[LeetCode]Two Sum

class Solution {
public:
	struct Node
	{
		int num, idx;
		Node(int _num = 0, int _idx = 0):num(_num),idx(_idx){}
		bool operator < (const Node& orh) const
		{   
			if(num == orh.num)
				return idx < orh.idx;
			else return num < orh.num;
		}
	};
    vector<int> twoSum(vector<int> &numbers, int target) {
        // Start typing your C/C++ solution below
        // DO NOT write int main() function
        
        //step 0. get an arry record the num and index of every element
        //step 1. sort the array and then 
        //step 2. enumerate every element numbers[i] in the array
        //step 3. using binary search to find if there is an element equal to target-numbers[i]
        //Time complexity Analysis: O(nlgn)
        
        vector<Node> nodes(numbers.size());//step 0
        for(int i = 0; i < numbers.size(); ++i)
            nodes[i] = Node(numbers[i], i);
            
        sort(nodes.begin(), nodes.end());//step 1
        for(int i = 0; i < nodes.size(); ++i)//step 2
        {
            int v2 = target-nodes[i].num;
            //step 3
            int l = min(i+1, (int)nodes.size()-1);
            int r = nodes.size()-1;
            while(l <= r)
            {
                int mid = (l+r)/2;
                if(nodes[mid].num > v2)
                    r = mid-1;
                else if(nodes[mid].num == v2)
                {
                    vector<int> twoSum(2);
                    twoSum[0] = min(nodes[i].idx+1, nodes[mid].idx+1); twoSum[1] = max(nodes[i].idx+1, nodes[mid].idx+1);
                    return twoSum;
                }
                else l = mid+1;
            }
        }
    }
};

second time:

class Solution {
public:
    struct Node
    {
        int index;
        int value;
        Node(int _index = 0, int _value = 0):index(_index),value(_value){};
        bool operator < (const Node& orh) const
        {
            return value < orh.value;
        }
    };
    vector<int> twoSum(vector<int> &numbers, int target) {
        // Start typing your C/C++ solution below
        // DO NOT write int main() function
        vector<Node> nodes(numbers.size());
        for(int i = 0; i < numbers.size(); ++i)
            nodes[i].index = i, nodes[i].value = numbers[i];
            
        sort(nodes.begin(), nodes.end());
        int idx1 = 0;
        int idx2 = nodes.size()-1;
        
        while(idx1 < idx2)
        {
            int curSum = nodes[idx1].value+nodes[idx2].value;
            if(curSum > target)
                idx2--;
            else if(curSum < target)
                idx1++;
            else break;
        }
        
        //save & return 
        vector<int> result;
        result.push_back(min(nodes[idx1].index+1, nodes[idx2].index+1));
        result.push_back(max(nodes[idx1].index+1, nodes[idx2].index+1));
        return result;
    }
};



下载方式:https://pan.quark.cn/s/a4b39357ea24 布线问题(分支限界算法)是计算机科学和电子工程领域中一个广为人知的议题,它主要探讨如何在印刷电路板上定位两个节点间最短的连接路径。 在这一议题中,电路板被构建为一个包含 n×m 个方格的矩阵,每个方格能够被界定为可通行或不可通行,其核心任务是定位从初始点到最终点的最短路径。 分支限界算法是处理布线问题的一种常用策略。 该算法与回溯法有相似之处,但存在差异,分支限界法仅需获取满足约束条件的一个最优路径,并按照广度优先或最小成本优先的原则来探索解空间树。 树 T 被构建为子集树或排列树,在探索过程中,每个节点仅被赋予一次成为扩展节点的机会,且会一次性生成其全部子节点。 针对布线问题的解决,队列式分支限界法可以被采用。 从起始位置 a 出发,将其设定为首个扩展节点,并将与该扩展节点相邻且可通行的方格加入至活跃节点队列中,将这些方格标记为 1,即从起始方格 a 到这些方格的距离为 1。 随后,从活跃节点队列中提取队首节点作为下一个扩展节点,并将与当前扩展节点相邻且未标记的方格标记为 2,随后将这些方格存入活跃节点队列。 这一过程将持续进行,直至算法探测到目标方格 b 或活跃节点队列为空。 在实现上述算法时,必须定义一个类 Position 来表征电路板上方格的位置,其成员 row 和 col 分别指示方格所在的行和列。 在方格位置上,布线能够沿右、下、左、上四个方向展开。 这四个方向的移动分别被记为 0、1、2、3。 下述表格中,offset[i].row 和 offset[i].col(i=0,1,2,3)分别提供了沿这四个方向前进 1 步相对于当前方格的相对位移。 在 Java 编程语言中,可以使用二维数组...
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
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

AI记忆

你的鼓励将是我创作的最大动力

¥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