Leetcode.1465 切割后面积最大的蛋糕

news2024/9/23 5:25:08

题目链接

Leetcode.1465 切割后面积最大的蛋糕 rating : 1445

题目描述

矩形蛋糕的高度为 h h h 且宽度为 w w w,给你两个整数数组 h o r i z o n t a l C u t s horizontalCuts horizontalCuts v e r t i c a l C u t s verticalCuts verticalCuts,其中:

  • h o r i z o n t a l C u t s [ i ] horizontalCuts[i] horizontalCuts[i] 是从矩形蛋糕顶部到第 i i i 个水平切口的距离
  • v e r t i c a l C u t s [ j ] verticalCuts[j] verticalCuts[j] 是从矩形蛋糕的左侧到第 j j j 个竖直切口的距离

请你按数组 h o r i z o n t a l C u t s horizontalCuts horizontalCuts v e r t i c a l C u t s verticalCuts verticalCuts 中提供的水平和竖直位置切割后,请你找出 面积最大 的那份蛋糕,并返回其 面积 。由于答案可能是一个很大的数字,因此需要将结果 对 1 0 9 + 7 10^9 + 7 109+7 取余 后返回。

示例 1:

在这里插入图片描述

输入:h = 5, w = 4, horizontalCuts = [1,2,4], verticalCuts = [1,3]
输出:4
解释:上图所示的矩阵蛋糕中,红色线表示水平和竖直方向上的切口。切割蛋糕后,绿色的那份蛋糕面积最大。

示例 2:

在这里插入图片描述

输入:h = 5, w = 4, horizontalCuts = [3,1], verticalCuts = [1]
输出:6
解释:上图所示的矩阵蛋糕中,红色线表示水平和竖直方向上的切口。切割蛋糕后,绿色和黄色的两份蛋糕面积最大。

示例 3:

输入:h = 5, w = 4, horizontalCuts = [3], verticalCuts = [3]
输出:9

提示:
  • 2 ≤ h , w ≤ 1 0 9 2 \leq h, w \leq 10^9 2h,w109
  • 1 ≤ h o r i z o n t a l C u t s . l e n g t h ≤ m i n ( h − 1 , 1 0 5 ) 1 \leq horizontalCuts.length \leq min(h - 1, 10^5) 1horizontalCuts.lengthmin(h1,105)
  • 1 ≤ v e r t i c a l C u t s . l e n g t h ≤ m i n ( w − 1 , 1 0 5 ) 1 \leq verticalCuts.length \leq min(w - 1, 10^5) 1verticalCuts.lengthmin(w1,105)
  • 1 ≤ h o r i z o n t a l C u t s [ i ] < h 1 \leq horizontalCuts[i] < h 1horizontalCuts[i]<h
  • 1 ≤ v e r t i c a l C u t s [ i ] < w 1 \leq verticalCuts[i] < w 1verticalCuts[i]<w
  • 题目数据保证 h o r i z o n t a l C u t s horizontalCuts horizontalCuts 中的所有元素各不相同
  • 题目数据保证 v e r t i c a l C u t s verticalCuts verticalCuts 中的所有元素各不相同

解法:排序 + 贪心

蛋糕的面积为
a r e a = ( h o r i z o n t a l C u t s [ i ] − h o r i z o n t a l C u t s [ i − 1 ] ) × ( v e r t i c a l C u t s [ i ] − v e r t i c a l C u t s [ i − 1 ] ) area = (horizontalCuts[i] - horizontalCuts[i - 1]) \times (verticalCuts[i] - verticalCuts[i-1]) area=(horizontalCuts[i]horizontalCuts[i1])×(verticalCuts[i]verticalCuts[i1])

用于相乘的这两项是独立的,所以我们可以先分别找到各自最大的一项,即 m a x ( h o r i z o n t a l C u t s [ i ] − h o r i z o n t a l C u t s [ i − 1 ] ) max(horizontalCuts[i] - horizontalCuts[i - 1]) max(horizontalCuts[i]horizontalCuts[i1]) m a x ( v e r t i c a l C u t s [ i ] − v e r t i c a l C u t s [ i − 1 ] ) max(verticalCuts[i] - verticalCuts[i-1]) max(verticalCuts[i]verticalCuts[i1])

再相乘就得到最终的答案了。

时间复杂度: O ( n × l o g n ) O(n \times logn) O(n×logn)

