Leetcode第238场周赛 总结 +补题

本文介绍了三个算法问题,包括K进制表示下数字总和,最高频元素的最大可能频数,以及最长元音有序子字符串。通过详细解题过程,展示了如何将10进制数转换为K进制并计算各位数字总和,如何通过有限次操作使数组元素达到最大频数,以及如何找到字符串中元音字母有序排列的最长子串。同时,文章提供了最高建筑高度的解决方案,涉及区间限制和建筑高度优化。

K 进制表示下的各位数字总和

题目链接
题目描述
给你一个整数 n n n(10 进制)和一个基数 k k k ,请你将 n n n 从 10 进制表示转换为 k k k 进制表示,计算并返回转换后各位数字的 总和 。
转换后,各位数字应当视作是 10 进制数字,且它们的总和也应当按 10 进制表示返回。
样例描述

输入:n = 34, k = 6
输出:9
解释:34 (10 进制)6 进制下表示为 545 + 4 = 9

提示:
1 ≤ n ≤ 100 1 \leq n \leq 100 1n100
2 ≤ k ≤ 10 2 \leq k \leq 10 2k10

class Solution {
public:
    int sumBase(int n, int k) {
        string ans = "";
        while(n)
        {
            ans += (char)(n%k + '0');
            n /= k;
        }
        int tot = 0;
        for(int i = 0; i < ans.size(); i++)
            tot += (int)(ans[i] - '0');
        return tot;
    }
};

最高频元素的频数

题目链接
题目描述
元素的 频数 是该元素在一个数组中出现的次数。
给你一个整数数组 n u m s nums nums 和一个整数 k k k 。在一步操作中,你可以选择 n u m s nums nums 的一个下标,并将该下标对应元素的值增加 1 。
执行最多 k k k 次操作后,返回数组中最高频元素的 最大可能频数 。
样例描述

输入:nums = [1,2,4], k = 5
输出:3
解释:对第一个元素执行 3 次递增操作,对第二个元素执 2 次递增操作,
此时 nums = [4,4,4]4 是数组中最高频元素,频数是 3

提示:
1 ≤ n u m s . l e n g t h ≤ 1 0 5 1 \leq nums.length \leq 10^5 1nums.length105
1 ≤ n u m s [ i ] ≤ 1 0 5 1 \leq nums[i] \leq 10^5 1nums[i]105
1 ≤ k ≤ 1 0 5 1 \leq k \leq 10^5 1k105

解题思路
当时把这个题想成了 2019 年沈阳站那个二分题目,二分区间内 m i n min min ~ m a x max max,找到一个值,让更多区间内的数花费最小代价得到一个出现次数最多的数。

正确二分思路就是先把所有的数求一遍前缀和,二分给出二分左边端点 l l l 和 右边端点 r r r,通过每次放缩的 m i d mid mid 确定最终的区间左端点,因为枚举的时候是从左往右枚举,右端点总是确定的,二分求的只是为了确定左端点的那个数,然后每次二分更新一下最大值即可。

class Solution {
public:
    int maxFrequency(vector<int>& nums, int k) {
        sort(nums.begin(),nums.end());
        typedef long long ll;
        int len = nums.size();
        vector<ll> s(len+1);
        for(int i = 1; i <= len; i++)
            s[i] = s[i-1] + nums[i-1];
        int ans = 0;
        for(int i = 1; i <= len; i++)
        {
            int l = 1, r = i;
            while(l < r)
            {
                int mid = (l + r)>>1;
                ll t = (nums[i - 1]*(ll)(i - mid + 1));
                if(t - s[i] + s[mid - 1] <= k) r = mid;
                else l = mid + 1;
            }
            if(i - r + 1 > ans) ans = i - r + 1;
        }
        return ans;
    }
};

