LeetCodeday02

news2024/9/26 3:32:19

977.有序数组的平方

给你一个按 非递减顺序 排序的整数数组 nums,返回 每个数字的平方 组成的新数组,要求也按 非递减顺序 排序。

示例 1:
输入:nums = [-4,-1,0,3,10]
输出:[0,1,9,16,100]
解释:平方后,数组变为[16,1,0,9,100] 排序后,数组变为 [0,1,9,16,100]

示例 2:
输入:nums = [-7,-3,2,3,11]
输出:[4,9,9,49,121]

public class Leetcode977 {
    public static void main(String[] args) {
        int[] nums = {-4, -1, 0, 3, 10};
        int[] ints = sortedSquares(nums);
        Arrays.stream(ints).forEach(System.out::println);
    }

    public static int[] sortedSquares(int[] nums) {
        // 数组长度
        int n = nums.length - 1;
        // 左指针
        int left = 0;
        // 右指针
        int right = n;
        // 新数组长度
        int p = n;
        int[] arr = new int[p + 1];
        // [] 左右相等才能 确定唯一数据
        while (left <= right) {
            // 比较 左右两边数据大小
            if (abs(nums[left]) > abs(nums[right])) {
                // 插入最大值
                arr[p] = square(nums[left]);
                // 左边大 左指针右移
                left++;
            } else {
                arr[p] = square(nums[right]);
                right--;
            }
            // 指针左移
            p--;
        }
        return arr;
    }

    public static int square(int num) {
        return num * num;
    }

    public static int abs(int num) {
        return num < 0 ? -num : num;
    }
}

209.长度最小的子数组

给定一个含有 n 个正整数的数组和一个正整数 target 。
找出该数组中满足其和 ≥ target 的长度最小的 连续子数组 [numsl, numsl+1, …, numsr-1, numsr] ,并返回其长度。如果不存在符合条件的子数组,返回 0 。

示例 1:

输入:target = 7, nums = [2,3,1,2,4,3]
输出:2
解释:子数组 [4,3] 是该条件下的长度最小的子数组。
示例 2:

输入:target = 4, nums = [1,4,4]
输出:1
示例 3:

输入:target = 11, nums = [1,1,1,1,1,1,1,1]
输出:0

public class Leetcode209 {
    public static void main(String[] args) {
        int[] nums = {2, 3, 1, 2, 4, 3};
        System.out.println("minSubArrayLen(7,nums) = " + minSubArrayLen(7, nums));
    }

    /**
     * 每个元素 只进窗口一次 出窗口一次
     *
     * @param target target
     * @param nums nums
     * @return int
     */
    public static int minSubArrayLen(int target, int[] nums) {
        int windowStart = 0;
        int windowSize = Integer.MAX_VALUE;
        int sum = 0;
        for (int windowEnd = 0; windowEnd < nums.length; windowEnd++) {
            sum += nums[windowEnd];
            // [1,1,1,1,100] target为 100
            // 起始位置需要一直右移
            while (sum >= target) {
                windowSize = Math.min(windowSize, (windowEnd - windowStart + 1));
                // 窗口变小
                sum -= nums[windowStart];
                // 右移
                windowStart++;
            }
        }
        return windowSize == Integer.MAX_VALUE ? 0 : windowSize;
    }
}

59.螺旋矩阵II

给你一个正整数 n ,生成一个包含 1 到 n2 所有元素,且元素按顺时针顺序螺旋排列的 n x n 正方形矩阵 matrix 。
在这里插入图片描述

示例 1:
输入:n = 3
输出:
[[1,2,3],
[8,9,4],
[7,6,5]]
示例 2:
输入:n = 1
输出:[[1]]

public class Leetcode59 {
    public static void main(String[] args) {
        int[][] ints = generateMatrix(5);

        Arrays.stream(ints).forEach(ints1 -> {
            Arrays.stream(ints1).forEach(i -> System.out.print(i + " "));
            System.out.println();
        });
    }

    public static int[][] generateMatrix(int n) {
        int[][] res = new int[n][n];
        // 定义每循环一个圈的起始位置
        int startx = 0, starty = 0;
        // 每个圈循环几次,例如n为奇数3,那么loop = 1 只是循环一圈,矩阵中间的值需要单独处理
        int loop = n / 2;
        // 矩阵中间的位置,例如:n为3, 中间的位置就是(1,1),n为5,中间位置为(2, 2)
        int mid = n / 2;
        // 用来给矩阵中每一个空格赋值
        int count = 1;
        // 需要控制每一条边遍历的长度,每次循环右边界收缩一位
        int offset = 1;
        int i, j;
        while (loop > 0) {
            // 下面开始的四个for就是模拟转了一圈
            // 模拟填充上行从左到右(左闭右开)
            for (j = starty; j < n - offset; j++) {
                res[startx][j] = count++;
            }
            // 模拟填充右列从上到下(左闭右开)
            for (i = startx; i < n - offset; i++) {
                res[i][j] = count++;
            }
            // 模拟填充下行从右到左(左闭右开)
            for (; j > starty; j--) {
                res[i][j] = count++;
            }
            // 模拟填充左列从下到上(左闭右开)
            for (; i > startx; i--) {
                res[i][j] = count++;
            }

