【力扣周赛】第340场周赛

news2024/10/7 2:55:06

【力扣周赛】第340场周赛

    • 6361:对角线上的质数
      • 题目描述
      • 解题思路
    • 6360:等值距离和
      • 题目描述
      • 解题思路

6361:对角线上的质数

题目描述

描述:给你一个下标从 0 开始的二维整数数组 nums ,返回位于 nums 至少一条 对角线 上的最大 质数 。如果任一对角线上均不存在质数,返回 0 。

注意:

1、如果某个整数大于 1 ,且不存在除 1 和自身之外的正整数因子,则认为该整数是一个质数。
2、如果存在整数 i ,使得 nums[i][i] = val 或者 nums[i][nums.length - i - 1]= val ,则认为整数 val 位于 nums 的一条对角线上。

在这里插入图片描述

在上图中,一条对角线是 [1,5,9] ,而另一条对角线是 [3,5,7] 。

1 <= nums.length <= 300。
nums.length == numsi.length。
1 <= nums[i][j] <= 4*106

输入:nums = [[1,2,3],[5,6,7],[9,10,11]]
输出:11
解释:数字 1、3、6、9 和 11 是所有 "位于至少一条对角线上" 的数字。由于 11 是最大的质数,故返回 11
输入:nums = [[1,2,3],[5,17,7],[9,11,10]]
输出:17
解释:数字 1、3、9、10 和 17 是所有满足"位于至少一条对角线上"的数字。由于 17 是最大的质数,故返回 17

解题思路

难度:简单。

思路:首先编写一个判断是否为质数的函数,然后遍历矩阵,当遇到对角线元素时,如果其为质数则更新最大质数值。

    // 判断是否为质数
    bool isPrime(int n)
    {
        if(n==1)
            return false;
        if(n<=3)
            return true;
        int i;
        for(i=2;i<=sqrt(n);i++)
            if(n%i==0)
                break;
        if(i>sqrt(n))
            return true;
        return false;
    }
    int diagonalPrime(vector<vector<int>>& nums) {
        // 存储结果
        int res=0;
        // 记录长度
        int n=nums.size();
        // 遍历对角线
        for(int i=0;i<n;i++)
            for(int j=0;j<n;j++)
                if((i+j==(n-1))||(i==j))
                {
                    if(isPrime(nums[i][j]))
                       res=max(res,nums[i][j]);
                }
        return res;
    }

6360:等值距离和

题目描述

描述:给你一个下标从 0 开始的整数数组 nums 。现有一个长度等于 nums.length 的数组 arr 。对于满足 nums[j] == nums[i] 且 j != i 的所有 j ,arr[i] 等于所有 |i - j| 之和。如果不存在这样的 j ,则令 arr[i] 等于 0 。

返回数组 arr 。

输入:nums = [1,3,1,1,2]
输出:[5,0,3,4,0]
解释:
i = 0 ,nums[0] == nums[2] 且 nums[0] == nums[3] 。因此,arr[0] = |0 - 2| + |0 - 3| = 5 。 
i = 1 ,arr[1] = 0 因为不存在值等于 3 的其他下标。
i = 2 ,nums[2] == nums[0] 且 nums[2] == nums[3] 。因此,arr[2] = |2 - 0| + |2 - 3| = 3 。
i = 3 ,nums[3] == nums[0] 且 nums[3] == nums[2] 。因此,arr[3] = |3 - 0| + |3 - 2| = 4 。 
i = 4 ,arr[4] = 0 因为不存在值等于 2 的其他下标。
输入:nums = [0,5,3]
输出:[0,0,0]
解释:因为 nums 中的元素互不相同,对于所有 i ,都有 arr[i] = 0

