LeetCode周赛第193场周赛

Posted 2020-12-11 lalal

一、5436. 一维数组的动态和：

给你一个数组 nums 。数组「动态和」的计算公式为：runningSum[i] = sum(nums[0]…nums[i]) 。

请返回 nums 的动态和。

示例：

输入：nums = [1,2,3,4]
输出：[1,3,6,10]
解释：动态和计算过程为 [1, 1+2, 1+2+3, 1+2+3+4] 。

输入：nums = [1,1,1,1,1]
输出：[1,2,3,4,5]
解释：动态和计算过程为 [1, 1+1, 1+1+1, 1+1+1+1, 1+1+1+1+1] 。

分析：

? 一遍遍历即可。

代码（Python）：

class Solution:
    def runningSum(self, nums: List[int]) -> List[int]:
        pre = 0
        ans = []
        for val in nums:
            pre += val
            ans.append(pre)
        return ans

---

二、5437. 不同整数的最少数目：

给你一个整数数组 arr 和一个整数 k 。现需要从数组中恰好移除 k 个元素，请找出移除后数组中不同整数的最少数目。

示例：

输入：arr = [5,5,4], k = 1
输出：1
解释：移除 1 个 4 ，数组中只剩下 5 一种整数。

输入：arr = [4,3,1,1,3,3,2], k = 3
输出：2
解释：先移除 4、2 ，然后再移除两个 1 中的任意 1 个或者三个 3 中的任意 1 个，最后剩下 1 和 3 两种整数。

分析：

? （1）首先需要对数组中元素进行计数，Python提供了基于哈希表实现的Counter。

? （2）接着就是排序加遍历，个数少的数优先-1，当个数为0时去除。

代码（Python）：

class Solution:
    def findLeastNumOfUniqueInts(self, arr: List[int], k: int) -> int:
        counter = Counter(arr)
        res = []
        for key in counter:
            res.append([key, counter[key]])
        
        res.sort(key=lambda x: -x[1])
        while k > 0:
            res[-1][1] -= 1
            k -= 1
            if res[-1][1] == 0:
                res.pop()
        return len(res)

---

三、5438. 制作 m 束花所需的最少天数：

给你一个整数数组 bloomDay，以及两个整数 m 和 k 。

现需要制作 m 束花。制作花束时，需要使用花园中 相邻的 k 朵花 。

花园中有 n 朵花，第 i 朵花会在 bloomDay[i] 时盛开，恰好 可以用于 一束 花中。

请你返回从花园中摘 m 束花需要等待的最少的天数。如果不能摘到 m 束花则返回 -1 。

示例：

输入：bloomDay = [1,10,3,10,2], m = 3, k = 1
输出：3
解释：让我们一起观察这三天的花开过程，x 表示花开，而 _ 表示花还未开。
现在需要制作 3 束花，每束只需要 1 朵。
1 天后：[x, _, _, _, _] // 只能制作 1 束花
2 天后：[x, _, _, _, x] // 只能制作 2 束花
3 天后：[x, _, x, _, x] // 可以制作 3 束花，答案为 3

输入：bloomDay = [1,10,3,10,2], m = 3, k = 2
输出：-1
解释：要制作 3 束花，每束需要 2 朵花，也就是一共需要 6 朵花。而花园中只有 5 朵花，无法满足制作要求，返回 -1 。

分析：

? （1）去重、排序：

? 由于题目给出的bloomDay数组中可能含有重复元素。并且题目需要我们返回最少的天数。因此提示我们还需要升序排序。因此我们可以先处理数据。

bloom_order = sorted(set(bloomDay))

? （2）遍历：

? 如果直接使用 for day in bloom_order：来进行排序，会超时。由于超过最小天数的天数也能够满足制作m束花的需求。因此满足二分的性质：单调性。因此可以使用二分查找来优化。

? （3）统计个数：

? 如果直接对每个位置都进行求取其后k个元素的值，会进行两层循环：

# O(N * k)， 超时！！！
for i in range(len(bloomDay)):
    for j in range(k):
        # ...

? 还可以定义两个变量，分别保存可以制作的花的数量num，以及相邻k朵花中开放的花数量sums：

for i in range(len(bloomDay)):
    if num >= m:
        break
    if bloomDay[i] <= day:
        sum += 1
    else:
        sums = 0
    if sums == k:
        num += 1
    	sums = 0
return num >= m

代码（Python）：

class Solution:
    def minDays(self, bloomDay: List[int], m: int, k: int) -> int:
        def check(day):
            num = sums = 0
            for i in range(len(bloomDay)):
                if num >= m:
                    break
                if bloomDay[i] <= day:
                    sums += 1
                else:
                    sums = 0
                if sums == k:
                    num += 1
                    sums = 0
            return num >= m

        length = len(bloomDay)
        if length < m * k:
            return -1

        bloom_order = sorted(set(bloomDay))
        left, right = 0, len(bloom_order) - 1
        while left <= right:
            mid = (left + right) // 2
            if check(bloom_order[mid]):
                right = mid - 1
            else:
                left = mid + 1

        return bloom_order[left]

---

四、1483. 树节点的第 K 个祖先：

给你一棵树，树上有 n 个节点，按从 0 到 n-1 编号。树以父节点数组的形式给出，其中 parent[i] 是节点 i 的父节点。树的根节点是编号为 0 的节点。

请你设计并实现 getKthAncestor(int node, int k) 函数，函数返回节点 node 的第 k 个祖先节点。如果不存在这样的祖先节点，返回 -1 。

树节点的第 k 个祖先节点是从该节点到根节点路径上的第 k 个节点。

示例：

输入：
["TreeAncestor","getKthAncestor","getKthAncestor","getKthAncestor"]
[[7,[-1,0,0,1,1,2,2]],[3,1],[5,2],[6,3]]

输出：
[null,1,0,-1]

解释：
TreeAncestor treeAncestor = new TreeAncestor(7, [-1, 0, 0, 1, 1, 2, 2]);

treeAncestor.getKthAncestor(3, 1); // 返回 1 ，它是 3 的父节点
treeAncestor.getKthAncestor(5, 2); // 返回 0 ，它是 5 的祖父节点
treeAncestor.getKthAncestor(6, 3); // 返回 -1 因为不存在满足要求的祖先节点

分析：

? 看了官方题解。提到一种ACM的模板题解法——Binary Lifting。这里贴一个题解。之后遇到类似的题再仔细分析一下。

代码（Python）：

class TreeAncestor:

    def __init__(self, n: int, parent: List[int]):
        self.cols = 20  # log(50000) < 20
        self.dp = [[-1] * self.cols for _ in range(n)]
        for i in  range(n):
            self.dp[i][0] = parent[i]
        for j in range(1, self.cols):
            for i in range(n):
                if self.dp[i][j - 1] != -1:
                    self.dp[i][j] = self.dp[self.dp[i][j - 1]][j - 1]
            return

    def getKthAncestor(self, node: int, k: int) -> int:
        for i in range(self.cols - 1, -1, -1):
            if k & (1 << i):
                node = self.dp[node][i]
                if node == -1:
                    break
        return node


# Your TreeAncestor object will be instantiated and called as such:
# obj = TreeAncestor(n, parent)
# param_1 = obj.getKthAncestor(node,k)

---