Leetcode - 周赛 452
目录
- 一,3566. 等积子集的划分方案
- 二,3567. 子矩阵的最小绝对差
- 三,3568. 清理教室的最少移动
- 四,3569. 分割数组后不同质数的最大数目
一,3566. 等积子集的划分方案
题目列表
本题有两种做法,dfs 选或不选 / 枚举子集,代码如下:
// dfs 选或不选
class Solution {public boolean checkEqualPartitions(int[] nums, long target) {return dfs(0, 1, 1, nums, target);}boolean dfs(int i, long mul1, long mul2, int[] nums, long target){if(mul1 > target || mul2 > target){return false;}if(i == nums.length){return mul1 == mul2 && mul1 == target;} return dfs(i+1, mul1 * nums[i], mul2, nums, target)|| dfs(i+1, mul1, mul2 * nums[i], nums, target);}
}// 枚举子集
class Solution {public boolean checkEqualPartitions(int[] nums, long target) {int n = nums.length;for(int i = 0; i < 1 << n; i++){long mul1 = 1, mul2 = 1;for(int j = 0; j < n; j++){if((i >> j & 1) == 0){mul1 *= nums[j];}else{mul2 *= nums[j];}if(mul1 > target || mul2 > target)break;}if(mul1 == mul2 && mul1 == target) return true;}return false;}
}
二,3567. 子矩阵的最小绝对差
题目列表
本题数据范围较小,直接暴力枚举每个 k * k 的矩阵,代码如下:
class Solution {public int[][] minAbsDiff(int[][] grid, int k) {int m = grid.length;int n = grid[0].length;int[][] ans = new int[m-k+1][n-k+1];for(int i = 0; i < m - k + 1; i++){for(int j = 0; j < n - k + 1; j++){List<Integer> lst = new ArrayList<>();for(int a = 0; a < k; a++){for(int b = 0; b < k; b++){lst.add(grid[i+a][j+b]);}}Collections.sort(lst);int res = Integer.MAX_VALUE;for(int p = 1; p < lst.size(); p++){int x = lst.get(p) - lst.get(p-1);if(x == 0) continue;res = Math.min(res, x);}ans[i][j] = res == Integer.MAX_VALUE ? 0 : res;}}return ans;}
}
三,3568. 清理教室的最少移动
题目列表
本题是一个 BFS 广度优先搜索问题,只不过多了两个变量 —— 垃圾(L)、能量(energy),对于本题来说,在使用 BFS 搜索的时候除了必须的坐标(x,y),还需要记录一下当前还剩于的能量(没有能量无法移动),以及还剩下的垃圾个数以及位置。
对于垃圾个数以及位置:
- 由于题目限制了垃圾个数至多为 10 个,可以使用二进制集合来表示当前还有哪些垃圾没有处理
- 对于垃圾所在的位置则可以额外使用一个 hashmap / 二维数组 来存储
- 举个例子,有 3 个垃圾,分别在
(1,2),(3,3),(4,3)
,将它们表示成二进制集合mask = 111
,使用 hashmap 存储:{(1,2):0},{(2,3):1},{(4,3),2}
综上所述,在 BFS 遍历时需要存储 4 个变量 (x,y,energy,mask)
,由于本题可以上下左右访问,可能会出现重复访问的情况,所以还需要一个四维布尔数组标记已经访问的位置。
优化:可以将 energy 这个维度给优化掉,贪心的想,对于 (x,y,mask)
这个状态来说,肯定是 energy 越多越好,这样可以走的更远。实际上避免在两个相邻位置之间反复横跳,避免无意义地消耗能量。
代码如下:
// 未优化代码
class Solution {public int minMoves(String[] classroom, int energy) {int n = classroom.length;int m = classroom[0].length();char[][] s = new char[n][m];int[] start = new int[2];Map<Integer, Integer> map = new HashMap<>();for(int i = 0; i < n; i++){s[i] = classroom[i].toCharArray();for(int j = 0; j < m; j++){if(s[i][j] == 'S'){start[0] = i;start[1] = j;}else if(s[i][j] == 'L'){int t = map.size(); map.put(i*20+j, t);}} }Queue<int[]> que = new LinkedList<>();int total = map.size();que.offer(new int[]{start[0], start[1], energy, (1 << total) - 1});boolean[][][][] vis = new boolean[n][m][energy+1][1<<total];vis[start[0]][start[1]][energy][(1<<total)-1] = true;int[][] dirct = {{0, 1}, {0, -1}, {1, 0}, {-1, 0}};for(int ans = 0; !que.isEmpty(); ans++){int size = que.size();while(size-- > 0){int[] t = que.poll();int i = t[0], j = t[1], e = t[2], mask = t[3];if(mask == 0) return ans;if(e == 0) continue;for(int[] d : dirct){int x = i + d[0];int y = j + d[1];if(x >= 0 && x < n && y >= 0 && y < m && s[x][y] != 'X'){int newE = s[x][y] == 'R' ? energy : e - 1;int idx = map.getOrDefault(x*20+y, -1);int newMask = idx >= 0 ? mask & ~(1<<idx) : mask;if(!vis[x][y][newE][newMask]){vis[x][y][newE][newMask] = true;que.add(new int[]{x, y, newE, newMask});}} }}}return -1;}
}// 优化代码
class Solution {public int minMoves(String[] classroom, int energy) {int n = classroom.length;int m = classroom[0].length();int[] start = new int[2]; // 记录初始位置Map<Integer, Integer> map = new HashMap<>();for(int i = 0; i < n; i++){for(int j = 0; j < m; j++){if(classroom[i].charAt(j) == 'S'){start[0] = i;start[1] = j;}else if(classroom[i].charAt(j) == 'L'){int t = map.size(); map.put(i*20+j, t); // 记录 (x,y) : i}} }Queue<int[]> que = new LinkedList<>();int total = map.size();que.offer(new int[]{start[0], start[1], energy, (1 << total) - 1});byte[][][] maxEnergy = new byte[n][m][1<<total];for(byte[][] x : maxEnergy){for(byte[] y : x){Arrays.fill(y, (byte)-1);}}maxEnergy[start[0]][start[1]][(1<<total)-1] = (byte)energy;int[][] dirct = {{0, 1}, {0, -1}, {1, 0}, {-1, 0}};for(int ans = 0; !que.isEmpty(); ans++){int size = que.size();while(size-- > 0){int[] t = que.poll();int i = t[0], j = t[1], e = t[2], mask = t[3];if(mask == 0) return ans; // 垃圾捡完了,直接返回if(e == 0) continue; // 能量用完了,无法移动for(int[] d : dirct){int x = i + d[0];int y = j + d[1];if(x >= 0 && x < n && y >= 0 && y < m && classroom[x].charAt(y) != 'X'){byte newE = (byte)(classroom[x].charAt(y) == 'R' ? energy : e - 1);int idx = map.getOrDefault(x*20+y, -1);int newMask = idx >= 0 ? mask & ~(1<<idx) : mask;if(maxEnergy[x][y][newMask] < newE){// 更新状态maxEnergy[x][y][newMask] = newE;que.add(new int[]{x, y, newE, newMask});}} }}}return -1;}
}
四,3569. 分割数组后不同质数的最大数目
题目列表
本题明面上是一个前后缀的问题,实际上是一个区间更新+区间查询的题,将每次查询的答案分成两个部分,一部分是 nums
数组中所有不同质数的个数,另一部分则是分割后能多出来的质数个数。第二个部分画个图来理解一下:
根据上述图像可以发现,我们需要维护每个质数第一次出现的位置以及最后一次出现的位置,所有可以使用 TreeSet 有序集合来维护,又因为不只一个质数,所以还需要嵌套一个哈希表,即需要使用Map<Integer, TreeSet<Integer>>
这个数据结构。 而区间更新 + 区间查询则是使用Lazy线段树来实现。
代码如下:
class LazySegmentTree{// 懒标记初始值private static final int TODO_INIT = 0;private static final class Node{int val;int todo;}private int mergeValue(int a, int b){return Math.max(a, b);}// 合并懒标记private int mergeTodo(int a, int b){return a + b;}// 懒标记更新private void apply(int i, int l, int r, int todo){Node cur = tree[i];cur.val += todo;cur.todo = mergeTodo(todo, cur.todo);}private final int n;private final Node[] tree;public LazySegmentTree(int