Leetcode普通数组-day5、6

news2026/4/10 1:29:52
Leetcode普通数组-day5/6记录自己刷力扣备战秋招的刷题笔记❤️​ ——wosz普通数组普通数组没什么需要说的其实最简单的办法就是遍历因为普通数组它是连续的因此不会涉及到很复杂的算法。因为是遍历嘛我们就可以用到我们前面学习过的一些方法如双指针去减少遍历次数滑动窗口去实习相对应的数组处理最大子数组和给你一个整数数组nums请你找出一个具有最大和的连续子数组子数组最少包含一个元素返回其最大和。子数组是数组中的一个连续部分。**输入**nums [-2,1,-3,4,-1,2,1,-5,4]**输出**6**解释**连续子数组 [4,-1,2,1] 的和最大为 6 。自己题解classSolution{public:intmaxSubArray(vectorintnums){intnum_sizenums.size();intcur0;// 当前前缀和intmin_prevalue0;// 到当前位置之前最小的前缀和inttagnums[0];for(inti0;inum_size;i){curnums[i];//计算当前前缀和if(tagcur-min_prevalue)//当前前缀和减去之前最小前缀和{tagcur-min_prevalue;}if(curmin_prevalue){min_prevaluecur;}}returntag;}};我的思路受到前面做到一个关于子串的题是用的前缀和的方式这道题我想了一下感觉可以使用前缀和来解决。我们用当前前缀和减去之前最小前缀和就表示以当前位置结尾的最大子数组和。遍历一遍后取最大值即可。我一开始还想错了直接使用最大减去最小还去进行分段讨论呢官方题解classSolution{public:intmaxSubArray(vectorintnums){intpre0,maxAnsnums[0];for(constautox:nums){premax(prex,x);maxAnsmax(maxAns,pre);}returnmaxAns;}};官方我选取的是采用动态规划的题解因为我本人也没有学习过动态规划就趁机再学习一下动态规划。dp[i] 表示以nums[i]结尾的连续子数组的最大和。此时我们的考虑就是两种一种是1.前面的dp[i-1]nums[i]就是此时的dp 2.从自己开始num[i] (前面的和可能是负贡献)dp[i] max(dp[i-1] nums[i], nums[i])补充动态规划因为后面还会再次学所以这里我就大概简单先了解一下方便理解本题的动态规划解法动态规划从初始状态出发到经过一系列的状态转移到达目标状态的最优解。同时具有条件状态转移必须有方向同时整体不能成环状状态的个数必须要在可接收的范围内解题的几个重点dp数组就是表示状态要知道具体的下标是什么意思递推公式dp数组初始化遍历的一个顺序合并区间以数组intervals表示若干个区间的集合其中单个区间为intervals[i] [starti, endi]。请你合并所有重叠的区间并返回一个不重叠的区间数组该数组需恰好覆盖输入中的所有区间。**输入**intervals [[1,3],[2,6],[8,10],[15,18]]输出[[1,6],[8,10],[15,18]]**解释**区间 [1,3] 和 [2,6] 重叠, 将它们合并为 [1,6]自己题解classSolution{public:vectorvectorintmerge(vectorvectorintintervals){intnum_sizeintervals.size();sort(intervals.begin(),intervals.end());//先排序vectorvectorinttag;inttemp_endintervals[0][1];inttemp_startintervals[0][0];intindex10,index21;while(index2num_size){//判断if(intervals[index2][0]temp_end)//必定出现重合{if(temp_endintervals[index2][1]){temp_endintervals[index2][1];}if(temp_startintervals[index2][0]){temp_startintervals[index2][0];}}else{//出现不重合此时直接添加到结果同时移动index1tag.push_back({temp_start,temp_end});index1index2;temp_endintervals[index1][1];temp_startintervals[index1][0];}//扩张index2;}tag.push_back({temp_start,temp_end});//er:最后一个没有放returntag;}};我的思路其实我就准备使用双指针来解决先进行排序然后让 index1 去指向合并区间的起点让 index2 去不断扩张然后同时用值去记录当前和合并区间的末尾方便判断。之后如果遇到不可以可以合并的就将已经合并的添加到结果中去同时让 index1 直接移动到 index2 处让index2继续扩张持续。官方题解classSolution{public:vectorvectorintmerge(vectorvectorintintervals){if(intervals.size()0){return{};}sort(intervals.begin(),intervals.end());vectorvectorintmerged;for(inti0;iintervals.size();i){intLintervals[i][0],Rintervals[i][1];if(!merged.size()||merged.back()[1]L){merged.push_back({L,R});}else{merged.back()[1]max(merged.back()[1],R);}}returnmerged;}};思路是一致的都是先对数组进行排序然后比较首尾进行判断合并区间。轮转数组给定一个整数数组nums将数组中的元素向右轮转k个位置其中k是非负数。输入:nums [1,2,3,4,5,6,7], k 3输出:[5,6,7,1,2,3,4]解释:向右轮转 1 步: [7,1,2,3,4,5,6]向右轮转 2 步: [6,7,1,2,3,4,5]向右轮转 3 步: [5,6,7,1,2,3,4]自己题解classSolution{public:voidrotate(vectorintnums,intk){intnum_sizenums.size();vectorintnew_num(num_size,0);for(inti0;inum_size;i){inttemp(ik)%num_size;new_num[temp]nums[i];}//再来赋值for(inti0;inum_size;i){nums[i]new_num[i];}}};我的思路我感觉我有点苯我的想法就是新开一个数组然后直接进行位移进去就行我就是用求余的形式来进行按照indexk-1%size来进行位移计算就可以了。