C语言刷题日记 #6

news2026/4/30 11:04:11
C语言刷题日记 #72026.04.14-2026.04.21本周概览进入四月的第三周转专业申请的号角正式吹响了。4月15日至4月21日于我个人而言是异常忙碌的一周——我咬着牙改完了个人陈述的第九版提交了转专业申请表也终于确定分流志愿是高分子。尽管日程紧凑刷题这件事依然是雷打不动的。本周的刷题内容很有特色重点攻克了滑动窗口这个转专业机考的核心考点同时也穿插了哈希表、股票问题、买卖最佳时机等经典题型。从4月中旬开始我的算法练习进入了“查漏补缺针对性强化”阶段聚焦于那些在转专业机考中最高频的题型——滑动窗口和哈希表。本周练习主要涉及4月15日1. 两数之和哈希表4月16日2958. 最多 K 个重复元素的最长子数组带频次控制的滑动窗口4月17日209. 长度最小的子数组 / 713. 乘积小于 K 的子数组 / 1004. 最大连续1的个数 III / 2024. 考试的最大困扰度 / 2904. 最短且字典序最小的美丽子字符串 / 3258. 统计满足 K 约束的子字符串数量 I / 3795. 不同元素和至少为 K 的最短子数组长度滑动窗口大合集4月18日2441. 与对应负数同时存在的最大正整数哈希集4月19日121. 买卖股票的最佳时机一次扫描/动态规划4月20日2016. 增量元素之间的最大差值一次扫描4月21日624. 数组列表中的最大距离 / 1128. 等价多米诺骨牌对的数量 / 1679. K 和数对的最大数目哈希映射题目复盘1. 1. 两数之和我的代码int*twoSum(int*nums,intnumsSize,inttarget,int*returnSize){int*arr(int*)malloc(sizeof(int)*3);inti,j;*returnSize2;for(i0;inumsSize-1;i){for(ji1;jnumsSize;j){if(nums[i]nums[j]target){arr[0]i;arr[1]j;returnarr;}}}returnarr;}思路暴力双循环枚举所有数对。不足之处时间复杂度O ( n ) 2 O(n)^2O(n)2对于数组长度很大时会超时用三层数组大小申请但没有利用好内存缺少注释说明。改进方向哈希表法O ( n ) O(n)O(n)遍历数组对于每个数nums[i]判断target-nums[i]是否已在哈希表中typedefstruct{intkey;intval;}HashNode;// 复杂度更优但直接调库实现哈希表需要依赖uthashC语言调试略繁琐// 或者用数组法nums元素范围有限时int*twoSum(int*nums,intnumsSize,inttarget,int*returnSize){int*arr(int*)malloc(2*sizeof(int));*returnSize2;inthash[20001]{0};for(inti0;inumsSize;i){intcomplementtarget-nums[i];if(hash[complement10000]!0){arr[0]hash[complement10000]-1;arr[1]i;returnarr;}hash[nums[i]10000]i1;}returnarr;}2. 121. 买卖股票的最佳时机我的代码intmaxProfit(int*prices,intpricesSize){intret0,minPriceINT_MAX,right;for(right0;rightpricesSize;right){if(minPriceprices[right])retfmax(ret,prices[right]-minPrice);minPricefmin(minPrice,prices[right]);}returnret;}思路一次扫描维护历史最低价格计算当天价格与最低价的差价。不足之处判断条件if(minPriceprices[right])前后的顺序可以更清晰变量right作为循环索引但并未体现“滑动窗口”含义。改进方向交换顺序更好理解intmaxProfit(int*prices,intpricesSize){intminPriceINT_MAX,maxProfit0;for(inti0;ipricesSize;i){minPricefmin(minPrice,prices[i]);maxProfitfmax(maxProfit,prices[i]-minPrice);}returnmaxProfit;}3. 209. 长度最小的子数组我的代码intminSubArrayLen(inttarget,int*nums,intnumsSize){intleft,right,sum0,minINT_MAX;for(leftright0;rightnumsSize;){while(sumtargetrightnumsSize){sumnums[right];right;}while(sumtarget){minfmin(min,right-left);sum-nums[left];left;}}if(minINT_MAX)return0;returnmin;}思路双循环滑动窗口先右扩直到满足条件再左缩更新答案。不足之处当窗口内多个连续数满足条件时必须逐个左移指针否则可能错过更短的窗口滑动窗口对“正整数数组”有效但若允许负数本题不适用窗口长度最小化会失效。改进方向用while嵌套逻辑完整但是写成标准模板更清晰intminSubArrayLen(inttarget,int*nums,intnumsSize){intleft0,sum0,minLenINT_MAX;for(intright0;rightnumsSize;right){sumnums[right];while(sumtarget){minLenfmin(minLen,right-left1);sum-nums[left];left;}}returnminLenINT_MAX?0:minLen;}4. 