解题思路

难度:中等。

思路:双重循环。外层循环遍历当前数组元素,内层循环遍历从当前数组元素后一个元素开始的剩余数组元素,如果两者相等,则将两者的下标绝对值和分别加到两者对应的结果数组元素上。时间复杂度为O(n2),超出时间限制。

vector<long long> distance(vector<int>& nums) 
{
    int n=nums.size();
    vector<long long> res(n,0);
    for(int i=0;i<n;i++)
    // 保证i和j不相等
    for(int j=i+1;j<n;j++)
    {
         if(nums[i]==nums[j])
         {
             res[i]+=abs(j-i);
             res[j]+=abs(j-i);
         }
    }
    return res;
}

优化:不妨直接使用map将相同元素进行分组处理,即map存储数值以及数值对应的下标列表。首先遍历数组,当在map中未找到当前数组元素时则直接将其加入map,反之则遍历当前数组元素所对应的下标列表,然后依次计算各个元素与当前元素的下标绝对值之和,并将其分别加到当前下标列表元素与当前元素上。虽然但是,还是超出时间限制。

vector<long long> distance(vector<int>& nums) 
{
    int n=nums.size();
    vector<long long> res(n,0);
    map<int,vector<int>> umap;
    // 将值相同的下标均加入map
    for(int i=0;i<n;i++)
    {
         if(umap[nums[i]].size()!=0)
         {
             for(int j=0;j<umap[nums[i]].size();j++)
             {
                 int diff=i-umap[nums[i]][j];
                 res[i]+=diff;
                 res[umap[nums[i]][j]]+=diff;
             }
         }
         umap[nums[i]].push_back(i);
    }
    return res;
}

优化:前缀和与后缀和公式。假设当前位置下标为i,当前位置元素与前面所有位置元素的差绝对值和为left[i],当前位置元素与后面所有位置元素的差绝对值和为right[i],当前位置元素与其他所有位置元素的差绝对值和为sum[i],其计算公式如下。

left[i]=left[i-1]+i*(arr[i]-arr[i-1])
right[i]=right[i+1]+(n-i-1)*(arr[i+1]-arr[i])
sum[i]=left[i]+right[i]

思路:综上所述,整体解题思路如下,首先使用map将相同元素进行分组处理,即map存储数值以及数值对应的下标列表,然后遍历map,对于每一个分组,计算下标列表各个元素的前缀和以及后缀和,再计算各个元素的前缀和后缀和,并将其加入到结果数组中。

vector<long long> distance(vector<int>& nums) 
{
   int n=nums.size();
   vector<long long> res(n,0);
   unordered_map<int,vector<int>> umap;
   // 将所有相同值元素下标分组存储
   for(int i=0;i<n;i++)
      umap[nums[i]].push_back(i);
   // 遍历umap
   for(auto it:umap)
   {
       int m=it.second.size();
       // 存储前缀和
       vector<long long> left(m,0);
       // 存储后缀和
       vector<long long> right(m,0);
       // 计算前缀和 第一个元素前缀和为0
       for(int i=1;i<m;i++)
          left[i]=left[i-1]+i*(it.second[i]-it.second[i-1]);
       // 计算后缀和 最后一个元素后缀和为0
       for(int i=m-2;i>=0;i--)
          right[i]=right[i+1]+(m-i-1)*(it.second[i+1]-it.second[i]);
       // 计算前缀和后缀和
       for(int i=0;i<m;i++)
          res[it.second[i]]=left[i]+right[i];
    }
    return res;
}

第一场周赛,只写出来了两题,打击自信哈哈哈哈,再接再厉吧~

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/412731.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

webgl-原生纹理贴图

踩坑&#xff1a; 1、图片不显示&#xff1a;图片分辨率为非2的幂次方&#xff0c;图片不能被渲染。图形变成黑方块 2的N次幂&#xff1a;1 2 4 8 16 32 64 128 256 512 1024 2048 4096…… 2、几何图形配置映射方式&#xff0c;顶点坐标和纹理坐标对应需要注意&#xff0c;构…

