24暑假算法刷题 | Day30 | 贪心算法 IV | LeetCode 452. 用最少数量的箭引爆气球,435. 无重叠区间,763. 划分字母区间

news2024/9/22 11:29:47

目录

  • 452. 用最少数量的箭引爆气球
    • 题目描述
    • 题解
  • 435. 无重叠区间
    • 题目描述
    • 题解
  • 763. 划分字母区间
    • 题目描述
    • 题解


452. 用最少数量的箭引爆气球

点此跳转题目链接

题目描述

有一些球形气球贴在一堵用 XY 平面表示的墙面上。墙面上的气球记录在整数数组 points ,其中points[i] = [x_start, x_end] 表示水平直径在 x_startx_end之间的气球。你不知道气球的确切 y 坐标。

一支弓箭可以沿着 x 轴从不同点 完全垂直 地射出。在坐标 x 处射出一支箭,若有一个气球的直径的开始和结束坐标为 x_startx_end, 且满足 x_start ≤ x ≤ x_end,则该气球会被 引爆 。可以射出的弓箭的数量 没有限制 。 弓箭一旦被射出之后,可以无限地前进。

给你一个数组 points返回引爆所有气球所必须射出的 最小 弓箭数

示例 1:

输入:points = [[10,16],[2,8],[1,6],[7,12]]
输出:2
解释:气球可以用2支箭来爆破:
-在x = 6处射出箭,击破气球[2,8]和[1,6]。
-在x = 11处发射箭,击破气球[10,16]和[7,12]。

示例 2:

输入:points = [[1,2],[3,4],[5,6],[7,8]]
输出:4
解释:每个气球需要射出一支箭,总共需要4支箭。

示例 3:

输入:points = [[1,2],[2,3],[3,4],[4,5]]
输出:2
解释:气球可以用2支箭来爆破:
- 在x = 2处发射箭,击破气球[1,2]和[2,3]。
- 在x = 4处射出箭,击破气球[3,4]和[4,5]。

提示:

  • 1 <= points.length <= 105
  • points[i].length == 2
  • -231 <= xstart < xend <= 231 - 1

题解

贪心算法解决。先按照气球的左边界从小到大(按右边界同理)对 points 进行排序。然后,符合直觉地,应该依次尝试将下一个气球“纳入”当前的“命中范围”,从而将所有气球分成连续紧挨着的若干组,每组用一只箭即可“贯穿”。

这个“命中范围”的左边界就是当前气球左边界(最大的),右边界就是目前这组气球右边界的最小值。如果新的气球的左边界已经大于之前一组气球的右边界,即它肯定会与前一组气球的命中范围“错开”,则开始新一组。

代码(C++)

int findMinArrowShots(vector<vector<int>> &points)
{
    auto cmp = [](const vector<int> &a, const vector<int> &b) {return a[0] < b[0];};
    sort(points.begin(), points.end(), cmp); // 先对points排序
    int count = 1;
    int curMin = points[0][0], curMax = points[0][1];
    for (int i = 1; i < points.size(); ++i) {
        if (points[i][0] > curMax) { // 需要开始新一组
            curMin = points[i][0], curMax = points[i][1];
            count++;
        } else 
            curMin = points[i][0], curMax = min(curMax, points[i][1]); // 更新左右边界
    }
    return count;
}

435. 无重叠区间

点此跳转题目链接

题目描述

给定一个区间的集合 intervals ,其中 intervals[i] = [starti, endi] 。返回 需要移除区间的最小数量,使剩余区间互不重叠

示例 1:

输入: intervals = [[1,2],[2,3],[3,4],[1,3]]
输出: 1
解释: 移除 [1,3] 后,剩下的区间没有重叠。

示例 2:

输入: intervals = [ [1,2], [1,2], [1,2] ]
输出: 2
解释: 你需要移除两个 [1,2] 来使剩下的区间没有重叠。

示例 3:

输入: intervals = [ [1,2], [2,3] ]
输出: 0
解释: 你不需要移除任何区间,因为它们已经是无重叠的了。

提示:

  • 1 <= intervals.length <= 105
  • intervals[i].length == 2
  • -5 * 104 <= starti < endi <= 5 * 104