713. 乘积小于 K 的子数组我的代码intnumSubarrayProductLessThanK(int*nums,intnumsSize,intk){if(k0)return0;intleft,right;longlongplus1,sum0;for(leftright0;rightnumsSize;right){plus*nums[right];while(leftrightplusk){plus/nums[left];left;}if(nums[right]k){sumright-left1;}}returnsum;}思路滑动窗口乘积小于k时计数当前窗口子数组数并累加。不足之处引入了if(nums[right]k)过滤冗余但这会跳过窗口内包含nums[right]但大于等于k的乘积计算可能导致漏计子数组处理k0的情况需要单独判断可读性需提升。改进方向统一滑动窗口每次计数子数组时相加right-left1intnumSubarrayProductLessThanK(int*nums,intnumsSize,intk){if(k1)return0;longlongproduct1;intleft0,count0;for(intright0;rightnumsSize;right){product*nums[right];while(productk)product/nums[left];countright-left1;}returncount;}5. 1004. 最大连续1的个数 III我的代码intlongestOnes(int*nums,intnumsSize,intk){intleft,right,sum00,max0;for(leftright0;rightnumsSize;right){sum0nums[right]0?1:0;maxfmax(max,right-left);while(sum0k){sum0-nums[left]0?1:0;left;}}returnfmax(max,right-left);}思路滑动窗口统计窗口内0的个数当0的个数大于k时移动左指针收缩窗口。不足之处right-left先求值再收缩可能导致长度统计偏差max在while之前更新可能记录过长窗口最终返回值需要和前一个计算合并。改进方向统一在右指针遍历过程中维护窗口内0的个数保证窗口内0的个数始终≤kintlongestOnes(int*nums,intnumsSize,intk){intleft0,maxLen0,zeroCount0;for(intright0;rightnumsSize;right){if(nums[right]0)zeroCount;while(zeroCountk){if(nums[left]0)zeroCount--;left;}maxLenfmax(maxLen,right-left1);}returnmaxLen;}6. 2024. 考试的最大困扰度我的代码intmaxConsecutiveAnswers(char*answerKey,intk){intsumF0,sumT0,max0,left,right;for(left0,right0;rightstrlen(answerKey);right){if(answerKey[right]T)sumT;elsesumF;maxfmax(max,right-left);while(sumTk){if(answerKey[left]T)sumT--;elsesumF--;left;}}maxfmax(max,right-left);sumFsumT0;for(left0,right0;rightstrlen(answerKey);right){if(answerKey[right]T)sumT;elsesumF;maxfmax(max,right-left);while(sumFk){if(answerKey[left]T)sumT--;elsesumF--;left;}}returnfmax(max,right-left);}思路两次滑动窗口分别统计T和F允许最多翻转k个。不足之处代码重复两次滑动窗口逻辑几乎一样可重构为函数多次调用strlen(answerKey)效率低max更新逻辑不统一。改进方向抽取maxConsecutiveChar函数处理单个字符intmaxConsecutiveChar(char*s,charch,intk){intleft0,maxLen0,count0,nstrlen(s);for(intright0;rightn;right){if(s[right]!ch)count;while(countk){if(s[left]!ch)count--;left;}maxLenfmax(maxLen,right-left1);}returnmaxLen;}intmaxConsecutiveAnswers(char*answerKey,intk){returnfmax(maxConsecutiveChar(answerKey,T,k),maxConsecutiveChar(answerKey,F,k));}7. 2958. 最多 K 个重复元素的最长子数组我的代码intmaxSubarrayLength(int*nums,intnumsSize,intk){inti,left,right,maxLength0,maxINT_MIN,minINT_MAX;int*hush(int*)malloc(1000000001*sizeof(int));memset(hush,0,1000000001*sizeof(int));for(left0,right0;rightnumsSize;right){hush[nums[right]];if(hush[nums[right]]k){maxLengthfmax(right-left,maxLength);--hush[nums[left]];left;for(;hush[nums[left-1]]k;left){--hush[nums[left]];}}}free(hush);returnfmax(right-left,maxLength);}思路哈希表记录每个元素的出现次数超过k时向左移动指针收缩窗口。