LeetCode笔记：Biweekly Contest 98

Posted 2023-03-04 Espresso Macchiato

• LeetCode笔记：Biweekly Contest 98
  • 1. 题目一
    • 1. 解题思路
    • 2. 代码实现
  • 2. 题目二
    • 1. 解题思路
    • 2. 代码实现
  • 3. 题目三
    • 1. 解题思路
    • 2. 代码实现
  • 4. 题目四

• 比赛链接：https://leetcode.com/contest/biweekly-contest-98

1. 题目一

给出题目一的试题链接如下：

• 2566. Maximum Difference by Remapping a Digit

1. 解题思路

这一题思路上比较直接，就是分别找到最大和最小的变换数字，然后求差即可。

而要获得最大/最小的数，只需要把从头开始的第一个不是9/0的数字全部换为9/0即可。

2. 代码实现

给出python代码实现如下：

class Solution:
    def minMaxDifference(self, num: int) -> int:
        s = str(num)
        
        def replace(s, tgt):
            src = ""
            res = []
            for ch in s:
                if ch != tgt and src == "":
                    src = ch
                if ch == src:
                    res.append(tgt)
                else:
                    res.append(ch)
            return int("".join(res))
        
        return replace(s, "9") - replace(s, "0")

提交代码评测得到：耗时40ms，占用内存13.8MB。

2. 题目二

给出题目二的试题链接如下：

• 2567. Minimum Score by Changing Two Elements

1. 解题思路

这一题要获得所有可能中的最小值，我们只要分别令low和high均能取到最小即可。

事实上，我们总可以令low为0，而要令high最小，其实就是让排序之后的首尾数据差值最小，因此，事实上我们就是比较以下三种情况中的最小值：

1. 最大元素与第三小元素的差值；
2. 第二大元素与第二小元素的差值；
3. 第三大元素与最小元素的差值；

2. 代码实现

给出python代码实现如下：

class Solution:
    def minimizeSum(self, nums: List[int]) -> int:
        nums = sorted(nums)
        return min(nums[-1]-nums[2], nums[-3]-nums[0], nums[-2]-nums[1])

提交代码评测得到：耗时362ms，占用内存26.7MB。

3. 题目三

给出题目三的试题链接如下：

• 2568. Minimum Impossible OR

1. 解题思路

这一题通过反证法不难证明，最小的无法被构成的数一定是2的幂次方，且其只能靠自己来实现。

因此，我们只需要依序不断的考察2的幂次是否存在于给定的数组当中即可。

2. 代码实现

给出python代码实现如下：

class Solution:
    def minImpossibleOR(self, nums: List[int]) -> int:
        nums = set(nums)
        res = 1
        for _ in range(32):
            if res not in nums:
                return res
            res *= 2
        return res

提交代码评测得到：耗时494ms，占用内存30.1MB。

4. 题目四

给出题目四的试题链接如下：

• 2569. Handling Sum Queries After Update

这一题放弃了，实在是没啥思路，主要是关于第一个操作，对于第二、第三个操作，我们只需要不断地维护一下nums2的数组之和即可，而关于第二个操作，我们事实上就是在nums2原有的和的基础上加上$p\times \sum (n_{1i})$。

但是问题就是如何在频繁地进行1操作之后能够快速地维护和获取nums1的数据求和，这个暂时没有想到一个很好的思路，就卡在这个里面了……

如果有大佬知道这个问题的解法的话请务必指导一下！