1. 题目一
给出题目一的试题链接如下:
1. 解题思路
这一题做一下排序就行了,倒是不需要过多解释。
2. 代码实现
给出python代码实现如下:
class Solution:
def buyChoco(self, prices: List[int], money: int) -> int:
prices = sorted(prices)
remain = money - prices[0] - prices[1]
return remain if remain >= 0 else money
提交代码评测得到:耗时72ms,占用内存16.4MB。
2. 题目二
给出题目二的试题链接如下:
1. 解题思路
这一题我做的还是有些繁琐的,用了一个dfs算法,不断地把每一个字符串的可行匹配方式进行了考察,然后找出一下最终的答案。
2. 代码实现
给出python代码实现如下:
class Solution:
def minExtraChar(self, s: str, dictionary: List[str]) -> int:
dictionary = set(dictionary)
n = len(s)
res = s
@lru_cache(None)
def dp(idx):
if idx >= n:
return 0
cnt = len(s[idx:])
for i in range(idx, n):
if s[idx:i+1] in dictionary:
cnt = min(cnt, dp(i+1))
cnt = min(cnt, 1+dp(idx+1))
return cnt
return dp(0)
提交代码评测得到:耗时296ms,占用内存17MB。
3. 题目三
给出题目三的试题链接如下:
1. 解题思路
这一题显然就是将正数全部取用,然后负数取从小到大按照取偶数个元素即可。
只是需要注意一下边界条件:
- 不存在正数的情况
- 只有一个负数的情况
- 0存在与否的情况
2. 代码实现
给出python代码实现如下:
class Solution:
def maxStrength(self, nums: List[int]) -> int:
pos = [x for x in nums if x > 0]
neg = [x for x in nums if x < 0]
have_zero = 0 in nums
if len(pos) == 0 and len(neg) <= 1:
return 0 if have_zero else neg[0]
s = 1
for x in pos:
s *= x
neg = sorted(neg)
for x in neg[:(len(neg) // 2) * 2]:
s *= x
return s
提交代码评测得到:耗时77ms,占用内存16.4MB。
4. 题目四
给出题目四的试题链接如下:
1. 解题思路
这一题做的很上头,因为思路从一开始就是对的,但就是实现上不太好,导致一直超时,做了一个多小时,心态都炸了……
思路上其实很直接,就是用DSU,对每一个数,找出他的质因子,然后进行聚类。
然后看看最终所有的数字是否都能够聚到一个类当中即可。
2. 代码实现
给出python代码实现如下:
class DSU:
def __init__(self, N):
self.root = [i for i in range(N)]
def find(self, k):
if self.root[k] == k:
return k
self.root[k] = self.find(self.root[k])
return self.root[k]
def union(self, a, b):
x = self.find(a)
y = self.find(b)
if x != y:
self.root[y] = x
return
class PrimeTable:
def __init__(self):
self.primes = self.get_primes()
def get_primes(self):
n = 10**5
status = [0 for _ in range(n+1)]
res = []
for i in range(2, n):
if status[i] == 0:
res.append(i)
for j in range(i, n, i):
status[j] = 1
return res
@lru_cache(None)
def get_factors(self, n):
if n == 1:
return []
for p in self.primes:
if n % p == 0:
while n % p == 0:
n = n // p
return [p] + self.get_factors(n)
prime_table = PrimeTable()
class Solution:
def canTraverseAllPairs(self, nums: List[int]) -> bool:
nums = sorted(nums)
if any(x == 1 for x in nums):
return len(nums) == 1
primes = set()
for x in nums:
factors = prime_table.get_factors(x)
for p in factors:
primes.add(p)
# print(primes)
primes = sorted(primes)
index = {p: i for i, p in enumerate(primes)}
m, n = len(primes), len(nums)
dsu = DSU(n+m)
for i, x in enumerate(nums):
for p in prime_table.get_factors(x):
if x % p == 0:
dsu.union(i, n+index[p])
tgt = dsu.find(0)
return all(dsu.find(i) == tgt for i in range(n))
提交代码评测得到:耗时3540ms,占用内存128.9MB。