蓝桥每日打卡--打家劫舍4

news2025/3/22 14:53:59

#蓝桥#JAVA#打家劫舍4

题目描述

沿街有一排连续的房屋。每间房屋内都藏有一定的现金。现在有一位小偷计划从这些房屋中窃取现金。

由于相邻的房屋装有相互连通的防盗系统,所以小偷 不会窃取相邻的房屋 。

小偷的 窃取能力 定义为他在窃取过程中能从单间房屋中窃取的 最大金额 。

给你一个整数数组 nums 表示每间房屋存放的现金金额。形式上,从左起第 i 间房屋中放有 nums[i] 美元。

另给你一个整数 k ,表示窃贼将会窃取的 最少 房屋数。小偷总能窃取至少 k 间房屋。

返回小偷的 最小 窃取能力。

示例 1:

输入:nums = [2,3,5,9], k = 2
输出:5
解释:
小偷窃取至少 2 间房屋,共有 3 种方式:
- 窃取下标 0 和 2 处的房屋,窃取能力为 max(nums[0], nums[2]) = 5 。
- 窃取下标 0 和 3 处的房屋,窃取能力为 max(nums[0], nums[3]) = 9 。
- 窃取下标 1 和 3 处的房屋,窃取能力为 max(nums[1], nums[3]) = 9 。
因此,返回 min(5, 9, 9) = 5 。

解题思路

本题采用二分查找算法来高效地找出满足条件的最小能力值。二分查找的前提是问题的解空间具有单调性,在本题中,能力值越大,能够偷取的不相邻房屋数量就可能越多,因此可以利用二分查找不断缩小可能的能力值范围,直到找到最小的满足条件的能力值。

具体步骤

1. 确定二分查找的左右边界
  • 左边界 lower:通过 Arrays.stream(nums).min().getAsInt() 找出数组 nums 中的最小值。这是因为最小的能力值至少要能够偷取到数组中金额最小的房屋。
  • 右边界 upper:通过 Arrays.stream(nums).max().getAsInt() 找出数组 nums 中的最大值。这是因为最大的能力值最多为数组中金额最大的房屋的金额。
2. 二分查找过程
  • 使用 while(lower <= upper) 循环进行二分查找,只要左边界小于等于右边界,就继续查找。
  • 在每次循环中,计算当前左右边界的中间值 middle,作为本次猜测的能力值。
3. 检查当前能力值是否满足条件
  • 初始化计数器 count 为 0,用于记录在当前能力值下可以偷取的不相邻房屋的数量。
  • 初始化布尔变量 visited 为 false,用于标记上一个房屋是否被偷取。
  • 遍历数组 nums 中的每个元素 x
    • 如果 x <= middle 且 !visited,说明当前房屋的金额小于等于当前猜测的能力值,并且上一个房屋没有被偷取,此时可以偷取当前房屋,将 count 加 1,并将 visited 标记为 true
    • 否则,将 visited 标记为 false,表示当前房屋不被偷取。
4. 根据检查结果调整二分查找的边界
  • 如果 count >= k,说明在当前能力值下可以偷取到至少 k 个不相邻的房屋,当前能力值可能过大,将右边界 upper 更新为 middle - 1,缩小查找范围。
  • 否则,说明当前能力值过小,将左边界 lower 更新为 middle + 1,扩大查找范围。
5. 返回结果
  • 当二分查找结束后,左边界 lower 即为满足条件的最小能力值,将其返回。
class Solution {
    public int minCapability(int[] nums, int k) {
        int lower = Arrays.stream(nums).min().getAsInt();
        // 使用 Java 8 的 Stream API 对数组 nums 进行操作
        // Arrays.stream(nums) 将数组转换为流
        // min() 方法找出流中的最小值
        // getAsInt() 方法将 OptionalInt 类型的结果转换为 int 类型
        // 最终将数组中的最小值赋给变量 lower,作为二分查找的左边界
        int upper = Arrays.stream(nums).max().getAsInt();
        // 同样使用 Stream API
        // max() 方法找出流中的最大值
        // getAsInt() 方法将结果转换为 int 类型
        // 把数组中的最大值赋给变量 upper,作为二分查找的右边界
        while(lower <= upper){
            // 开始二分查找的循环,只要左边界小于等于右边界,就继续循环
            int middle = (lower + upper)/2;
            // 计算当前左右边界的中间值,作为本次猜测的能力值
            int count = 0;
            // 初始化一个计数器 count,用于记录在当前能力值下可以偷取的房屋数量
            boolean visited = false;
            // 初始化一个布尔变量 visited,用于标记上一个房屋是否被偷取
            for(int x :nums){
                // 遍历数组 nums 中的每个元素 x
                if(x <= middle&&!visited){
                    // 如果当前房屋的金额 x 小于等于当前猜测的能力值 middle,并且上一个房屋没有被偷取
                    count ++;
                    // 则偷取当前房屋,计数器 count 加 1
                    visited = true;
                    // 标记当前房屋已被偷取
                }else{
                    visited = false;
                    // 否则,标记当前房屋未被偷取
                }
            }
            if(count >= k){
                // 如果在当前能力值下可以偷取的房屋数量 count 大于等于要求的数量 k
                upper = middle -1;
                // 说明当前能力值可能过大,将右边界 upper 更新为 middle - 1,缩小查找范围
            }else{
                lower = middle+1;
                // 否则,说明当前能力值过小,将左边界 lower 更新为 middle + 1,扩大查找范围
            }
        }
        return lower;
        // 当二分查找结束后,左边界 lower 即为满足条件的最小能力值,将其返回
    }
}