题解

贪心算法解决。这题和 452. 用最少数量的箭引爆气球 蛮像的,因为要“ 去除 重叠区间”自然得先“ 找到 重叠区间”。还是先对原区间集合按照左边界从小到大(按右边界同理)排序,然后“贪心”地在顺序遍历过程中找到那些“互相重叠”的区间。

这里的“互相重叠”指的是两两之间都重叠,例如:

在这里插入图片描述

上面每条线段表示一个区间。可以看出,任意两线段(区间)之间都有重叠区域,即这三个区间互相重叠。而如果是下面这种情况:

在这里插入图片描述

第1、2个区间有重叠,第2、3个区间有重叠,但是1、3区间无重叠,则这仨不是“互相重叠”。

然后,每组“互相重叠”的区间最终应该只能保留其中某一个区间,从而组成最后的无重叠区间。因此,找到了互相重叠区间的数量,也就等于找到了最终无重叠区间的数量,那么用原区间的数量减去它,自然就是要移除区间的最小数量了。

代码(C++)

int eraseOverlapIntervals(vector<vector<int>> &intervals)
{
    if (intervals.size() == 1)
        return 0;
    
    auto cmp = [](const vector<int> &a, const vector<int> &b) {
        return a[0] < b[0];
    };
    sort(intervals.begin(), intervals.end(), cmp);
    
    int iCount = 1; // 最终的无重叠区间数量
    int curMinRight = intervals[0][1];
    for (int i = 1; i < intervals.size(); ++i) {
        if (intervals[i][0] >= curMinRight) {
            iCount++;
            curMinRight = intervals[i][1];
        } else 
            curMinRight = min(intervals[i][1], curMinRight);
    }
    return intervals.size() - iCount;
}

763. 划分字母区间

点此跳转题目链接

题目描述

给你一个字符串 s 。我们要把这个字符串划分为尽可能多的片段,同一字母最多出现在一个片段中。

注意,划分结果需要满足:将所有划分结果按顺序连接,得到的字符串仍然是 s

返回一个表示每个字符串片段的长度的列表。

示例 1:

输入:s = "ababcbacadefegdehijhklij"
输出:[9,7,8]
解释:
划分结果为 "ababcbaca"、"defegde"、"hijhklij" 。
每个字母最多出现在一个片段中。
像 "ababcbacadefegde", "hijhklij" 这样的划分是错误的,因为划分的片段数较少。 

示例 2:

输入:s = "eccbbbbdec"
输出:[10]

提示:

  • 1 <= s.length <= 500
  • s 仅由小写英文字母组成

题解

根据题目要求,我们不难快速想到一个符合直觉的算法:在某个字母最后一次出现的地方分割,同时保证分割后的这一段中,其他字母也仅在这一段出现。

每个字母最后出现的位置容易解决,遍历一遍字符串、不断更新出现位置即可。而要保证分割后,其他字母也只在这段出现,则说明分割处的字母是这段子串里所有字母中,“最后出现位置”最靠后的的一个。所以我们只需要维护一个“当前出现的最后位置的最大值”即可,借用 代码随想录 中的图可以直观说明:

在这里插入图片描述

代码(C++)

vector<int> partitionLabels(string s)
{
    // 找到每个字母最后一次出现的位置
    unordered_map<char, int> lastOccur;
    for (int i = 0; i < s.size(); ++i)
        lastOccur[s[i]] = i;
    vector<int> res;
    int curCount = 0;
    int curLastPos = -1;
    for (int i = 0; i < s.size(); ++i) {
        curLastPos = max(curLastPos, lastOccur[s[i]]);
        curCount++;
        if (curLastPos == i) {
            res.push_back(curCount);
            curCount = 0;
        }   
    }
    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/2042130.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

【Docker】Elasticsearch 8.12 安装与搭建

由于工作过程中硬件资源未能达到要求&#xff0c;现将使用 Elasticsearch 取代原 Redis MySQL Milvus 技术栈&#xff0c;在重新搭建的同时记录一下搭建过程&#xff08;由于之前也分享过 Docker 版本 Elasticsearch 5.x 和 Elasticsearch 7.x 的部署方法&#xff0c;因此本文…

横看成岭侧成峰,远近高低各不同 —— 深入探讨Obfs4流量识别:特征、方法与应用

目录 引言 Obfs4流量特征 数据包大小与分布 时间间隔&#xff08;IAT&#xff09; 流量方向 加密特征 Obfs4流量识别方法 深度学习模型识别 示例代码 基于部分数据的多级剪枝方法 方法步骤 深度包检测与机器学习结合 应用场景 网络安全监控 Tor网络访问优化 匿…

分层神经网络(DNN)知多少?