所有元音按顺序排布的最长子字符串

题目链接
题目描述
当一个字符串满足如下条件时,我们称它是 美丽的 :
所有 5 个英文元音字母 ( ′ a ′ , ′ e ′ , ′ i ′ , ′ o ′ , ′ u ′ ) ('a' ,'e' ,'i' ,'o' ,'u') aeiou 都必须 至少 出现一次。
这些元音字母的顺序都必须按照 字典序 升序排布(也就是说所有的 ′ a ′ 'a' a 都在 ′ e ′ 'e' e 前面,所有的 ′ e ′ 'e' e 都在 ′ i ′ 'i' i 前面,以此类推)
比方说,字符串 " a e i o u " "aeiou" "aeiou" " a a a a a a e i i i i o o u " "aaaaaaeiiiioou" "aaaaaaeiiiioou" 都是 美丽的 ,但是 " u a e i o " "uaeio" "uaeio" " a e o i u " "aeoiu" "aeoiu" " a a a e e e o o o " "aaaeeeooo" "aaaeeeooo" 不是美丽的 。
给你一个只包含英文元音字母的字符串 w o r d word word ,请你返回 w o r d word word 中 最长美丽子字符串的长度 。如果不存在这样的子字符串,请返回 0
子字符串 是字符串中一个连续的字符序列。
样例描述

输入:word = "aeiaaioaaaaeiiiiouuuooaauuaeiu"
输出:13
解释:最长子字符串是 "aaaaeiiiiouuu" ,长度为 13

解题思路
枚举找最长的含有 a e i o u aeiou aeiou 的升序序列即可, 注意处理边界问题。

class Solution {
public:
    int longestBeautifulSubstring(string word) {
        string p = "aeiou";
        int len = word.size();
        int ans = 0;
        for(int i = 0; i < len; i++)
        {
            int j = 0, s = i, ok = 1;
            if(word[i] != 'a') continue;
            while(i < len)
            {
                if(word[i] == p[j]) i++;
                else
                {
                    if(word[i] == p[j+1]) j++,i++;
                    else ok = 0;
                }
                if(!ok) break;
            }
            if(j == 4) ans = max(ans, i - s);
            i--;
        }
        return ans;
    }
};

最高建筑高度

题目链接
题目描述
在一座城市里,你需要建 n n n 栋新的建筑。这些新的建筑会从 1 到 n n n 编号排成一列。
这座城市对这些新建筑有一些规定:

每栋建筑的高度必须是一个非负整数。
第一栋建筑的高度 必须 是 0 。
任意两栋相邻建筑的高度差 不能超过  1 。

除此以外,某些建筑还有额外的最高高度限制。这些限制会以二维整数数组 r e s t r i c t i o n s restrictions restrictions 的形式给出,其中 r e s t r i c t i o n s [ i ] restrictions[i] restrictions[i] = [ i d i , m a x H e i g h t i ] [id_i, maxHeight_i] [idi,maxHeighti] ,表示建筑 i d i id_i idi 的高度 不能超过 m a x H e i g h t i maxHeight_i maxHeighti
题目保证每栋建筑在 restrictions 中 至多出现一次 ,同时建筑 1 不会 出现在 r e s t r i c t i o n s restrictions restrictions 中。
请你返回 最高 建筑能达到的 最高高度 。
样例描述
在这里插入图片描述

输入:n = 5, restrictions = [[2,1],[4,1]]
输出:2
解释:上图中的绿色区域为每栋建筑被允许的最高高度。
我们可以使建筑高度分别为 [0,1,2,1,2] ,最高建筑的高度为 2