同时,利用二分法这里给出了更优的解决方案

class Solution {
    public int minCapability(int[] nums, int k) {
        int n = nums.length;
        int max = 0, min = Integer.MAX_VALUE;
        // 初始化 max 为 0,用于存储数组中的最大值
        // 初始化 min 为 Integer.MAX_VALUE,用于存储数组中的最小值

        for(int x:nums){
            // 遍历数组 nums 中的每个元素 x
            if(x < min) min = x;
            // 如果当前元素 x 小于 min,则更新 min 为 x
            if(x > max) max = x;
            // 如果当前元素 x 大于 max,则更新 max 为 x
        }

        int left = min, right = max;
        // 初始化二分查找的左边界 left 为数组的最小值
        // 初始化二分查找的右边界 right 为数组的最大值

        while(left <= right){
            // 开始二分查找的循环,只要左边界小于等于右边界,就继续查找

            int mid = left + right >> 1;
            // 计算当前左右边界的中间值 mid,作为本次猜测的能力值
            // 这里使用位运算 >> 1 代替除以 2,以提高计算效率

            int count = 0;
            // 初始化计数器 count,用于记录在当前能力值下可以偷取的房屋数量

            for(int i = 0; i < n; ++i){
                // 遍历数组 nums

                if(nums[i] <= mid){
                    // 如果当前房屋的金额 nums[i] 小于等于当前猜测的能力值 mid
                    if(++count == k)
                        break;
                    // 先将计数器 count 加 1,若加 1 后 count 等于 k,说明已经找到了 k 个满足条件的房屋,退出循环
                    ++i;
                    // 跳过下一个房屋,确保偷取的房屋不相邻
                }
            }

            if(count >= k)
                right = mid - 1;
            // 如果在当前能力值下可以偷取的房屋数量 count 大于等于 k,说明当前能力值可能过大,将右边界 right 更新为 mid - 1,缩小查找范围
            else
                left = mid + 1;
            // 否则,说明当前能力值过小,将左边界 left 更新为 mid + 1,扩大查找范围
        }

        return left;
        // 当二分查找结束后,左边界 left 即为满足条件的最小能力值,将其返回
    }
}

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/2319626.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

多条件排序(C# and Lua)

C# 升序排序 OrderBy 按升序对序列的元素进行排序 ThenBy 按升序对序列中的元素执行后续排序 降序排序 OrderByDescending 按降序对序列的元素排序 ThenByDescending 按降序对序列中的元素执行后续排序 public class Fruit {public int id;public string name;publi…

