621.给你一个用字符数组 tasks 表示的 CPU 需要执行的任务列表。其中每个字母表示一种不同种类的任务。任务可以以任意顺序执行,并且每个任务都可以在 1 个单位时间内执行完。在任何一个单位时间,CPU 可以完成一个任务,或者处于待命状态。
然而,两个 相同种类 的任务之间必须有长度为整数 n 的冷却时间,因此至少有连续 n 个单位时间内 CPU 在执行不同的任务,或者在待命状态。
你需要计算完成所有任务所需要的 最短时间 。
647.给你一个字符串 s ,请你统计并返回这个字符串中 回文子串 的数目。
回文字符串 是正着读和倒过来读一样的字符串。
子字符串 是字符串中的由连续字符组成的一个序列。
具有不同开始位置或结束位置的子串,即使是由相同的字符组成,也会被视作不同的子串。
中心扩展方法(类似于leetcode 5):
class Solution {
public int countSubstrings(String s) {
int n = s.length(), ans = 0;
for (int i = 0; i < 2 * n - 1; i++) { //字符串长度为n,得到2*n-1组(包括子字符串长度为奇数和偶数)
int l = i / 2, r = i / 2 + i % 2; //找规律所得
while (l >= 0 && r < n && s.charAt(l) == s.charAt(r)) {
//l指针向左移动,r指针向右移动
--l;
++r;
++ans;
}
}
return ans;
}
}
最长回文子串 Manacher 算法的讲解视频@一俩三四五⭐
Manacher 算法:
class Solution {
public int countSubstrings(String s) {
// abaa变成"$#a#b#a#a#!"的样子
// 解决回文串奇数长度和偶数长度的问题,处理方式是在所有的相邻字符中间插入#,这样可以保证所有找到的回文串都是奇数长度的
int n = s.length();
StringBuffer t = new StringBuffer("$#");
for (int i = 0; i < n; i++) {
t.append(s.charAt(i));
t.append('#');
}
n = t.length();
t.append('!');// 这样开头和结尾的两个字符一定不相等,循环就可以在这里终止。
int[] f = new int[n];// 用f(i)来表示以t的第i位为回文中心,可以拓展出的最大回文半径(臂长)
int iMax = 0, rMax = 0, ans = 0;// 维护「当前最大的回文的右端点 rMax」以及这个回文右端点对应的回文中心iMax
for (int i = 1; i < n; i++) {
// 这里将rMax-i+1和f[对称点]取小,是先要保证这个回文串在当前最大回文串内
// 初始化f[i]
f[i] = i <= rMax ? Math.min(rMax - i + 1, f[2 * iMax - i]) : 1;
// 中心拓展
while (t.charAt(i + f[i]) == t.charAt(i - f[i])) {
f[i]++;
}
// 动态维护iMax和rMax
if (i + f[i] - 1 > rMax) {
iMax = i;
rMax = i + f[i] - 1;
}
// 统计答案,当前贡献为(f[i]-1)/2上取整(因为存在#)
ans += f[i] / 2;
}
return ans;
}
}
739.给定一个整数数组 temperatures ,表示每天的温度,返回一个数组 answer ,其中 answer[i] 是指在第 i 天之后,才会有更高的温度。如果气温在这之后都不会升高,请在该位置用 0 来代替。
单调栈:
class Solution {
public int[] dailyTemperatures(int[] T) {
int[] res = new int[T.length];
LinkedList<Integer> stack = new LinkedList<>();
for (int i = T.length - 1; i >= 0; i--) {
while (!stack.isEmpty() && T[stack.getFirst()] <= T[i]) //存储的是index而不是值
stack.removeFirst();
res[i] = stack.isEmpty() ? 0 : stack.getFirst() - i;
stack.addFirst(i);
}
return res;
}
}
从后往前数组遍历优化:
class Solution {
public int[] dailyTemperatures(int[] T) {
int length = T.length;
int[] result = new int[length];
//从右向左遍历
for (int i = length - 2; i >= 0; i--) {
// 亮点:利用j+=result[j]以及result[j]==0筛掉不满足的来减少遍历次数
// j+=result[j]是利用已经有的结果进行跳跃
for (int j = i + 1; j < length; j+= result[j]) {
if (T[j] > T[i]) {
result[i] = j - i;
break;
} else if (result[j] == 0) { //遇到0表示后面不会有更大的值,那当然当前值就应该也为0
result[i] = 0;
break;
}
}
}
return result;
}
}