分层神经网络作为深度学习的核心架构&#xff0c;已经彻底改变了我们处理复杂问题的方式。本文将带我们走进神经网络的基础知识&#xff0c;揭开GPT这些强大模型的神秘面纱。希望通过本文的介绍&#xff0c;我们不仅能够理解神经网络的基本构成&#xff0c;还能洞察到它们是如何…

OpenCV图像处理——轮廓的面积与弧长计算(C++/Python)

概述 轮廓面积与轮廓周长是图像分析中的两项核心统计特征&#xff0c;它们为理解和量化图像中的形状提供了基础。 轮廓面积&#xff1a;这代表了轮廓所界定区域的像素数量&#xff0c;是衡量区域大小的直接指标。面积的计算结果以像素平方为单位&#xff0c;为我们提供了一个量…

Wireshark_DNS_v7.0

Wireshark_DNS_v7.0 一、 nslookup 前置 nslookup 是一个网络命令行工具&#xff0c;用于查询域名系统&#xff08;DNS&#xff09;中的域名解析记录。通过使用 nslookup&#xff0c;你可以获取某个域名的IP地址&#xff0c;或者获取与某个IP地址关联的域名信息。 查看域名…

学校医院NTP电子钟让时间管理更加智能

在学校和医院这样的重要场所&#xff0c;时间的精确管理至关重要。每一分每一秒都可能关系到教学的进度、医疗的效果以及师生和患者的体验。而 NTP 电子钟的出现&#xff0c;为学校和医院的时间管理带来了全新的智能化变革。 一、NTP 电子钟在学校应用 NTP 电子钟&#xff0c;…

【北京迅为】《i.MX8MM嵌入式Linux开发指南》-第五篇 文件系统构建篇-第七十八章 离线构建Yocto系统

i.MX8MM处理器采用了先进的14LPCFinFET工艺&#xff0c;提供更快的速度和更高的电源效率;四核Cortex-A53&#xff0c;单核Cortex-M4&#xff0c;多达五个内核 &#xff0c;主频高达1.8GHz&#xff0c;2G DDR4内存、8G EMMC存储。千兆工业级以太网、MIPI-DSI、USB HOST、WIFI/BT…

【HarmonyOS】鸿蒙应用蓝牙功能实现 (一)

【HarmonyOS】鸿蒙应用蓝牙功能实现 前言 蓝牙技术是一种无线通信技术&#xff0c;可以在短距离内传输数据。它是由爱立信公司于1994年提出的&#xff0c;使用2.4 GHz的ISM频段&#xff0c;可以在10米左右的距离内进行通信。可以用于连接手机、耳机、音箱、键盘、鼠标、打印机…

工厂流水线MES报工一体机改善生产管理效率

作为智能制造的重要组成部分&#xff0c;MES系统&#xff08;制造执行系统&#xff09;在优化生产流程、提高生产效率、降低生产成本等方面发挥着不可替代的作用。而MES报工一体机作为MES系统的重要组成部分&#xff0c;更是帮助企业实现生产管理效率提升的利器。 一、MES报工一…

为何有了云计算,还需要边缘计算?EasyCVR视频平台助力数据高效汇聚与管理

在当今数字化的时代&#xff0c;云计算可谓是大名鼎鼎&#xff0c;它为我们的生活和工作带来了巨大的便利。但你有没有想过&#xff0c;既然有了强大的云计算&#xff0c;为什么还会出现边缘计算呢&#xff1f; 一、云计算与边缘计算&#xff1a;相辅相成的科技双雄 先来说说…