C++代码:

const int MOD = 1e9 + 7;

class Solution {
public:
    int get_max_size(vector<int>& cuts , int size){
        sort(cuts.begin(),cuts.end());
        int ans = max(cuts[0] , size - cuts.back());
        int n = cuts.size();
        for(int i = 1;i < n;i++){
            ans = max(ans , cuts[i] - cuts[i - 1]);
        }

        return ans;
    }

    int maxArea(int h, int w, vector<int>& horizontalCuts, vector<int>& verticalCuts) {
        int max_h = get_max_size(horizontalCuts,h);
        int max_w = get_max_size(verticalCuts,w);
        return max_h * 1LL * max_w % MOD;
    }
};

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1141495.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Leetcode—66.加一【简单】

2023每日刷题&#xff08;十一&#xff09; Leetcode—66.加一 实现代码1 /*** Note: The returned array must be malloced, assume caller calls free().*/ int* plusOne(int* digits, int digitsSize, int* returnSize){int num 0;int i 0;int arr[110] {0};// 进位标识…

Linux MMC子系统 - 2.eMMC 5.1总线协议浅析

By: Ailson Jack Date: 2023.10.27 个人博客&#xff1a;http://www.only2fire.com/ 本文在我博客的地址是&#xff1a;http://www.only2fire.com/archives/161.html&#xff0c;排版更好&#xff0c;便于学习&#xff0c;也可以去我博客逛逛&#xff0c;兴许有你想要的内容呢。…

Java提升技术,进阶为高级开发和架构师的路线

原文网址&#xff1a;Java提升技术&#xff0c;进阶为高级开发和架构师的路线-CSDN博客 简介 Java怎样提升技术&#xff1f;怎样进阶为高级开发和架构师&#xff1f;本文介绍靠谱的成长路线。 首先点明&#xff0c;只写业务代码是无法成长技术的。提升技术的两个方法是&…

“从部署到优化,打造高效会议管理系统“

目录 引言一、部署单机项目 - 会议OA1.1 硬件和软件环境准备1.2 检查项目1.3 系统部署1.后端部署 二、部署前后端分离项目 - SPA项目后端部署2.前端部署 总结 引言 在现代化办公环境中&#xff0c;会议是组织沟通、决策和合作的重要方式之一。为了提高会议的效率和质量&#x…

MySQL-DQL【数据查询语言】(图码结合)

目录 一.DQL的定义 二.DQL—语法 三.DQL—基础查询(SELECT.. FROM) &#x1f449;查询多个字段 &#x1f449;设置别名 &#x1f449;去除重复记录 准备工作(建表&#xff0c;添加数据&#xff09; &DQL----基本查询的案例 五.DQL—条件查询(WHERE) 5.1 语法: 5…

基于 C# 实现样式与数据分离的打印方案

对于八月份的印象&#xff0c;我发现大部分都留给了出差。而九月初出差回来&#xff0c;我便立马投入了新项目的研发工作。因此&#xff0c;无论是中秋节还是国庆节&#xff0c;在这一连串忙碌的日子里&#xff0c;无不充满着仓促的气息。王北洛说&#xff0c;“活着不就是仓促…

数字化转型系列主题:数据中台知识体系

当前&#xff0c;大部分企业不再建设从源数据采集到分析应用的烟囱式系统&#xff0c;更倾向于数据集中采集、存储&#xff0c;并应用分层建设。这种方式一方面有利于应用系统的快速部署&#xff0c;另一方面也保证了数据的集中管理与运营&#xff0c;体现数据的资产、资源属性…

主动调度是如何发生的

计算机主要处理计算、网络、存储三个方面。计算主要是 CPU 和内存的合作&#xff1b;网络和存储则多是和外部设备的合作&#xff1b;在操作外部设备的时候&#xff0c;往往需要让出 CPU&#xff0c;就像上面两段代码一样&#xff0c;选择调用 schedule() 函数。 上下文切换主要…

初识《时间复杂度和空间复杂度》

目录 前言&#xff1a; 关于数据结构与算法 1.什么是数据结构&#xff1f; 2.什么是算法&#xff1f; 3.数据结构和算法的重要性 算法效率是什么&#xff1f; 1.怎样衡量一个算法的好坏呢&#xff1f; 2.算法的复杂度是个什么&#xff1f; 时间复杂度 1.时间复杂度的概…