            // 第二圈开始的时候,起始位置要各自加1, 例如:第一圈起始位置是(0, 0),第二圈起始位置是(1, 1)
            startx++;
            starty++;

            // offset 控制每一圈里每一条边遍历的长度
            offset ++;

            loop--;
        }

        // 如果n为奇数的话,需要单独给矩阵最中间的位置赋值
        if (n % 2 == 1) {
            res[mid][mid] = count;
        }
        return res;
    }

}

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/127264.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

Java开发学习(三十五)----SpringBoot快速入门及起步依赖解析

一、SpringBoot简介 SpringBoot 是由 Pivotal 团队提供的全新框架&#xff0c;其设计目的是用来简化 Spring 应用的初始搭建以及开发过程。 使用了 Spring 框架后已经简化了我们的开发。而 SpringBoot 又是对 Spring 开发进行简化的&#xff0c;可想而知 SpringBoot 使用的简…

做报表要用什么插件?

Excel 作为大家最熟悉的报表工具&#xff0c;很多表哥表姐每天都在使用&#xff0c;为了加强 Excel 的报表功能&#xff0c;市面上有非常多的 Excel 增强插件&#xff0c;为 Excel 增加了千奇百怪的能力。今天给大家介绍一款专门用来做中国式复杂报表的Excel 插件&#xff1a;思…

【不一样的递归大法】

&#x1f381;递归&#x1f385;递归&#x1f98c;定义&#x1f385;何时用递归&#xff1a;递归三板斧&#x1f98c;递归递归&#x1f98c;递归大法&#xff1a;三板斧&#x1f385;如何快速写出递归函数&#xff1a;宏观的角度&#x1f385;解题突破&#x1f98c;整数序列相关…

一文了解什么是NFT

一、什么是NFT NFT 是我们可以用来代表独特物品所有权的代币。他们让我们对艺术品、收藏品甚至房地产等事物进行代币化。资产的所有权由以太坊区块链保护——没有人可以修改所有权记录或复制/粘贴新的 NFT。 NFT 代表不可替代的代币。Non-fungible 是一个经济学术语&#xff…

伪操作和混合汇编

目录 一、伪操作: 二、C和汇编的混合编程 三、ATPCS协议(ARM-THUMB Procedure Call Standard) 一、伪操作: 不会生成代码&#xff0c;只是在编译之前告诉编译器怎么编译 GNU的伪操作一般都以‘.’开头 .global symbol 将symbo…

WEB 安全,浅谈 XSS 攻击(附简单实例)

什么是 XSS XSS(Cross-Site-Scripting)&#xff0c;跨站脚本攻击&#xff0c;因为缩写和 CSS 重叠&#xff0c;被别人抢先了&#xff0c;所以只能叫做 XSS。 攻击者可以利用这种漏洞在网站上注入恶意的客户端代码。若受害者运行这些恶意代码&#xff0c;攻击者就可以突破网站…

电感和磁珠有哪些区别?

由于电感和磁珠&#xff0c;很多人会容易认错&#xff0c;本期内容就讲讲&#xff0c;有哪些相似之处&#xff01; 磁珠与电感不仅在外形上相似&#xff0c;他们在功能上也存在很多相似之处&#xff0c;甚至有时候磁珠和电感可以相互代替。但是磁珠与电感也不完全等同&#xff…

开关电源环路稳定性分析(09)——环路补偿六步法

大家好&#xff0c;这里是大话硬件。 我们来回顾一下前面8讲的内容&#xff0c;主要对下面的知识点进行了分析&#xff1a; 系统框图 反馈环节传递函数 功率级传递函数 PWM级传递函数 传递函数计算 如果我们把开关电源看成是不同的电路模块拼接而成&#xff0c;现在已经知…

c++模板认识以及使用

我们都知道c有函数重载的概念&#xff0c;比如我们写一个相加的函数&#xff0c;以整数为例&#xff0c;我们大概率是这样写&#xff1a; int Add(int x,int y) {return xy; } 并且我们知道c函数重载的概念&#xff0c;于是我们若是想写double类型&#xff0c;float类型&…

centos7安装php7.1 验证码GD库扩展

php安装不推荐使用源码包安装&#xff0c;版本太多。线上从php5.x一直升级到php7.1 程序可兼容 配置yum源 rpm -Uvh https://dl.fedoraproject.org/pub/epel/epel-release-latest-7.noarch.rpm rpm -Uvh https://mirror.webtatic.com/yum/el7/webtatic-release.rpm 添加epel…