人工智能之数学基础:线性方程组求解的得力助手——增广矩阵

本文重点 增广矩阵是一个极具实用价值的工具,尤其在处理线性方程组时,它展现了卓越的功效。通过整合系数和常数项,增广矩阵简化了计算过程并提供了判断方程组解集的有效方法。 增广矩阵的起源与定义 增广矩阵的概念源于线性方程组求解的需求。在解决线性方程组时,我们常…

关于Flask框架30道面试题及解析

文章目录 基础概念1. 什么是Flask?其核心特性是什么?2. Flask和Django的主要区别?3. 解释Flask中的“路由”概念。如何定义动态路由?核心组件4. Flask的请求上下文(Request Context)和应用上下文(Application Context)有什么区别?5. 如何访问请求参数?POST和GET方法的…

服务安全认证概述与基础认证方式

文章目录 1. 引言1.1 认证与授权的区别1.2 认证方式的演进 2. 基础认证方式2.1 HTTP Basic Authentication2.2 API Key 认证2.3 HMAC-SHA256 签名认证2.4 JWT&#xff08;JSON Web Token&#xff09; 3. 认证方式对比与总结3.1 认证方式对比3.2 如何选择合适的认证方式&#xf…

【Android Studio开发】生命周期、Activity和组件通信(上)

零、前期配置 1.【Android】模式 2.点击【运行】&#xff0c;弹出模拟器 右侧是模拟机&#xff0c;显示Hello World 3. 打开【activity_main.xml】文件&#xff0c;点击【Design】&#xff0c;然后点击【Component Tree】 在弹出的Component Tree中右键【main】,选择【Conver…

【ES】Elasticsearch学习

文章目录 简单的安装 简单的安装 参考&#xff1a;https://blog.csdn.net/smilehappiness/article/details/118466378 官网&#xff1a;https://www.elastic.co/guide/en/elasticsearch/reference/current/targz.html 下载&#xff1a;https://www.elastic.co/cn/downloads/e…

实验三 Python 数据可视化 Python 聚类-K-means(CQUPT)

一、实验目的 Python 数据可视化&#xff1a; 1、学习使用 jieba、wordcloud 等类库生成词云图。 2、学习使用 Matplotlib 库进行数据可视化。 Python 聚类-K-means&#xff1a; 1、理解聚类非监督学习方法的基本原理。 2、掌握 Python、numpy、pandas、sklearn 实现聚类…

【STM32】SPI通信协议W25Q64Flash存储器芯片(学习笔记)

通信接口部分有介绍SPI&#xff1a;【STM32】USART串口协议&串口外设-学习笔记-CSDN博客 SPI通信协议 SPI通信 SPI&#xff08;Serial Peripheral Interface&#xff09;是由Motorola公司开发的一种通用数据总线四根通信线&#xff1a;SCK&#xff08;Serial Clock&…

SpringBoot最佳实践之 - 使用AOP记录操作日志

1. 前言 本篇博客是个人在工作中遇到的需求。针对此需求&#xff0c;开发了具体的实现代码。并不是普适的记录操作日志的方式。以阅读本篇博客的朋友&#xff0c;可以参考此篇博客中记录日志的方式&#xff0c;可能会对你有些许帮助和启发。 2. 需求描述 有一个后台管理系统…

第六届机电一体化技术与智能制造国际学术会议(ICMTIM 2025)

重要信息 4月11-13日 南京江北新区工业大学亚朵酒店 www.icmtim.org&#xff08;点击了解参会投稿等&#xff09; 简介 由南京工业大学主办&#xff0c;南京工业大学电气工程与控制科学学院、中国矿业大学、黑龙江大学、江苏省自动化学会承办的第六届机电一体化技术…

期刊分区表2025年名单下载(经济学、管理学)

2025年期刊分区表包括SCIE、SSCI、A&HCI、ESCI和OAJ&#xff0c;共设置了包括自然科学、社会科学和人文科学在内的21个大类 本次分享的是期刊分区表2025年名单经济学类、管理学类&#xff0c;一共7631025条 一、数据介绍 数据名称&#xff1a;期刊分区表2025年名单 数据…