Android Glide限定onlyRetrieveFromCache取内存缓存submit超时阻塞方式,Kotlin

Android Glide限定onlyRetrieveFromCache取内存缓存submit超时阻塞方式,Kotlin import android.os.Bundle import android.util.Log import android.widget.ImageView import androidx.appcompat.app.AppCompatActivity import androidx.lifecycle.lifecycleScope import com.b…

RK3568-pcie接口

pcie接口与sata接口 pcie总线pcie总线pcie控制器sata控制器nvme设备sata设备nvme协议ahci协议m-key接口b-key接口RC模式和EP模式 RC和EP分别对应主模式和从模式,普通的PCI RC主模式可以用于连接PCI-E以太网芯片或PCI-E的硬盘等外设。 RC模式使用外设一般都有LINUX驱动程序,安…

LLM系列 | 22 : Code Llama实战(下篇):本地部署、量化及GPT-4对比

引言 模型简介 依赖安装 模型inference 代码补全 4-bit版模型 代码填充 指令编码 Code Llama vs ChatGPT vs GPT4 小结 引言 青山隐隐水迢迢&#xff0c;秋尽江南草未凋。 小伙伴们好&#xff0c;我是《小窗幽记机器学习》的小编&#xff1a;卖热干面的小女孩。紧接…

36基于matlab的对分解层数和惩罚因子进行优化

基于matlab的对分解层数和惩罚因子进行优化。蚁狮优化算法优化VMD,算术优化算法优化VMD&#xff0c;遗传优化算法优化VMD&#xff0c;灰狼优化算法优化VMD&#xff0c;海洋捕食者优化算法优化VMD&#xff0c;粒子群优化VMD&#xff0c;麻雀优化算法优化VMD&#xff0c;鲸鱼优化…

如何使用 nvm-windows 这个工具来管理你电脑上的Node.js版本

nvm-windows 是一个用于管理在 Windows 上安装的多个 Node.js 版本的工具。以下是安装和使用 nvm-windows 的步骤&#xff1a; 第1步&#xff1a;下载 nvm-windows 访问 nvm-windows 的 GitHub发布页面.下载最新版本的 nvm-setup.zip 文件。 第2步&#xff1a;安装 nvm-wind…

KV STUDIO的安装与实践(一)

目录 什么是KV STUDIO&#xff1f; 如何安装KV STUDIO&#xff1f; 如何学习与使用KV STUDIO&#xff08;在现实中的应用&#xff09;&#xff1f; 应用一&#xff08;在现实生活中机器内部plc的读取与替换&#xff09; 读取 KV STUDIO实现显示器的检测&#xff01;&#…

微信小程序发货信息录入

微信小程序发货信息录入 一、发货信息录入接口 1、 用户交易后&#xff0c;默认资金将会进入冻结状态&#xff0c;开发者在发货后&#xff0c;需要在小程序平台录入相关发货信息&#xff0c;平台会将发货信息以消息的形式推送给购买的微信用户。 2、 如果你已经录入发货信息…

lossBN

still tips for learning classification and regression关于softmax的引入和作用分类问题损失函数 - MSE & Cross-entropy⭐Batch Normalization&#xff08;BN&#xff09;⭐想法&#xff1a;直接改error surface的landscape&#xff0c;把山铲平feature normalization那…

夯实c语言基础

夯实c语言基础 转义字符 • \? &#xff1a;在书写连续多个问号时使⽤&#xff0c;防⽌他们被解析成三字⺟词&#xff0c;在新的编译器上没法验证了。 • \ &#xff1a;⽤于表⽰字符常量 • \" &#xff1a;⽤于表⽰⼀个字符串内部的双引号 • \\ &#xff1a;⽤于表…

分享微信卸载重装恢复记录的3个方法!

微信是一款功能丰富、便捷实用的通信应用程序&#xff0c;为用户提供了方便、快速的即时通讯功能。无论您身在何处&#xff0c;通过微信&#xff0c;您可以轻松与家人、朋友保持紧密联系。有时候&#xff0c;为了能扩大手机内存空间&#xff0c;一些小伙伴可能会选择把微信卸载…

Sql Server中的表组织和索引组织(聚集索引结构,非聚集索引结构,堆结构)

正文 SqlServer用三种方法来组织其分区中的数据或索引页&#xff1a; 1、聚集索引结构 聚集索引是按B树结构进行组织的&#xff0c;B树中的每一页称为一个索引节点。每个索引行包含一个键值和一个指针。指针指向B树上的某一中间级页&#xff08;比如根节点指向中间级节点中的…