上岸算法 | LeetCode Weekly Contest 第 256 场周赛解题报告

495 阅读1分钟

【 NO.1 学生分数的最小差值】

解题思路

排序,然后枚举每连续的 K 个元素即可。

代码展示

class Solution {
   public int minimumDifference(int[] nums, int k) {
       if (nums.length < 2 || k == 1) {
           return 0;
      }
       Arrays.sort(nums);
       int res = nums[k - 1] - nums[0];
       for (int i = k; i < nums.length; i++) {
           res = Math.min(res, nums[i] - nums[i - k + 1]);
      }
       return res;
  }
} 

【 NO.2 找出数组中的第 K 大整数】

解题思路

按照数值从大到小排序即可。

代码展示

class Solution {
   public String kthLargestNumber(String[] nums, int k) {
       Arrays.sort(nums, (ab) -> {
           if (a.length() != b.length()) {
               return b.length() - a.length();
          }
           for (int i = 0i < a.length(); i++) {
               if (a.charAt(i) != b.charAt(i)) {
                   return b.charAt(i) - a.charAt(i);
              }
          }
           return 0;
      });
       return nums[k - 1];
  }
} 

【 NO.3 完成任务的最少工作时间段】

解题思路

状态压缩动态规划,另 dp[i] 表示剩余的任务集合为 i 时,需要的最少工作时间段。

状态转移则是枚举下一个工作时间段做哪些任务,即 dp[i] = min(dp[j]) + 1 其中集合 i 减去集合 j 所代表的任务可以在一个工作时间段内完成。

代码展示

class Solution {
   public int minSessions(int[] tasks, int sessionTime) {
       int[] mem = new int[1 << tasks.length];
       Arrays.fill(mem, -1);
       mem[0] = 0;
       return dp((1 << tasks.length) - 1, tasks, sessionTime, mem);
  }

   private int dp(int i, int[] tasks, int sessionTime, int[] mem) {
       if (mem[i] >= 0) {
           return mem[i];
      }
       mem[i] = tasks.length;
       // 枚举这一个时间段完成哪些任务
       for (int j = 1; j < (1 << tasks.length); j++) {
           if ((i | j) != i) {
               continue;
          }
           int tot = 0;
           int ni = i;
           for (int k = 0; k < tasks.length; k++) {
               if (((1 << k) & j) > 0) {
                   tot += tasks[k];
                   ni -1 << k;
              }
          }
           if (tot <= sessionTime) {
               mem[i] = Math.min(mem[i], dp(ni, tasks, sessionTime, mem) + 1);
          }
      }
       return mem[i];
  }
}
但是,上面的代码会超时,因此我们增加一个小优化:逆序枚举 j,即优先枚举更大的集合,并且在递归计算前判断,
如果一个包含 j 的集合已经被递归过了,则不再进行递归计算 —— 贪心的思想。
class Solution {
   public int minSessions(int[] tasks, int sessionTime) {
       int[] mem = new int[1 << tasks.length];
       Arrays.fill(mem, -1);
       mem[0] = 0;
       return dp((1 << tasks.length) - 1, tasks, sessionTime, mem);
  }

   private int dp(int i, int[] tasks, int sessionTime, int[] mem) {
       if (mem[i] >= 0) {
           return mem[i];
      }
       mem[i] = tasks.length;
       List<Integer> visited = new ArrayList<>();
       for (int j = (1 << tasks.length) - 1; j > 0; j--) {
           if ((i | j) != i) {
               continue;
          }
           boolean skip = false;
           for (int v : visited) {
               if ((v | j) == v) {
                   skip = true;
                   break;
              }
          }
           if (skip) {
               continue;
          }
           int tot = 0;
           int ni = i;
           for (int k = 0; k < tasks.length; k++) {
               if (((1 << k) & j) > 0) {
                   tot += tasks[k];
                   ni -1 << k;
              }
          }
           if (tot <= sessionTime) {
               visited.add(j);
               mem[i] = Math.min(mem[i], dp(ni, tasks, sessionTime, mem) + 1);
          }
      }
       return mem[i];
  }
} 

【 NO.4 从子集的和还原数组】

 解题思路

这道题目相当于不同的子序列 II 的 follow up

可以先参考这道题目的官方题解

代码展示

class Solution {
   public int numberOfUniqueGoodSubsequences(String binary) {
       final long mod = (long) (1e9 + 7);
       long res = 0;
       long[] last = {00};
       for (char c : binary.toCharArray()) {
           int i = c - '0';
           long cur = (res + i - last[i] + mod) % mod;
           res = (res + cur) % mod;
           last[i] = (last[i] + cur) % mod;
      }
       if (binary.contains("0")) {
           res = (res + 1) % mod;
      }
       return (int) res;
  }
}