是直接只找长度为3的序列。但是这样剩下的1和2长度的序列完全无法处理。
查看了一下题目的相关topic,发现除了greedy之外还有heap,所以可能从重复最多的数字开始找是可行的。可以尝试消耗左侧或者右侧最多的数字,仍然是找最长序列。然后用堆来进行维护。
敲了半天,感觉不靠谱,还是去看题解了。
这道题果然很有趣,有好多种解题思路。
模拟
http://www.cnblogs.com/pk28/p/7384602.html
这篇文章的思路很有代表性。作者开始的思路是这样的:
开始的想法是,第一遍扫一下,依次枚举3个连续的数作为一个分割,并记录每个分割最后的一个数(为后期拓展所用)。
第二次扫描,看剩下的数能不能放到任何一个分割的后面。如果能,那么更新分割的最后一个值。
第三次扫描,看还有没有剩下的数字,如果没有那么返回true,否则false
但这样的思路是存在问题的,作者给出了反例。于是需要调整一下思考的顺序:
其实我们思考的顺序有错误,对于当前的数字x,我们应该先判断x-1是否存在,如果存在就直接放上就好了,不存在的时候再构建一个长度为3个分割,如果长度为3的分割都构建不了,那么直接返回false就ok了。说道这里,这题目还是有贪心的味道的....
至于模拟的具体实现,这种实现是比较简洁的:http://www.cnblogs.com/grandyang/p/7525821.html。
线段
这个做法参考了https://leetcode.com/problems/split-array-into-consecutive-subsequences/solution/#approach-1-opening-and-closing-events-accepted。可以将本题看做是一系列长度大于等于3的线段叠在一起,数字的数量增加即一条线段的开始,减少即一条线段的结束。只需将开始事件和结束事件配对,要求其间隔>=3即可。
代码
模拟
注意没有给出数字的范围!所以需要用map!!
class Solution {
public:
bool isPossible(vector<int>& nums) {
map<int, int> cnt;
map<int, int> need;
if (nums.size() < 3) return false;
// count
for (int i = 0; i < nums.size(); i++) {
cnt[nums[i]]++;
}
for (int i = 0; i < nums.size(); i++) {
if (cnt[nums[i]] <= 0)
continue;
// find extend
if (need[nums[i]] > 0) {
need[nums[i]]--;
need[nums[i] + 1]++;
cnt[nums[i]]--;
}
// find consecutive
else if (cnt[nums[i]] > 0 && cnt[nums[i]+1] > 0 && cnt[nums[i]+2] > 0) {
cnt[nums[i]]--;
cnt[nums[i]+1]--;
cnt[nums[i]+2]--;
need[nums[i]+3]++;
}
else {
return false;
}
}
return true;
}
};
时间为29.39%,可以说是相当慢了,因为使用了两个map的缘故吧。
线段
class Solution {
public:
bool isPossible(vector<int>& nums) {
if (nums.size() < 3)
return false;
map<int, int> cnt;
queue<int> q;
for (int i = 0; i < nums.size(); i++) {
cnt[nums[i]]++;
}
for (int i = nums[0]; i <= nums[nums.size()-1] + 1; i++) {
int event = cnt[i] - cnt[i-1];
// segment start
if (event > 0) {
for (int j = 0; j < event; j++)
q.push(i); // starts at i
}
else if (event < 0) {
for (int j = 0; j < -event; j++) {
if (q.empty())
return false;
int start = q.front();
q.pop();
if (i - start < 3)
return false;
}
}
}
if (!q.empty()) return false;
return true;
}
};
注意边界情况的处理。
时长为56.42%,没有什么优势。
45
题意
给你一个正整数数组,每个数代表了你从该位置起跳能够跳到的最大距离。假定你一定能够跳到终点,求最小跳数。
分析
第一种思路类似于DP。从第一点开始跳,同时更新能跳的范围内“跳到此处所需的最小跳数”。然后逐步更新。由于每次更新的范围最多为n,因此复杂度为O(n^2)。这是很容易想到的。也是很容易超时的。(果然超时了)
那么如何优化呢?
看了看题解发现这还真是道贪心题,囧。思路很简单,干脆就把它当成是一个BFS问题。第一跳能跳到的结点显然有一个范围,剩下的结点都是必须要跳两次及以上的。然而,跳两次能跳到的结点的范围显然也是连续的。也就是说可以把这个线性的数组按顺序分成若干层,每层都是一层BFS的结果。然后直接做就行了。
代码
暴力
class Solution {
public:
int jump(vector<int>& nums) {
if (nums.size() <= 1)
return 0;
vector<int> f(nums.size(), 2147483647);
f[0] = 0;
for (int i = 0; i < nums.size() -1; i++) {
for (int j = 0; j <= nums[i] && i+j < nums.size(); j++) {
if (f[i] + 1 < f[i+j])
f[i+j] = f[i] + 1;
}
}
return f[nums.size() - 1];
}
};
超时了。
BFS
class Solution {
public:
int jump(vector<int>& nums) {
if (nums.size() <= 1)
return 0;
int start = 0, end = 0;
int end2 = 0;
int layer = 0;
while (end < nums.size() - 1) {
end2 = end + 1;
for (int i = start; i <= end; i++)
end2 = max(end2, i + nums[i]);
start = end + 1;
end = end2;
layer++;
}
return layer;
}
};
时间大概是13.97%,没有什么优势,不过我觉得已经写得比较简略了。
网友评论