并行分布式计算 并行计算机体系结构

文章目录并行分布式计算 并行计算机体系结构并行计算机结构模型SIMD 单指令多数据流PVP 并行向量处理机SMP 对称多处理机MPP 大规模并行处理机DSM 分布式共享存储多处理机COW 工作站集群总结并行计算机访存模型UMA 均匀存储访问模型NUMA 非均匀存储访问模型COMA 全高速缓存存储…

OpenCV实战之广角相机拍照算法

拍照是手机中的一项重要功能&#xff0c;目前常见的千元机中都包含数个相机模组&#xff0c;能够实现虚化拍照、美颜、广角拍照、夜景等功能。手机是一个拥有巨大销量的电子产品&#xff0c;因此成为图像处理算法的一个重要落地场景。很多AI公司聚焦于此&#xff0c;如虹软、旷…

Docker已经创建运行启动的容器,如何修改容器中的环境变量env使长期有效

1.查看Docker Root目录 docker info | grep Docker Root[rootjenkins ~]# docker info | grep ‘Docker Root’ Docker Root Dir: /data/docker 2.查到容器的长id&#xff08;container id&#xff09; 方式一&#xff1a; docker inspect pdmaas | grep "Id"方式…

scikit-learn决策树算法笔记总结

1. scikit-learn决策树算法类库介绍 scikit-learn决策树算法类库内部实现是使用了调优过的CART树算法&#xff0c;既可以做分类&#xff0c;又可以做回归。分类决策树的类对应的是DecisionTreeClassifier&#xff0c;而回归决策树的类对应的是DecisionTreeRegressor。两者的参…

20230409英语学习

Dog Philosophy 101&#xff1a;What Dogs Teach Us About Life 狗狗教给我们的人生哲学 I recently was pleased to receive an honorary Doctor of Science Degree from the University of Guelph.As part of the ceremony I was asked to give a convocation address to the…

Openlayers(五)点位聚合Cluster

Openlayers&#xff08;五&#xff09;点位聚合Cluster 1.业务问题 由于点位在地图上显示过多&#xff0c;会造成页面卡顿、点位标注信息相互叠加导致看不清 优化后效果 不断放大层级 2.聚合类Cluster OpenLayers 中聚合是通过 ol.source.Cluster 实现&#xff0c;聚合的原…

如何写出10万+ Facebook 贴文?

想要创作一篇优秀的Facebook贴文&#xff0c;首先要考虑以下几个问题&#xff1a; 1.文案特点 一篇清晰简洁的文案有助于受众在有限的浏览时间内快速了解你想要展示的信息。根据以往经验&#xff0c;文案内容最好保持在20个汉字以内&#xff0c;加上链接描述最好也不要超过50…

学习Pycharm使用方法(一):Pycharm中Make available to all projects的含义是什么

Make available to all projects一、为什么要进行包管理二、怎么做1、命令行&#xff08;情况一&#xff09;第一步&#xff1a;先安装虚拟环境模块第二步 :激活虚拟 环境2、Pycharm(情况二)三、项目部署时批量导包一、为什么要进行包管理 Python中的第三方包提供了各种功能&a…

十五分钟带你学会 Docker

文章目录虚拟化与容器化什么是 DockerDocker 工作原理安装 DockerDocker 核心概念Docker fileImageContainerDocker 流程示例Docker 常用命令Dockerfile 常用指令Docker 网络通信Docker ComposeDocker Hub虚拟化与容器化 虚拟化技术是一种将计算机物理资源进行抽象、转换为虚拟…

【C++】类与对象(下)

系列文章 若想了解什么是类、封装的意义可以移步 【C】类与对象&#xff08;引入&#xff09; 若对六大成员函数或const成员函数有疑问的这篇文章可能可以帮到你 【C】类与对象&#xff08;上&#xff09; 目录 系列文章 前言 1.初始化列表 1.1概念 1.2特性 1.2.1必须使…

