LeetCode: 495. 提莫攻击

30 阅读2分钟

持续创作,加速成长!这是我参与「掘金日新计划 · 10 月更文挑战」的第22天,点击查看活动详情

495. 提莫攻击

来源:力扣(LeetCode) 链接:leetcode-cn.com/problems/te…

在《英雄联盟》的世界中,有一个叫 “提莫” 的英雄。他的攻击可以让敌方英雄艾希(编者注:寒冰射手)进入中毒状态。

当提莫攻击艾希,艾希的中毒状态正好持续 duration 秒。

正式地讲,提莫在 t 发起发起攻击意味着艾希在时间区间 [t, t + duration - 1](含 t 和 t + duration - 1)处于中毒状态。如果提莫在中毒影响结束前再次攻击,中毒状态计时器将会重置在新的攻击之后,中毒影响将会在 duration 秒后结束。

给你一个 非递减 的整数数组 timeSeries ,其中 timeSeries[i] 表示提莫在 timeSeries[i] 秒时对艾希发起攻击,以及一个表示中毒持续时间的整数 duration 。

返回艾希处于中毒状态的 总 秒数。

示例 1:

输入:timeSeries = [1,4], duration = 2 输出:4 解释:提莫攻击对艾希的影响如下:

  • 第 1 秒,提莫攻击艾希并使其立即中毒。中毒状态会维持 2 秒,即第 1 秒和第 2 秒。
  • 第 4 秒,提莫再次攻击艾希,艾希中毒状态又持续 2 秒,即第 4 秒和第 5 秒。 艾希在第 1、2、4、5 秒处于中毒状态,所以总中毒秒数是 4 。

示例 2:

输入:timeSeries = [1,2], duration = 2 输出:3 解释:提莫攻击对艾希的影响如下:

  • 第 1 秒,提莫攻击艾希并使其立即中毒。中毒状态会维持 2 秒,即第 1 秒和第 2 秒。
  • 第 2 秒,提莫再次攻击艾希,并重置中毒计时器,艾希中毒状态需要持续 2 秒,即第 2 秒和第 3 秒。 艾希在第 1、2、3 秒处于中毒状态,所以总中毒秒数是 3 。

提示:

1 <= timeSeries.length <= 104 0 <= timeSeries[i], duration <= 107 timeSeries 按 非递减 顺序排列

解法

观察法:比较当前一个时刻+duration是否与后一个时刻发生交集

  • 当不发生交集时,则延时时间正常+duration

  • 如果发生交集,则延时时间变为后一个时刻与该当前时刻的时差。

  • 注意,最后一个时刻的延时肯定是走满全部的duration

  • python

class Solution:
    def findPoisonedDuration(self, timeSeries: List[int], duration: int) -> int:
        total_time = 0
        n = len(timeSeries)
        for i in range(n-1):
            if timeSeries[i] + duration > timeSeries[i+1]:
                total_time += timeSeries[i+1] - timeSeries[i]
            else:
                total_time += duration
        total_time += duration  # last index must have duration
        return total_time
  • c++
class Solution {
public:
    int findPoisonedDuration(vector<int>& timeSeries, int duration) {
        int n = timeSeries.size();
        int total_time = 0;
        for(int i=0; i<n-1; i++)
        {
            if(timeSeries[i] + duration > timeSeries[i+1])
            {
                total_time += timeSeries[i+1] - timeSeries[i];
            }
            else
            {
                total_time += duration;
            }

        }
        total_time += duration;
        return total_time;

    }
};

复杂度分析

  • 时间复杂度:
    • O(n)
  • 空间复杂度:
    • O(1)