2023-7-24
- 题1
- 体会
- 我的代码
- 题2
- 这道题是一点都不会
- 重点
- 我的代码
- 题3
- 重点
- 我的代码
- 题二题三都不会
- 621. 任务调度器
- 思路
题1
体会
想到倒序遍历就可以。
我的代码
class Solution:
def maxArrayValue(self, nums: List[int]) -> int:
n = len(nums)
i = n-1
while i > 0 :
if nums[i]>=nums[i-1]:
i -= 1
nums[i] += nums[i+1]
else :
i-=1
return max(nums)
题2
这道题是一点都不会
重点
class Solution:
def maxIncreasingGroups(self, x: List[int]) -> int:
x.sort()
n = len(x)
curr = 0
ans = 0
for v in x:
curr += v
if curr >= ans + 1:
ans += 1
curr -= ans
return ans
我的代码
题3
重点
class Solution:
def countPalindromePaths(self, parent: List[int], s: str) -> int:
n = len(parent)
@cache
def getRes(idx):
if idx == 0: return 0
return getRes(parent[idx]) ^ (1 << (ord(s[idx]) - ord('a')))
vals = [getRes(i) for i in range(n)]
cnt = Counter()
ans = 0
for x in vals:
ans += cnt[x]
for i in range(26):
ans += cnt[x ^ (1 << i)]
cnt[x] += 1
return ans
我的代码
题二题三都不会
621. 任务调度器
思路
完成所有任务的最短时间取决于出现次数最多的任务数量。
看下题目给出的例子
输入: tasks = [“A”,“A”,“A”,“B”,“B”,“B”], n = 2
输出: 8
执行顺序: A -> B -> (待命) -> A -> B -> (待命) -> A -> B.
因为相同任务必须要有时间片为 n 的间隔,所以我们先把出现次数最多的任务 A 安排上(当然你也可以选择任务 B)。例子中 n = 2,那么任意两个任务 A 之间都必须间隔 2 个单位的时间:
A -> (单位时间) -> (单位时间) -> A -> (单位时间) -> (单位时间) -> A
中间间隔的单位时间可以用来安排别的任务,也可以处于“待命”状态。当然,为了使总任务时间最短,我们要尽可能地把单位时间分配给其他任务。现在把任务 B 安排上:
A -> B -> (单位时间) -> A -> B -> (单位时间) -> A -> B
很容易观察到,前面两个 A 任务一定会固定跟着 2 个单位时间的间隔。最后一个 A 之后是否还有任务跟随取决于是否存在与任务 A 出现次数相同的任务。
该例子的计算过程为:
(任务 A 出现的次数 - 1) * (n + 1) + (出现次数为 3 的任务个数),即:
(3 - 1) * (2 + 1) + 2 = 8
所以整体的解题步骤如下:
计算每个任务出现的次数
找出出现次数最多的任务,假设出现次数为 x
计算至少需要的时间 (x - 1) * (n + 1),记为 min_time
计算出现次数为 x 的任务总数 count,计算最终结果为 min_time + count
特殊情况
然而存在一种特殊情况,例如:
输入: tasks = [“A”,“A”,“A”,“B”,“B”,“B”,“C”,“C”,“D”,“D”], n = 2
输出: 10
执行顺序: A -> B -> C -> A -> B -> D -> A -> B -> C -> D
此时如果按照上述方法计算将得到结果为 8,比数组总长度 10 要小,应返回数组长度。
class Solution(object):
def leastInterval(self, tasks, n):
"""
:type tasks: List[str]
:type n: int
:rtype: int
"""
length = len(tasks)
if length <= 1:
return length
# 用于记录每个任务出现的次数
task_map = dict()
for task in tasks:
task_map[task] = task_map.get(task, 0) + 1
# 按任务出现的次数从大到小排序
task_sort = sorted(task_map.items(), key=lambda x: x[1], reverse=True)
# 出现最多次任务的次数
max_task_count = task_sort[0][1]
# 至少需要的最短时间
res = (max_task_count - 1) * (n + 1)
for sort in task_sort:
if sort[1] == max_task_count:
res += 1
# 如果结果比任务数量少,则返回总任务数
return res if res >= length else length