使用Stabel Diffusion

Stabel Diffusion是由CompVis、stabel AI和LAION的研究人员和工程师创建的文本到图像的潜在扩散模型。它由来自LAION-5B数据库子集的512x512图像进行训练。LAION-5B是目前最大的、可自由访问的多模态数据集。 在这篇文章中&#xff0c;将介绍如何使用diffusion库实现Stabel Di…

MAC安装jmeter以及JDK配置

JDK配置 一、检查是否安装了jdk 打开终端&#xff0c;输入java -version校验jdk是否安装 我这已经安装了版本1.8.0版本的 若没有安装&#xff0c;则去官网下载jdk并安装 1、jdk下载官网&#xff1a;Java Downloads | Oracle tar包或者dmg&#xff0c;二者区别在于&#xff1a;…

7、GPIO输入按键检测(外部中断)

目录 0x01、简介 0x001、EXTI 简介 0x002、EXTI 功能框图 0x003、中断/事件线 0x02、硬件设计 0x03、相关库函数 0x0001、外部中断初始化 0x0002、外部中断GPIO引脚选择 0x04、编写函数 0x001、按键外部中断初始化 0x002、中断函数 0x05、源程序下载地址 0x01、简介…

Android插件化换肤原理—— 布局加载过程、View创建流程、Resources 浅析

前言 继上次 WebView 干货分享后&#xff0c;本次将分享下自己在探索学习 App 换肤功能过程中的相关知识&#xff0c;着重分享换肤的原理以及实现思路。 由于篇幅原因分为两篇博客&#xff0c;本文主要分析了 Android 布局加载流程&#xff0c;下一篇将具体讲解插件化换肤实现…

Linux——标准IO

文件的基础 概念&#xff1a;一组相关数据的有序集合 文件的类型&#xff1a; 常规文件-r 目录文件-d 字符设备文件-c&#xff1a;键盘 块设备文件-b:U盘 磁盘 管道文件-p 套接字文件-s 符号链接文件-I&#xff1a;快捷方式 标准I/O 流 file 标准IO用一个结构体类型来保存打…

数据质量管理—理论大纲与实践(B站)

0、背景 故事的开头&#xff0c;是一位业务部门的同事找到我们&#xff0c;咨询了一个经典问题&#xff1a; 「需求方经常说我们做的报表看起来数据不准&#xff0c;有什么办法吗&#xff1f;」 为了解释这个问题&#xff0c;我以我们团队在数据质量管理中积累下来的方法&am…

决策树和随机森林的python实现

文章目录决策树实现方法测试更好地展示结果调参调整max_depthscoring利用GridSearchCV确定最佳max_depthmin_samples_splitmin_impurity_decreasemax_features多参数同时选优采用最优参数特征重要性排序随机森林测试调参n_estimators调整max_depth调整max_features调整min_samp…

黑马Hive+Spark离线数仓工业项目--数仓事实层DWB层构建(2)

工单事实指标构建 目标&#xff1a;实现DWB层工单事实指标表的构建 实施 建表 抽取 安装事实指标需求分析 目标&#xff1a;掌握DWB层安装事实指标表的需求分析 路径 - step1&#xff1a;目标需求 - step2&#xff1a;数据来源 实施 目标需求&#xff1a;基于设备安装信…

Python【继承】复写使用父类成员

继承&#xff1a;继承就是一个类&#xff0c;继承另外一个类的成员变量&#xff08;属性&#xff09;和成员方法 继承的作用&#xff1a;子类通过继承父类的属性和方法&#xff0c;在调用的时候&#xff0c;除了可以使用子类自身的成员方法和属性外&#xff0c;还可以使用父类…

模型不达标调整

一 、模型不达标调整 模型构建就是——科学的研究问题的数学表达&#xff1b;比如线性回归模型中的模型公式。 在进行建模时&#xff0c;很多同学会遇到模型不达标的问题&#xff0c;这种情况很常见&#xff0c;通常需要进行模型不达标的调整。 模型不好如何处理 模型拟合不…