最后再来一次遍历就行确实感觉有点蠢了但是胜在简单啊。官方题解classSolution{public:voidreverse(vectorintnums,intstart,intend){while(startend){swap(nums[start],nums[end]);start1;end-1;}}voidrotate(vectorintnums,intk){k%nums.size();reverse(nums,0,nums.size()-1);reverse(nums,0,k-1);reverse(nums,k,nums.size()-1);}};官方的方法我就学习一下翻转法这个翻转法的意思就是多次翻转就可以实现数组的轮转大致的思路就是下面这样除了自身以外的数组乘积给你一个整数数组nums返回 数组answer其中answer[i]等于nums中除了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**且在O(n)时间复杂度内完成此题。输入:nums [1,2,3,4]输出:[24,12,8,6]自己题解classSolution{public:vectorintproductExceptSelf(vectorintnums){intnum_sizenums.size();vectorintmy_v(num_size,1);intpre1;//前缀积//先计算前缀积for(inti0;inum_size;i){my_v[i]pre;pre*nums[i];}intlast1;//后缀积//计算后缀积for(intinum_size-1;i0;i--){my_v[i]*last;last*nums[i];}returnmy_v;}};我的思路拿到这道题之后自然而然的想到了两种方法1.直接所有乘起来然后依次除以每一个元素当然这道题不能用 2.直接暴力for循环进行判断一下这个下标条件即可当然不出意外我们这个的复杂度不满足会超出时间限制让AI给我提供了一下新思路就是前缀积和后缀积tag[i]前缀积*后缀积官方的题解classSolution{public:vectorintproductExceptSelf(vectorintnums){intlengthnums.size();// L 和 R 分别表示左右两侧的乘积列表vectorintL(length,0),R(length,0);vectorintanswer(length);// L[i] 为索引 i 左侧所有元素的乘积// 对于索引为 0 的元素因为左侧没有元素所以 L[0] 1L[0]1;for(inti1;ilength;i){L[i]nums[i-1]*L[i-1];}// R[i] 为索引 i 右侧所有元素的乘积// 对于索引为 length-1 的元素因为右侧没有元素所以 R[length-1] 1R[length-1]1;for(intilength-2;i0;i--){R[i]nums[i1]*R[i1];}// 对于索引 i除 nums[i] 之外其余各元素的乘积就是左侧所有元素的乘积乘以右侧所有元素的乘积for(inti0;ilength;i){answer[i]L[i]*R[i];}returnanswer;}};最经典的解法就是前缀积和后缀积这道题官方给出的也是这个解法进行的前缀积和后缀积的形式。缺失的第一个正数给你一个未排序的整数数组nums请你找出其中没有出现的最小的正整数。请你实现时间复杂度为O(n)并且只使用常数级别额外空间的解决方案。**输入**nums [1,2,0]**输出**3**解释**范围 [1,2] 中的数字都在数组中。我的题解classSolution{public:intfirstMissingPositive(vectorintnums){intnum_sizenums.size();unordered_mapint,intmap;inttag1;intflag0;for(inti0;inum_size;i){map[nums[i]]i;}//查找while(flag0){if(map.find(tag)!map.end()){tag;}else{flag1;}}returntag;}};我看到这个题的时候首先想到的就是哈希表查询然后时间复杂度应该是满足的但是空间不是常数级别。还想到一个就是先对数组进行排序之后利用双指针进行滑动应该也可以的。然后让AI大哥帮我修改了一下就用classSolution{public:intfirstMissingPositive(vectorintnums){intnnums.size();// 第一步把无关数字变成 n1// 因为我们只关心 1~nfor(inti0;in;i){if(nums[i]0||nums[i]n){nums[i]n1;}}// 第二步用下标做标记// 如果数字 x 出现过就把 nums[x-1] 标记成负数for(inti0;in;i){intxabs(nums[i]);if(x1xn){nums[x-1]-abs(nums[x-1]);}}// 第三步找第一个没被标记的位置for(inti0;in;i){if(nums[i]0){returni1;}}returnn1;}};因为我们要找到的是一个1~n之间所以直接把无关的数组变为n1之后就在原地实现桶的功能不用新开哈希表。官方题解classSolution{public:intfirstMissingPositive(vectorintnums){intnnums.size();for(intnum:nums){if(num0){numn1;}}for(inti0;in;i){intnumabs(nums[i]);if(numn){nums[num-1]-abs(nums[num-1]);}}for(inti0;in;i){if(nums[i]0){returni1;}}returnn1;}};这个官方的题解就是主要采用的原地桶查找和我们上面让AI修改的大致是一样的思路。我们对数组进行遍历对于遍历到的数 x如果它在[1,N]的范围内那么就将数组中的第x−1个位置注意数组下标从 0 开始打上「标记」。在遍历结束之后如果所有的位置都被打上了标记那么答案是N1否则答案是最小的没有打上标记的位置加 1。就是先将无关的数组去掉然后利用nums充当标记即可。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2501271.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…