🌻算法,不如说它是一种思考方式🍀
算法专栏: 👉🏻123
一、🌱2023-spring 2.探险营地
-
题目描述:探险家小扣的行动轨迹,都将保存在记录仪中。expeditions[i] 表示小扣第 i 次探险记录,用一个字符串数组表示。其中的每个「营地」由大小写字母组成,通过子串
->
连接。
例:"Leet->code->Campsite"
,表示到访了 “Leet”、“code”、“Campsite” 三个营地。
expeditions[0] 包含了初始小扣已知的所有营地;对于之后的第 i 次探险(即 expeditions[i] 且 i > 0),如果记录中包含了之前均没出现的营地,则表示小扣 新发现 的营地。
请你找出小扣发现新营地最多且索引最小的那次探险,并返回对应的记录索引。如果所有探险记录都没有发现新的营地,返回 -1 -
来源:力扣(LeetCode)
-
难度:中等
-
注意:
大小写不同的营地视为不同的营地;
营地的名称长度均大于 0。 -
示例 1:
输入:
expeditions = ["leet->code","leet->code->Campsite->Leet","leet->code->leet->courier"]
输出:1
解释:
初始已知的所有营地为 “leet” 和 “code”第 1 次,到访了 “leet”、“code”、“Campsite”、“Leet”,新发现营地 2 处:“Campsite”、“Leet”
第 2 次,到访了 “leet”、“code”、“courier”,新发现营地 1 处:“courier”
第 1 次探险发现的新营地数量最多,因此返回 1
- 示例 2:
输入:
expeditions = ["Alice->Dex","","Dex"]
输出:-1
解释:
初始已知的所有营地为 “Alice” 和 “Dex”
第 1 次,未到访任何营地;
第 2 次,到访了 “Dex”,未新发现营地;
因为两次探险均未发现新的营地,返回 -1
- 示例 3:
输入:
expeditions = ["","Gryffindor->Slytherin->Gryffindor","Hogwarts->Hufflepuff->Ravenclaw"]
输出:2
解释:
初始未发现任何营地;
第 1 次,到访 “Gryffindor”、“Slytherin” 营地,其中重复到访 “Gryffindor” 两次,
因此新发现营地为 2 处:“Gryffindor”、“Slytherin”第 2 次,到访 “Hogwarts”、“Hufflepuff”、“Ravenclaw” 营地;
新发现营地 3 处:“Hogwarts”、“Hufflepuff”、“Ravenclaw”;第 2 次探险发现的新营地数量最多,因此返回 2
🌴解题
字符串的处理
这个应该算是简单题,不过当时题看错了卡了好久~
最简单做法就是对字符串数组的每一个字符串进行拆分:找 -
或者 ->
,字符串拆分加入到集合中 HashSet
,不会出现重复。
这里我们需要两个集合,一个集合 aSet
保存之前到访过的所有营地,另一个集合 bSet
保存当前字符串所记录的到访的营地,看集合 aSet
中有没有集合 bSet
的元素,记为 k
。于是这一次(第 i
次)的到访记录中新营地数 n
为:aSet
的大小 - k
,当 n > num && n != 0
时就让 num=n,index = i
(num初始赋值为 -1)。
按顺序遍历完最后返回最大新营地数的记录下标 index
。
class Solution {
public int adventureCamp(String[] expeditions) {
/**
* 处理第一个
*/
int ans=-1;// 最大新到访的个数
// 拆解字符串到hashset
Set<String> setstr0=new HashSet<>();
int count0;
if(expeditions[0].length()!=0){
count0=1;
for (int i = 0; i < expeditions[0].length(); i++) {
if (expeditions[0].charAt(i) == '-')
count0++;
}
int bigen = 0, end;
for (int i = 0; i < count0; i++) {//取出已知的营地
end = bigen;
while (end < expeditions[0].length() && expeditions[0].charAt(end) != '-') {
end++;
}
setstr0.add(expeditions[0].substring(bigen, end));
bigen = end + 2;
}
}
int index=10000;//记录下标最小
for (int i = 1; i < expeditions.length; i++) {//看当前有几个 包含前面的
/**
* 处理第i个记录
*/
if(expeditions[i].length()==0)
continue;
int countexp=1;//有多少个地方
for (int j = 0; j < expeditions[i].length(); j++) {
if (expeditions[i].charAt(j) == '-')
countexp++;
}
Set<String> setstr=new HashSet<>();
int bigen = 0, end;
for (int j = 0; j < countexp; j++) { //取出记录i到达的营地
end = bigen;
while (end < expeditions[i].length() && expeditions[i].charAt(end) != '-') {
end++;
}
setstr.add(expeditions[i].substring(bigen, end));
bigen = end + 2;
}
//比较 setstr0 - setstr****************还要把 setstr的内容加入setstr0
count0=setstr0.size();
int countn=setstr.size();
if(count0==0){//初始营地为空
if(ans<countn){//当前 new到访记录更多
ans=countn;
index=i;
}
}else{
int k=0;
for (String s : setstr) {//看初始到访记录是否存在于当前到访记录
if(setstr0.contains(s))
k++;
}
if(countn-k <= 0)//当前new到访记录 0
continue;
if(ans<countn-k){//当前 new到访记录更多
ans=countn-k;
index=i;
}
}
setstr0.addAll(setstr);
}
if(index==10000)//不变,表示没新的到访地
return -1;
return index;
}
}
过啦!
返回第一页。☝
☕物有本末,事有终始,知所先后。🍭
🍎☝☝☝☝☝我的CSDN☝☝☝☝☝☝🍓