解题思路
首先将 [ 1 , 0 ] [1, 0] [1,0] 这个点插入,然后从小到大排序,处理区间右端点,看右端点是否等于 n n n,因为题目是说 1... n 1...n 1...n 栋楼从左到右排列且第一幢楼的高度是 0 ,所以对于区间左端点和右边端点分别是 1 和 n n n,如果 n n n 不在集合中,那么插入即可,高度可以赋 i n t int int 类型的最大值。
设直线 :
l 1 l_1 l1: y y y = x 1 x_1 x1 + b 1 b_1 b1
l 2 l_2 l2: y y y = x 2 x_2 x2 + b 2 b_2 b2
求截距 b 1 b_1 b1 b 2 b_2 b2
因为集合中 0 号位置就是 x x x 轴的 1 号点,所以 b 1 [ 0 ] = − 1 b{_1}[0] = -1 b1[0]=1 b 2 [ 0 ] = 1 b{_2}[0] = 1 b2[0]=1
直线 l 1 l_1 l1 方向左上方,对于每个点的截距只需要和前一个点的截距取一个 m i n min min 即可。
直线 l 2 l_2 l2 方向左下方,对于每个点的截距只需要和后一个点的截距取一个 m i n min min 即可。

直线 l 1 l_1 l1 和 和 l 2 l_2 l2 的交点判断交点是否合法。
h [ i ] [ 0 ] = x h[i][0] =x h[i][0]=x
h [ i ] [ 1 ] = y h[i][1] = y h[i][1]=y
交点坐标 m i d mid mid = b 1 [ i − 1 ] b{_1}[i-1] b1[i1] + b 2 [ i ] b{_2}[i] b2[i] >> 1
以直线 l 2 l2 l2 为例:
y ′ y' y = − x ′ -x' x + b 2 b_2 b2 ==> x ′ x' x = b 2 b_2 b2 - y y y
x ′ x' x 是否在 h [ i − 1 ] [ 0 ] h[i-1][0] h[i1][0] h [ i ] [ 0 ] h[i][0] h[i][0] 区间内,若在则更新一下最大值即可
最后更新一下最大值 和 直线 l 1 l_1 l1 l 2 l_2 l2 m i n min min 的最大值即可。

class Solution {
public:
    int maxBuilding(int n, vector<vector<int>>& h) {
        h.push_back({1,0});
        sort(h.begin(),h.end());
        if(h.back()[0] != n) h.push_back({n,n-1});
        int len = h.size();
        typedef long long ll;
        vector<ll>L(len+1,1e18), R(len+1,1e18);
        //h[0][0] = 1 截距 -1
        L[0] = -1;
        for(int i = 1; i < len; i++)  // y = x + b
        {
            int x = h[i][0], y = h[i][1];
            L[i] = min(L[i-1],(ll)(y-x));
        }
        //h[0][0] = 1 截距 1
        R[0] = 1;
        for(int i = len - 1; i; --i)  // y = -x + b
        {
            int x = h[i][0], y = h[i][1];
            R[i] = min(R[i+1],(ll)(x+y));
        }

        ll ans = 0;
        for(int i = 0; i < len; i++)
        {
            int x = h[i][0];
            if(i)  // y = -x + b
            {
                ll Y = (L[i-1]+R[i]) >> 1;
                ll X = R[i] - Y;
                if(X >= h[i-1][0] && X <= h[i][0])
                    ans = max(ans,Y);
            }
            ans = max(ans,min(x+L[i],-x+R[i]));
        }
        return ans;
    }
};

