1. 题目一
给出题目一的试题链接如下:
1. 解题思路
这一题我的思路比较直接,就是直接用一个counter记录一下所有的元素的频率,然后按照nbest数组的定义检查一下即可。
2. 代码实现
给出python代码实现如下:
class Solution:
def isGood(self, nums: List[int]) -> bool:
n = len(nums)
cnt = Counter(nums)
return cnt[n-1] == 2 and all(cnt[x] == 1 for x in range(1, n-1))
提交代码评测得到:耗时66ms,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
这一题我的思路上也是比较直接,就是将元音字符单独取出来排序,然后放到原字符串中进行替换即可。
2. 代码实现
给出python代码实现如下:
class Solution:
def sortVowels(self, s: str) -> str:
vowels = sorted([ch for ch in s if ch.lower() in "aeiou"])
idx = 0
t = [ch for ch in s]
for i, ch in enumerate(t):
if ch.lower() in "aeiou":
t[i] = vowels[idx]
idx += 1
return "".join(t)
提交代码评测得到:耗时208ms,占用内存19.5MB。
3. 题目三
给出题目三的试题链接如下:
1. 解题思路
这一题思路上就是动态规划,不过我偷了个懒,用缓存的方式简化了思路。
我们只需要考察到达每一个位置时,分别考虑如果当前的奇偶性来判断是否要跳过当前元素进行选取即可。
2. 代码实现
给出python代码实现如下:
class Solution:
def maxScore(self, nums: List[int], x: int) -> int:
n = len(nums)
@lru_cache(None)
def dp(idx, parity):
if idx == 0:
return nums[idx] + dp(1, nums[0] % 2)
if idx >= n:
return 0
elif nums[idx] % 2 == parity:
return nums[idx] + dp(idx + 1, parity)
else:
return max(nums[idx] + dp(idx + 1, nums[idx] % 2) - x, dp(idx + 1, parity))
return dp(0, 0)
提交代码评测得到:耗时1950ms,占用内存402.3MB。
4. 题目四
给出题目四的试题链接如下:
1. 解题思路
这一题同样就是一个比较基础的动态规划的题目,我们只需要事先求得所有不超过 n n n的 i x i^x ix的值,然后考察其组合使得其可以加和等于 n n n即可。
2. 代码实现
给出python代码实现如下:
class Solution:
def numberOfWays(self, n: int, x: int) -> int:
MOD = 10**9 + 7
ns = [pow(i, x) for i in range(1, int(pow(n, 1/x) + 2))][::-1]
m = len(ns)
@lru_cache(None)
def dp(idx, n):
if n == 0:
return 1
if idx >= m:
return 0
if ns[idx] > n:
return dp(idx+1, n) % MOD
else:
return (dp(idx+1, n) + dp(idx+1, n-ns[idx])) % MOD
return dp(0, n)
提交代码评测得到:耗时2071ms,占用内存483.6MB。