船员考证题库刷题

1、船舶主配电板系统&#xff0c;设有地气灯、配电板式兆欧表和低绝缘报警装置&#xff0c;及船舶照明分配电箱&#xff0c;当发生单相接地故障时而进行排查时&#xff0c;______设备是不能随意断电的。 A、厨房用电 B、卫星基站 C、起重机用电 答案&#xff1a;B 2、燃油…

修复或更换:螺杆机支撑座磨损后的处理选择

螺杆机后端支撑座磨损&#xff0c;主要是由于长期使用&#xff0c;润滑不足或使用劣质润滑油等原因导致的。当螺杆机支撑座出现磨损时&#xff0c;其承载能力会逐渐下降&#xff0c;加速磨损&#xff0c;导致设备运行不稳定&#xff0c;噪音增大&#xff0c;严重时还会导致设备…

老照片一键修复怎么做?6个软件帮助你快速进行老照片修复

老照片一键修复怎么做&#xff1f;6个软件帮助你快速进行老照片修复 老照片修复可以让陈旧、褪色或损坏的照片恢复到原有的光彩和清晰度。以下是六款方便好用的软件&#xff0c;能够帮助你快速进行老照片修复&#xff0c;且许多都支持一键操作。 智能修复老照片 这是一款专…

【Linux】守护进程:containerd的使用教程

这里写目录标题 前言一. ctr1.1 ctr CLI1.2 ctr 调试 二、 创建 container2.1 进入 NewContainer2.2 ContainerService().Create 前言 介绍了 kubelet 通过 cri 接口和 containerd 交互的过程&#xff0c;containerd 源码分析&#xff1a;启动注册流程 介绍了 containerd 作为…

屏幕防拍照技术:防止屏幕被拍照的方法有哪些?答案超乎想象!

“防身立命&#xff0c;安内攘外。” 在数字化时代&#xff0c;信息安全已成为企业乃至个人不可忽视的重要议题。 屏幕作为信息展示的主要窗口&#xff0c;其安全性尤为关键。 然而&#xff0c;随着拍照技术的日益普及与精进&#xff0c;屏幕内容被轻易捕捉并泄露的风险也随…

暗区突围辅助攻略:VMOS云手机硬核辅助!农场地图攻略大全!

在《暗区突围》中&#xff0c;了解地图和撤离点的分布对于游戏的胜利至关重要。使用VMOS云手机进行游戏辅助&#xff0c;可以为你带来显著的优势。VMOS云手机专门针对《暗区突围》进行了定制&#xff0c;内置游戏安装包&#xff0c;无需重新下载安装游戏。它能够实现24小时云端…

您看这篇就够了:ComfyUI 新手指南

欢迎来到 ComfyUI 的神奇世界&#xff0c;这是 Stable Diffusion 的一个强大而灵活的图形用户界面。无论你是数字艺术的新手&#xff0c;还是希望将你的图像创作提升到新高度的老手&#xff0c;ComfyUI 都能满足你的需求。在这篇全面的指南中&#xff0c;我们将带你穿越 ComfyU…

初识C++ · IO流

前言&#xff1a; IO流&#xff0c;启动&#xff01;因笔者对于IO流的理解不是很深刻&#xff0c;所以这里进行简单的介绍即可。 1 IO流 IO流是我们从学习C开始就一直会使用的东西&#xff0c;我们先了解一下CIO流的一套继承体系&#xff1a; 整个IO体系的基类是ios_base&…

ArkTs基础语法

ArkTs基础语法 声明变量声明常量声明自动类型推断 类型基础类型NumberBooleanString 引用类型VoidObjectArrayEnumUnionAliases 语句if语句switch语句条件表达式 ?:for语句for of语句while语句do while语句breakcontinuethrow和try catch finally语句 函数函数声明可选参数Res…

MySQL中的锁事

一、概述 锁是计算机在执行多线程或线程时用于并发访问同一共享资源时的同步机制&#xff0c;MySQL中的锁是在服务器层或者存储引擎层实现的&#xff0c;保证了数据访问的一致性与有效性。 事务的隔离性是由的锁来实现。 二、MySQL并发事务访问的问题 我们已经知道事务并发…