总结

最后一个题不会,然后就是第二题思路想的是二分, 只是二分思路想偏了,补了第二题和第四题,第四题建议动手画图,然后码代码思路就清晰了。

<think>好的,用户想要基于LeetCode的Java算法题推荐,涵盖数据结构和算法,适合面试和竞赛,并且整理成思维导图。需要参考之前的回答和提供的引用内容,同结合系统级指令来生成结构化的内容。 首先,回顾用户之前的对话,用户已经有一个关于哈希表冲突处理机制的解析,并附带了LeetCode题目的思维导图。现在需要扩展这个思维导图,包含更全面的数据结构和算法题目,并且要适合Java实现。 接下来,分析用户提供的引用内容。引用1提到算法进阶项目,包括ACM、OI、LeetCode,用户可能希望题目覆盖不同难度和类型。引用3提到了三数之和、K数之和等题目,说明用户对这类问题感兴趣。引用4提到了思维导图整理,强调双指针等技巧,这可能对分类有帮助。 用户的需求是寻找适合Java的LeetCode好题,涵盖数据结构与算法,用于面试和竞赛,整理成思维导图。需要确保题目分类清晰,每个类别有典型例题,并且给出Java实现的提示或关键点。 需要确定主要的数据结构和算法类别,如基础数据结构(数组、链表、栈、队列、哈希表、树、堆、图)、算法思想(双指针、滑动窗口、分治、回溯、动态规划、贪心、位运算)、进阶主题(设计题、数学、字符串处理、并发问题)。每个类别下挑选经典题目,例如数组中的两数之和,链表中的反转链表,树中的二叉树遍历等。 同,根据引用3中的面试经验,用户可能对间复杂度优化、代码实现细节(如处理重复元素)感兴趣,因此需要在题目解析中强调这些点。例如,三数之和中的去重方法,回溯在K数之和中的应用。 此外,用户提到竞赛和面试,题目应覆盖不同难度,从简单到困难,确保适合不同阶段的准备。例如,设计题如LRU缓存适合面试,而动态规划中的困难题目适合竞赛。 最后,按照系统指令,使用正确的LaTeX格式,添加引用标识,并生成相关问题。需要确保思维导图结构清晰,每个节点有对应的题目和关键点,方便用户复习和练习。</think>我将根据你的需求,整理一份融合数据结构、算法设计与LeetCode高频考题的思维导图体系,并提供Java实现要点。以下是结构化推荐方案: --- ### **LeetCode算法体系思维导图(Java专项)** ``` **Java算法与数据结构核心体系** ├── **基础数据结构** │ ├── 数组 │ │ ├── LC 1(两数之和) → 哈希表经典应用 │ │ ├── LC 15(三数之和) → 排序+双指针去重技巧[^3] │ │ └── LC 238(除自身以外数组的乘积) → 前缀积+后缀积 │ ├── 链表 │ │ ├── LC 206(反转链表) → 迭代/递归双解法 │ │ └── LC 25(K个一组翻转链表) → 虚拟头节点+分段处理 │ ├── 栈与队列 │ │ ├── LC 155(最小栈) → 辅助栈设计 │ │ └── LC 239(滑动窗口最大值) → 单调队列优化 │ └── 哈希表 │ ├── LC 49(字母异位词分组) → 哈希键设计(字符计数或排序) │ └── LC 347(前K个高频元素) → 哈希统计+堆排序 ├── **树结构** │ ├── 二叉树 │ │ ├── LC 94/144/145(前中后序遍历) → 递归/迭代模板 │ │ └── LC 124(二叉树最大路径和) → 后序遍历+全局变量 │ ├── 二叉搜索树 │ │ ├── LC 98(验证BST) → 中序遍历性质 │ │ └── LC 450(删除BST节点) → 五种情况处理 │ └── 平衡树 │ ├── LC 110(平衡二叉树) → 高度差判断 │ └── LC 1382(将二叉搜索树变平衡) → 中序序列重构 ├── **动态规划** │ ├── 线性DP │ │ ├── LC 53(最大子数组和) → 状态压缩 │ │ └── LC 300(最长递增子序列) → 贪心+二分优化 │ ├── 背包问题 │ │ ├── LC 416(分割等和子集) → 0-1背包变形 │ │ └── LC 322(零钱兑换) → 完全背包模板 │ └── 字符串DP │ ├── LC 72(编辑距离) → 二维状态转移 │ └── LC 5(最长回文子串) → 中心扩展法对比 ├── **算法思想** │ ├── 双指针 │ │ ├── LC 11(盛最多水的容器) → 短板效应 │ │ └── LC 42(接雨水) → 动态规划/双指针优化[^4] │ ├── 回溯算法 │ │ ├── LC 39(组合总和) → 去重剪枝技巧 │ │ └── LC 51(N皇后) → 对角线判断优化 │ └── 贪心算法 │ ├── LC 55(跳跃游戏) → 最大覆盖范围 │ └── LC 406(根据身高重建队列) → 排序预处理 └── **进阶设计** ├── 系统设计 │ ├── LC 146(LRU缓存) → 哈希表+双向链表[^1] │ └── LC 460(LFU缓存) → 双哈希表+频率桶 └── 并发问题 ├── LC 1114(按序打印) → 信号量/锁实现 └── LC 1188(设计有限阻塞队列) → Condition变量控制 ``` --- ### **Java实现核心技巧** #### 1. **数据结构选择优化** - **数组 vs 链表** 随机访问选数组(如LC 238),频繁插入删除选链表(如LC 25) - **堆的使用** 优先级队列问题(如LC 347)使用`PriorityQueue`,注意自定义比较器: ```java PriorityQueue<int[]> pq = new PriorityQueue<>((a,b)->b[1]-a[1]); // 大顶堆 ``` #### 2. **高频算法模板** - **回溯算法模板** ```java void backtrack(路径, 选择列表) { if (终止条件) { 结果.add(路径); return; } for (选择 : 选择列表) { if (重复剪枝) continue; // 如LC 40去重关键 做选择; backtrack(新路径, 新选择列表); 撤销选择; } } ``` - **动态规划状态压缩** 二维DP降为一维(如LC 322): ```java int[] dp = new int[amount+1]; Arrays.fill(dp, amount+1); dp[0] = 0; for (int coin : coins) { for (int i = coin; i <= amount; i++) { dp[i] = Math.min(dp[i], dp[i - coin] + 1); } } ``` #### 3. **工程化编码实践** - **不可变对象作为键** 自定义类需重写`hashCode`和`equals`(如LC 49): ```java class AnagramKey { private final int[] count = new int[26]; public int hashCode() { return Arrays.hashCode(count); } public boolean equals(Object o) { return Arrays.equals(count, ((AnagramKey)o).count); } } ``` - **并发控制** 使用`ReentrantLock`与`Condition`实现阻塞队列(如LC 1188): ```java class BoundedBlockingQueue { private final ReentrantLock lock = new ReentrantLock(); private final Condition notFull = lock.newCondition(); private final Condition notEmpty = lock.newCondition(); // 实现enqueue/dequeue方法 } ``` --- ### **竞赛与面试侧重点对比** | **维度** | **竞赛要求** | **面试要求** | |----------------|---------------------------|-------------------------| | **间复杂度** | 必须达到最优解(如$O(n)$) | 允许次优解但需分析优劣 | | **代码规范** | 关注核心逻辑即可 | 要求可读性和异常处理 | | **解题方法** | 需掌握高级算法(如线段树) | 侧重基础算法变形应用 | | **典型题目** | LC 887(鸡蛋掉落) | LC 200(岛屿数量) | --- ### **刷题路线建议** 1. **第一阶段(2周)** - 完成「基础数据结构」和「算法思想」中的标★题目 - 每日3题(1简单+1中等+1复习) 2. **第二阶段(3周)** - 攻克「动态规划」和「树结构」高频题 - 配合《剑指Offer》专项练习 3. **第三阶段(持续)** - 每周参与LeetCode周赛 - 精做「进阶设计」类题目(如LFU实现) --- ### **扩展学习资料** 1. 算法可视化:https://visualgo.net/zh 2. 《算法导论》重点章节:红黑树、动态规划、NP完全性理论 3. 代码规范:Google Java Style Guide (https://google.github.io/styleguide/javaguide.html) --- 通过这个体系化训练,可同提升算法竞赛能力和面试通过率。建议使用XMind等工具维护个人刷题导图,标注每个题目的关键突破点和易错细节[^2][^4]。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

幸愉信奥

谢谢亲的支持,我会继续努力啦~

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值