n, int initVal){this.n = n;int[] a = new int[n];Arrays.fill(a, initVal);tree = new Node[n<<2];build(1, 0, n-1, a);}public LazySegmentTree(int[] a){n = a.length;tree = new Node[n<<2];build(1, 0, n-1, a);}public void update(int ql, int qr, int f){update(1, 0, n-1, ql, qr, f);}private void spread(int i, int l, int r){int todo = tree[i].todo;if(todo == TODO_INIT){return;}int m = (l + r) / 2;apply(i << 1, l, m, todo);apply(i << 1 | 1, m + 1, r, todo);tree[i].todo = TODO_INIT;}private void maintain(int node){tree[node].val = mergeValue(tree[node<<1].val, tree[node<<1|1].val);}private void build(int i, int l, int r, int[] a){tree[i] = new Node();tree[i].todo = TODO_INIT;if(l == r){tree[i].val = a[l];return;}int m = (l + r) / 2;build(i<<1, l, m, a);build(i<<1|1, m+1, r, a);maintain(i);}private void update(int i, int l, int r, int L, int R, int f){if(L <= l && r <= R){apply(i, l, r, f);return;}spread(i, l, r);int mid = (l + r) / 2;if(L <= mid){update(i<<1, l, mid, L, R, f);}if(R > mid){update(i<<1|1, mid+1, r, L, R, f);}maintain(i);}public int query(int l, int r){return query(1, 0, n-1, l, r);}private int query(int i, int l, int r, int ql, int qr){if(ql <= l && r <= qr){return tree[i].val;}spread(i, l, r);int m = (l + r) / 2;if(qr <= m){return query(i<<1, l, m, ql, qr);}if(ql > m){return query(i<<1|1, m+1, r, ql, qr);}int lRes = query(i<<1, l, m, ql, qr);int rRes = query(i<<1|1, m+1, r, ql, qr);return mergeValue(lRes, rRes);}
}
class Solution {private static final int MX = 100_000;private static final boolean[] np = new boolean[MX+1];static{np[0] = np[1] = true;for(int i = 2; i <= MX; i++){if(!np[i]){for(int j = i; j <= MX / i; j++){np[i * j] = true;}}}}public int[] maximumCount(int[] nums, int[][] queries) {int n = nums.length;Map<Integer, TreeSet<Integer>> pos = new HashMap<>();for(int i = 0; i < n; i++){if(!np[nums[i]])pos.computeIfAbsent(nums[i], e->new TreeSet<>()).add(i);}LazySegmentTree t = new LazySegmentTree(n, 0);// 初始化for(TreeSet<Integer> s : pos.values()){if(s.size() > 1){t.update(s.first(), s.last(), 1);}}int m = queries.length;int[] ans = new int[m];for(int qi = 0; qi < m; qi++){int i = queries[qi][0], v = queries[qi][1];int old = nums[i];nums[i] = v;if(!np[old]){ // 处理旧值TreeSet<Integer> s = pos.get(old);if(s.size() > 1){ // 先撤回之前的更新操作t.update(s.first(), s.last(), -1);}s.remove(i); // 删除后if(s.size() > 1){ // 再执行更新操作t.update(s.first(), s.last(), 1);}else if(s.isEmpty()){pos.remove(old);}}if(!np[v]){ // 处理更新后的值TreeSet<Integer> s = pos.computeIfAbsent(v, k->new TreeSet<>());if(s.size() > 1){// 先撤回之前的更新操作t.update(s.first(), s.last(), -1);}s.add(i);// 添加后if(s.size() > 1){// 再执行更新操作t.update(s.first(), s.last(), 1);}}// nums 中所有不同质数的个数 + 分割后能多出来的质数个数ans[qi] = pos.size() + t.query(0, n-1);}return ans;}
}