LeetCode-Python-1121. 将数组分成几个递增序列

博客围绕判断非递减正整数数组能否分成一个或几个长度至少为k的不相交递增子序列展开。思路是先找出数组中出现频率最多元素的次数maxx,因子序列需严格递增,要分割出maxx个子序列,所以数组元素个数须大于等于maxx * k。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

给你一个 非递减 的正整数数组 nums 和整数 K,判断该数组是否可以被分成一个或几个 长度至少 为 K 的 不相交的递增子序列

 

示例 1:

输入:nums = [1,2,2,3,3,4,4], K = 3
输出:true
解释:
该数组可以分成两个子序列 [1,2,3,4] 和 [2,3,4],每个子序列的长度都至少是 3。

示例 2:

输入:nums = [5,6,6,7,8], K = 3
输出:false
解释:
没有办法根据条件来划分数组。

 

提示:

  1. 1 <= nums.length <= 10^5
  2. 1 <= K <= nums.length
  3. 1 <= nums[i] <= 10^5

 思路:

观察排行榜发现10分钟就有人能AC, 20分钟就有20个AC,说明难度较低,可以一试,

先找到nums里出现频率最多的元素出现的次数 maxx,

按照题目要求,分出来的子序列必须严格递增,也就必须要分割出 maxx个子序列,

因此nums里的元素个数必须 大于等于 maxx * k。

class Solution(object):
    def canDivideIntoSubsequences(self, nums, K):
        """
        :type nums: List[int]
        :type K: int
        :rtype: bool
        """
        from collections import Counter
        dic = Counter(nums)
        max_frequency = max(dic.values())
        
        return max_frequency * K <= len(nums)

 

### LeetCode 298 二叉树最长连续序列 对于LeetCode上的编号为298的题目“二叉树中最长的连续序列”,目标是在给定的二叉树中找到最长的连续递增路径长度。这里的连续意味着节点值依次增加1。 #### 解决方案概述 解决方案涉及深度优先搜索(DFS)遍历整棵树,同时跟踪当前路径是否构连续递增序列以及该序列的长度。当遇到不满足条件的情况时,则重置计器并继续探索其他分支[^4]。 #### Python代码实现 下面是一个基于上述思路的具体Python实现: ```python class Solution(object): def longestConsecutive(self, root): """ :type root: TreeNode :rtype: int """ def dfs(node, parent_val, cur_length): if not node: return # 如果当前节点值正好是父节点值加一,则认为找到了一个新的连续部分 if node.val == parent_val + 1: nonlocal max_length max_length = max(max_length, cur_length + 1) # 继续向下层传递更新后的参 dfs(node.left, node.val, cur_length + 1) dfs(node.right, node.val, cur_length + 1) else: # 否则重新开始计算新的潜在连续序列 dfs(node.left, node.val, 1) dfs(node.right, node.val, 1) max_length = 0 # 初始化调用栈 dfs(root, float('-inf'), 0) return max_length ``` 此方法通过递归方式访问每一个节点,并利用`parent_val`和`cur_length`两个额外参来帮助判断是否存在连续关系及其对应的长度变化情况。最终结果保存于全局变量`max_length`之中,在完整个树形结构扫描之后返回作为答案。
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