当前位置: 首页 > news >正文

每日算法刷题Day11 5.20:leetcode不定长滑动窗口求最长/最大6道题,结束不定长滑动窗口求最长/最大,用时1h20min

6. 1695.删除子数组的最大得分(中等)

1695. 删除子数组的最大得分 - 力扣(LeetCode)

思想

1.给你一个正整数数组 nums ,请你从中删除一个含有 若干不同元素 的子数组**。**删除子数组的 得分 就是子数组各元素之  。
返回 只删除一个 子数组可获得的 最大得分 
2.题意转换:窗口内不含相同元素,哈希表维护即可

代码

c++:

class Solution {
public:int maximumUniqueSubarray(vector<int>& nums) {int n = nums.size();int res = 0;map<int, int> cnt;int left = 0;int sum = 0;for (int right = 0; right < n; ++right) {sum += nums[right];++cnt[nums[right]];while (cnt[nums[right]] > 1) {--cnt[nums[left]];sum -= nums[left];++left;}res = max(res, sum);}return res;}
};
7. 2958.最多K个重复元素的最长子数组(中等)

2958. 最多 K 个重复元素的最长子数组 - 力扣(LeetCode)

思想

1.如果一个数组中所有元素的频率都 小于等于 k ,那么我们称这个数组是  数组。
请你返回 nums 中 最长好 子数组的长度。
2.题意转换:所有元素的频率都 小于等于 k即为窗口条件

代码

c++:

class Solution {
public:int maxSubarrayLength(vector<int>& nums, int k) {int n = nums.size();int res = 0;map<int, int> cnt;int left = 0;for (int right = 0; right < n; ++right) {++cnt[nums[right]];while (cnt[nums[right]] > k) {--cnt[nums[left]];++left;}res = max(res, right - left + 1);}return res;}
};
8. 2024.考试的最大困扰度(中等,可一起考虑优化)

2024. 考试的最大困扰度 - 力扣(LeetCode)

思想

1.方法是 最大化 有 连续相同 结果的题数,请你返回在不超过 k 次操作的情况下,最大 连续 'T' 或者 'F' 的数目。
2.我的思想,F和T分开来求,两个最大值再取最大值
3.学习优化思想:
窗口内有4种情况:

  • T和F数量都不超过k,满足要求
  • T数量超过k,F数量不超过k,把F变成T,满足要求
  • F数量超过k,T数量不超过k,把T变成F,满足要求
  • T和F数量都超过k,不满足要求,更新窗口左端点
代码

c++:

class Solution {
public:int solve(string answerKey, int k,char c){int n=answerKey.size();int left=0;int sum=0; int res=0;for(int right=0;right<n;++right){if(answerKey[right]==c)   ++sum;while(sum>k){if(answerKey[left]==c)    --sum;++left;}res=max(res,right-left+1);}return res;}int maxConsecutiveAnswers(string answerKey, int k) {// F->Tint resT=solve(answerKey,k,'F');// T->Fint resF=solve(answerKey,k,'T');int res=max(resT,resF);return res;}
};

优化:

class Solution {
public:int maxConsecutiveAnswers(string answerKey, int k) {int n = answerKey.size();int left = 0;int sumT = 0, sumF = 0;int res = 0;for (int right = 0; right < n; ++right) {if (answerKey[right] == 'T')++sumT;else++sumF;while (sumT > k && sumF > k) {if (answerKey[left] == 'T')--sumT;else--sumF;++left;}res = max(res, right - left + 1);}return res;}
};
9. 1004.最大连续1的个数III(中等)

1004. 最大连续1的个数 III - 力扣(LeetCode)

思想

1.给定一个二进制数组 nums 和一个整数 k,假设最多可以翻转 k 个 0 ,则返回执行操作后 数组中连续 1 的最大个数 。
2.题目理解:0的数量不超过k

代码

c++:

class Solution {
public:int longestOnes(vector<int>& nums, int k) {int n = nums.size();int res = 0;int sum0 = 0;int left = 0;for (int right = 0; right < n; ++right) {if (nums[right] == 0)++sum0;while (sum0 > k) {if (nums[left] == 0)--sum0;++left;}res = max(res, right - left + 1);}return res;}
};
10. 1658.将x减到0的最小操作数(中等,逆向思维)

1658. 将 x 减到 0 的最小操作数 - 力扣(LeetCode)

思想

1.给你一个整数数组 nums 和一个整数 x 。每一次操作时,你应当移除数组 nums 最左边或最右边的元素,然后从 x 中减去该元素的值。如果可以将 x 恰好 减到 0 ,返回 最小操作数 ;否则,返回 -1 。
2.逆向思维转换:求和为totalSum-x的最长窗口大小
3.逆向思维转换后k=totalSum-x,要判断k为负的特殊情况
4.res初始值设置为INT_MIN,先判断-1情况

代码

c++:

class Solution {
public:int minOperations(vector<int>& nums, int x) {int n = nums.size();int res = INT_MIN;long long totalSum = 0, sum = 0;for (const int val : nums)totalSum += (long long)val;long long k = totalSum - x;if (k < 0)return -1;int left = 0;for (int right = 0; right < n; ++right) {sum += (long long)nums[right];while (sum > k) {sum -= (long long)nums[left];++left;}if (sum == k) {res = max(res, right - left + 1);}}if (res == INT_MIN)return -1;return n - res;}
};
http://www.xdnf.cn/news/553015.html

相关文章:

  • AMO——下层RL与上层模仿相结合的自适应运动优化:让人形行走操作(loco-manipulation)兼顾可行性和动力学约束
  • 【优秀三方库研读】在 quill 开源库中 QUILL_MAGIC_SEPARATOR 的作用是什么,解决了什么问题
  • 【爬虫】12306自动化购票
  • 【VS Code】Qt程序的调试与性能分析
  • SN生成流水号并且打乱
  • LTX-Videov本地部署教程:时空扩散+多尺度渲染,重塑AI视频研究范式
  • 第 4 章:网络与总线——CAN / Ethernet / USB-OTG
  • STM32中的ADC
  • CSS之box-sizing、图片模糊、计算盒子宽度clac、(重点含小米、进度条案例)过渡
  • 喷涂喷漆机器人详解
  • python-leetcode 68.有效的括号
  • RSA加解密实战指南:Java与JavaScript实现详解 + 在线工具推荐
  • PyTorch 之 torch.distributions.Categorical 详解
  • Vue 3.0 Transition 组件使用详解
  • 高等数学笔记——向量代数与空间解析几何1
  • Mujoco 学习系列(一)安装与部署
  • C#新建打开文件对话框
  • 机器学习 集成学习方法之随机森林
  • Oracle中如何解决LATCH:CACHE BUFFERS LRU CHAIN
  • 精益数据分析(73/126):黏性阶段的功能优先级法则——七问决策模型与风险控制
  • 【神经网络与深度学习】扩散模型之原理解释
  • 调皮用法|python语言中的self参数
  • python训练营打卡第29天
  • 【实用教程】如何快速搭建一套私有的埋点系统?
  • 国产视频转换LT6211UX:HDMI2.0转LVDS/MIPI芯片简介,支持4K60Hz
  • Zenmap代理情况下无法扫描ip
  • MongoDB 学习(三)Redis 与 MongoDB 的区别
  • EasyOCR 模型文件下载
  • 开源运维工具HHDESK源码开发
  • Linux(ubuntu18.04)下安装instant-ngp环境