不足之处哈希表大小100000000110亿1过大内存可能不足移动指针的复杂循环逻辑容易出错全局变量min/max未使用。改进方向使用动态哈希数组根据nums实际值范围分配或用哈希表映射元素值与频次简单通过while (hush[nums[right]] k)收缩窗口intmaxSubarrayLength(int*nums,intnumsSize,intk){int*freq(int*)calloc(100001,sizeof(int));intleft0,maxLen0;for(intright0;rightnumsSize;right){freq[nums[right]];while(freq[nums[right]]k){freq[nums[left]]--;left;}maxLenfmax(maxLen,right-left1);}free(freq);returnmaxLen;}8. 2016. 增量元素之间的最大差值我的代码intmaximumDifference(int*nums,intnumsSize){intret-1,minPriceINT_MAX,right;for(right0;rightnumsSize;right){if(minPricenums[right])retfmax(ret,nums[right]-minPrice);minPricefmin(minPrice,nums[right]);}returnret;}思路一次扫描维护最小值求max(nums[i]-minPrice)。不足之处几乎和股票问题121重复但是条件要求ji要求差值至少为1而不是利润可为0。代码逻辑没问题但可以更聚焦于题目设定。改进方向改if(minPricenums[right])为if(minPrice nums[right])更符合严格递增需求但题目不禁止相同值的交换intmaximumDifference(int*nums,intnumsSize){intminPriceINT_MAX,maxDiff-1;for(inti0;inumsSize;i){if(nums[i]minPrice){maxDifffmax(maxDiff,nums[i]-minPrice);}minPricefmin(minPrice,nums[i]);}returnmaxDiff;}9. 2904. 最短且字典序最小的美丽子字符串我的代码篇幅较长略思路滑动窗口统计1的个数当1的个数k时比较当前子串与已记录的最优子串维护长度最短且字典序最小的字符串。不足之处代码较长使用多次malloc、strcmp和strcpy动态处理字符串时的边界条件复杂容易发生内存泄漏lenINT_MAX的初始化取值可疑。改进方向抽象出子串生成操作用变量存储最短子串起始、结束位置避免反复复制字符串char*shortestBeautifulSubstring(char*s,intk){intnstrlen(s);intbestStart-1,bestLenINT_MAX;intleft0,ones0;for(intright0;rightn;right){oness[right]-0;while(onesk){intlenright-left1;if(lenbestLen){bestStartleft;bestLenlen;}elseif(lenbestLenstrncmp(sleft,sbestStart,len)0){bestStartleft;}ones-s[left]-0;left;}}if(bestStart-1)return;char*res(char*)malloc((bestLen1)*sizeof(char));strncpy(res,sbestStart,bestLen);res[bestLen]\0;returnres;}本周总结这一周我真正感受到滑动窗口这一算法并不是一个神秘的“黑盒子”当熟记背后的逻辑后就变成了一种稳定的工具。滑动窗口的核心思想其实很简单用两个指针维护一个窗口通过条件来动态调整窗口的大小和位置计算窗口内的性质并更新答案。今天能够用它的变体解决题目大多是“找满足条件的最长/最短连续数组”我甚至开始对这类题目的模式有了肌肉记忆。这一周提升的点主要有从“只会暴力枚举”过渡到“先想滑动窗口”理解了滑动窗口的优势——时间复杂度从O ( n ) 2 O(n)^2O(n)2降到O ( n ) O(n)O(n)空间复杂度一般O ( 1 ) O(1)O(1)开始用while和if组合处理窗口内计数和边界收缩比之前复杂的嵌套结构简洁了更多开始仔细考虑内存分配和变量作用域确保C语言实现没有内存泄漏。当然改进的空间还有很多尤其是字符串字典序处理和哈希表代替数组的写法这些是我下个阶段要重点刷的题。但能一步步看着自己从写很复杂难懂的绕弯子代码到今天对每个滑动窗口都能在脑海里快速搭建结构终究是在往前走的。这一周也完成了两件大事——成功提交了转专业申请表也完成了分流志愿的填报。无论最后结果如何我都为自己这半年多来的坚持感到骄傲。计算机学院的大门还在前方闪闪发光我会一以贯之地顺着这个向往的方向走下去。附本周所有代码已上传至我的GitHub仓库LeetCode-C-Practice/2026-04-第三周

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/2554617.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…