[力扣c++实现]997. 找到小镇的法官

根据题目描述,找到小镇的秘密法官,法官满足特定条件:不相信任何人且所有人都信任他。通过分析输入的信任数组trust,判断是否存在满足条件的法官,并返回其标记。示例展示了不同情况下的结果。代码部分涉及C++处理二维数组和循环遍历来计算信任关系。

997. 找到小镇的法官

题目描述

在一个小镇里,按从 1 到 N 标记了 N 个人。传言称,这些人中有一个是小镇上的秘密法官。

如果小镇的法官真的存在,那么:

小镇的法官不相信任何人。
每个人(除了小镇法官外)都信任小镇的法官。
只有一个人同时满足属性 1 和属性 2 。
给定数组 trust,该数组由信任对 trust[i] = [a, b] 组成,表示标记为 a 的人信任标记为 b 的人。

如果小镇存在秘密法官并且可以确定他的身份,请返回该法官的标记。否则,返回 -1。

示例 1:

输入:N = 2, trust = [[1,2]]
输出:2
示例 2:

输入:N = 3, trust = [[1,3],[2,3]]
输出:3
示例 3:

输入:N = 3, trust = [[1,3],[2,3],[3,1]]
输出:-1
示例 4:

输入:N = 3, trust = [[1,2],[2,3]]
输出:-1
示例 5:

输入:N = 4, trust = [[1,3],[1,4],[2,3],[2,4],[4,3]]
输出:3

提示:

1 <= N <= 1000
trust.length <= 10000
trust[i] 是完全不同的
trust[i][0] != trust[i][1]
1 <= trust[i][0], trust[i][1] <= N

来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/find-the-town-judge
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。

代码如下

int findJudge(int N, int** trust, int trustSize, int* trustColSize){
   
   
//找到一个节点,这个节点被所有其他节点指向
    int people[1001][2
力扣平台出现Out of memory错误,通常是由于代码在运行过程中消耗了过多的内存资源。以下是一些常见的解决办法: ### 优化数据结构 - **减少不必要的存储**:避免使用过大的数组或列表来存储数据。例如,如果只需要处理当前元素和前一个元素,就不需要将所有元素都存储在数组中。 ```python # 斐波那契数列,避免使用数组存储所有结果 def fibonacci(n): if n <= 1: return n a, b = 0, 1 for _ in range(2, n + 1): a, b = b, a + b return b ``` ### 及时释放资源 - **使用`using`语句**:在C#中,如果使用了实现了`IDisposable`接口的对象,如文件流、数据库连接等,使用`using`语句可以确保对象在使用完后及时释放资源。 ```csharp using System.IO; class Program { static void Main() { using (StreamReader reader = new StreamReader("file.txt")) { string line = reader.ReadLine(); // 处理数据 } // reader对象在此处自动释放资源 } } ``` ### 优化算法复杂度 - **避免指数级复杂度的算法**:一些算法的时间和空间复杂度会随着输入规模的增大而呈指数级增长,尽量使用更高效的算法。例如,使用动态规划来解决一些递归问题,避免重复计算。 ```python # 爬楼梯问题,使用动态规划优化 def climbStairs(n): if n <= 2: return n dp = [0] * (n + 1) dp[1] = 1 dp[2] = 2 for i in range(3, n + 1): dp[i] = dp[i - 1] + dp[i - 2] return dp[n] ``` ### 分块处理数据 - **大数组分块处理**:如果需要处理大规模的数据,可以将数据分成小块进行处理,减少一次性占用的内存。 ```python # 大数组分块求和 def sum_large_array(arr): chunk_size = 1000 total_sum = 0 for i in range(0, len(arr), chunk_size): chunk = arr[i:i + chunk_size] total_sum += sum(chunk) return total_sum ```
评论
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
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