29考虑特性分布的储能电站接入的电网多时间尺度源储荷协调调度策略MATLAB程序-日前日内实时+需求响应+协调调度

资源地址&#xff1a; 29考虑特性分布的储能电站接入的电网多时间尺度源储荷协调调度策略MATLAB程序-日前日内实时需求响应协调调度-Matlab文档类资源-CSDN文库 参考文献&#xff1a; 考虑特性分布的储能电站接入的电网多时间尺度源储荷协调调度策略——金力 主要内容&…

Python入门教程+项目实战-9.3节: 字符串的操作方法

目录 9.3.1 字符串常用操作方法 9.3.2 获取字符串长度 9.3.3 字符串的大小写操作 9.3.4 删除字符串中的空白字符 9.3.5 字符串的子串查找 9.3.6 字符串的子串统计 9.3.7 字符串的子串替换 9.3.8 字符串的拆分函数 9.3.9 字符串的前缀与后缀9.3.10 知识要点 9.3.11 系…

一文教你认识分布式微服务开源框架

说到办公效率提质增效的问题&#xff0c;就需要了解分布式微服务开源框架了。因为这是助力企业做好数据管理、实现信息互通的得力助手和工具。在数字化发展进程越来越快的今天&#xff0c;实现办公自动化发展是不少用户的心愿和发展方向&#xff0c;采用分布式微服务开源框架可…

APK打包流程

&#xff08;图是从别地儿抠过来的&#xff0c;所以不清晰 。&#xff09; AAPT: 首先&#xff0c;安卓APP的资源这一块&#xff0c;会通过aapt进行一个编译&#xff0c;这个工具编译的时候&#xff0c;会首先会把我们的这个xml文件生成这一个R.java&#xff0c;然后再就是像m…

google账号注册流程升级了!2023年谷歌gmail邮箱帐号注册申请教程(完整版)

google账号注册升级了&#xff01; 2023年4月份google账号注册流程升级了&#xff0c;升级之前的版本是完成验证手机号码后才填写用户资料&#xff0c;升级之后的版本是需要先填写用户资料才能注册谷歌gmail邮箱帐号&#xff1b; 2023年谷歌gmail邮箱帐号注册申请教程 1、打开…

ChatGPT扩展系列之解决ChatGPT 被大面积封号的终极方案

ChatGPT扩展系列之解决ChatGPT 被大面积封号的终极方案 本节介绍了一个解决ChatGPT在中国大陆无法使用和担心被封号的问题的方法。近期有很多亚洲用户被封号,原因是有人滥用API接口或者批量注册账号,不符合官方规定。对于这个问题,提出了一个解决方法,可以在中国大陆无需翻…

【NLP】pyltp工具介绍、安装和使用代码+示例

【NLP】pyltp工具介绍、安装和使用pyltp 文章目录【NLP】pyltp工具介绍、安装和使用pyltp1. 介绍2. 使用2.1 分句2.2 分词2.3 词性标注2.4 命名实体识别2.5 依存句法分析2.6 词义角色标注2.7 完整示例3. 参考1. 介绍 什么是pyltp pyltp 是LTP的 Python 封装&#xff0c;提供了…

uniapp - 全平台兼容的 “多图上传“ 功能,搭配 uview 组件库中的 upload 上传组件(附带详细的示例源码及注释,可直接复制使用或简单修改)

效果图 使用 uniapp 开发,多平台全端兼容的多图上传功能,支持限制个数及移除等。 组件库使用的是 uview 框架,上传组件基于 Upload组件,功能完美无bug。 准备阶段 Upload组件支持手动上传与

CMMI 3.0究竟有哪些变化?

新鲜出炉&#xff0c;CMMI 3.0究竟有哪些变化&#xff1f; 2023年4月6日&#xff0c;ISACA&#xff08;国际信息系统审计协会&#xff09;下属的CMMI研究院发布了CMMI 3.0版本。有哪些具体的变化呢&#xff1f;本文做了系统梳理&#xff0c;分为更名、新增、删除、实践域内的变…