八股学习-JUC java并发编程

本文仅供个人学习使用&#xff0c;参考资料&#xff1a;JMM&#xff08;Java 内存模型&#xff09;详解 | JavaGuide 线程基础概念 用户线程&#xff1a;由用户空间程序管理和调度的线程&#xff0c;运行在用户空间。 内核线程&#xff1a;由操作系统内核管理和调度的线程&…

PostgreSQL_数据下载并保存(psycopg2)

目录 前置&#xff1a; 1 数据下载 1.1 多个股票多个交易日 1.2 一个交易日所有股票 2 数据保存&#xff0c;使用python中的psycopg2包 2.1 在PyCharm中创建新项目&#xff0c;并安装包 2.2 代码-多个股票多个交易日 2.3 代码-一个交易日所有股票 2.4 在 pgAdmin4 中…

启明星辰春招面试题

《网安面试指南》https://mp.weixin.qq.com/s/RIVYDmxI9g_TgGrpbdDKtA?token1860256701&langzh_CN 5000篇网安资料库https://mp.weixin.qq.com/s?__bizMzkwNjY1Mzc0Nw&mid2247486065&idx2&snb30ade8200e842743339d428f414475e&chksmc0e4732df793fa3bf39…

边缘计算革命:重构软件架构的范式与未来

摘要 边缘计算通过将算力下沉至网络边缘&#xff0c;正在颠覆传统中心化软件架构的设计逻辑。本文系统分析了边缘计算对软件架构的范式革新&#xff0c;包括分布式分层架构、实时资源调度、安全防护体系等技术变革&#xff0c;并结合工业物联网、智慧医疗等场景案例&#xff0c…

【读点论文】Chain Replication for Supporting High Throughput and Availability

在分布式系统中&#xff0c;强一致性往往和高可用、高吞吐是矛盾的。比如传统的关系型数据库&#xff0c;其保证了强一致性&#xff0c;但往往牺牲了可用性和吞吐量。而像 NoSQL 数据库&#xff0c;虽然其吞吐量、和扩展性很高&#xff0c;但往往只支持最终一致性&#xff0c;无…

Servlet、Servlet的5个接口方法、生命周期、以及模拟实现 HttpServlet 来写接口的基本原理

DAY15.1 Java核心基础 Servlet Servlet是一个接口&#xff0c;是java的基础&#xff0c;java之所以编写web的程序&#xff0c;接收请求并响应&#xff0c;就是因为Sevlet接口 Java 类实现了Servlet接口的时候就可以接收并响应请求&#xff0c;成为web服务器 Web服务器就是接…

贝叶斯公式的一个直观解释

E E E&#xff1a;抓到娃娃 H H H&#xff1a;坐地铁 H ˉ \bar H Hˉ&#xff1a;坐公交 P ( E ) P ( H ) P ( E ∣ H ) P ( H ‾ ) P ( E ∣ H ‾ ) P({E}) P({H}) P({E} \mid {H}) {P}(\overline{{H}}) {P}({E} \mid \overline{{H}}) P(E)P(H)P(E∣H)P(H)P(E∣H) P (…

Java 大视界 -- Java 大数据分布式计算中的通信优化与网络拓扑设计(145)

&#x1f496;亲爱的朋友们&#xff0c;热烈欢迎来到 青云交的博客&#xff01;能与诸位在此相逢&#xff0c;我倍感荣幸。在这飞速更迭的时代&#xff0c;我们都渴望一方心灵净土&#xff0c;而 我的博客 正是这样温暖的所在。这里为你呈上趣味与实用兼具的知识&#xff0c;也…

reconstruct_3d_object_model_for_matching例子

文章目录 1.获取om3文件2.准备可视化3.准备3D可视化4.读取3D模型5.显示成对注册结果16.显示成对注册结果27.联合注册模型8.处理图像8.1子采样8.2 图像计算与平滑8.3 三角测量 9.基于表面做3D匹配10.评估模型准确度10.1 在场景中找到模型10.2 计算模型和场景之间的距离 11.立体系…