markilue
/
self_example
1
0
Fork 0
Code Issues Pull Requests Packages Projects Releases Wiki Activity

leecode更新

This commit is contained in:
markilue 2022-11-18 14:49:22 +08:00
parent 32ebfcceb8
commit 467586e982
3 changed files with 303 additions and 3 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

56
Leecode/src/main/java/com/markilue/leecode/greedy/FindMinArrowShots.java
View File

@ -29,13 +29,14 @@ public class FindMinArrowShots {
// System.out.println((long)(-2147483646)-(long)(2147483647)); //-4294967293 // System.out.println((long)(-2147483646)-(long)(2147483647)); //-4294967293
// System.out.println((int)((long)(-2147483646)-(long)(2147483647)));//3 // System.out.println((int)((long)(-2147483646)-(long)(2147483647)));//3
// System.out.println((int)(-2147483646)-(int)(2147483647)); //3 // System.out.println((int)(-2147483646)-(int)(2147483647)); //3
System.out.println(findMinArrowShots(points)); System.out.println(findMinArrowShots(points5));
} }
/** /**
* 本人思路：先根据xstart进行排序，然后寻找第一个比xend大的xstart则result+1以此类推 * 本人思路：先根据xstart进行排序，然后寻找第一个比xend大的xstart则result+1以此类推
* 排序的时间复杂度为O(nlogn),所以总复杂度为O(nlogn) * 排序的时间复杂度为O(nlogn),所以总复杂度为O(nlogn)
* 速度击败12.72%，内存击败88.71% * 速度击败12.72%，内存击败88.71% =>修改compare方法后速度击败97.21%，内存击败91.4% 耗时52ms
* 代码随想录方法与本人一致
* @param points * @param points
* @return * @return
*/ */
@ -46,7 +47,15 @@ public class FindMinArrowShots {
@Override @Override
public int compare(int[] o1, int[] o2) { public int compare(int[] o1, int[] o2) {
//警惕两数相减超过int范围 //警惕两数相减超过int范围
return o1[0] == o2[0] ? (o1[1] > o2[1]?1:-1) : (o1[0] > o2[0]?1:-1); // return o1[0] == o2[0] ? (o1[1] > o2[1]?1:-1) : (o1[0] > o2[0]?1:-1);
//这里改为一层if速度超过97.21%
if(o1[0] > o2[0]){
return 1;
}else if(o1[0] < o2[0]){
return -1;
}else{
return 0;
}
} }
}); });
@ -70,4 +79,45 @@ public class FindMinArrowShots {
return result; return result;
} }
/**
* 官方思路：先根据xend进行排序，然后寻找第一个比xend大的xstart则result+1以此类推
* 排序的时间复杂度为O(nlogn),所以总复杂度为O(nlogn)
* 速度击败30.68%，内存击败69.54% 59ms 这个应该有bug次次提交不一样，本质上应该比本人方法好，每次for都少判断一次
* @param points
* @return
*/
public int findMinArrowShots1(int[][] points) {
//按xend进行排序
Arrays.sort(points, new Comparator<int[]>() {
@Override
public int compare(int[] o1, int[] o2) {
//这里两层if不太好，改为if写法,官方按xend进行排序
if (o1[1] > o2[1]) {
return 1;
} else if (o1[1] < o2[1]) {
return -1;
} else {
return 0;
}
}
});
//遍历points，找到比xend大的xstart就+1
int result=1;
int lastEnd=points[0][1];
for (int i = 1; i < points.length; i++) {
if(points[i][0]>lastEnd){
result++;
lastEnd=points[i][1];
}
}
return result;
}
} }

113
Leecode/src/main/java/com/markilue/leecode/greedy/Merge.java Normal file
View File

@ -0,0 +1,113 @@
package com.markilue.leecode.greedy;
import org.junit.Test;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.Comparator;
import java.util.List;
/**
* @BelongsProject: Leecode
* @BelongsPackage: com.markilue.leecode.greedy
* @Author: markilue
* @CreateTime: 2022-11-18 10:58
* @Description: TODO 力扣56题 合并区间：
* 以数组 intervals 表示若干个区间的集合，其中单个区间为 intervals[i] = [starti, endi] 。请你合并所有重叠的区间，并返回 一个不重叠的区间数组，该数组需恰好覆盖输入中的所有区间 。
* @Version: 1.0
*/
public class Merge {
@Test
public void test() {
int[][] points = {{1, 2}, {3, 4},{5, 6},{7, 8}};
int[][] points1 = {{1, 3}, {2, 6},{8, 10},{15, 18}};
int[][] points2 = {{1, 2}, {2, 3},{3, 4},{4, 5}};
int[][] points3 = {{1, 4}, {0, 4}};
int[][] points4 = {{-2147483646, -2147483645}, {2147483646, 2147483647}};
int[][] points5 = {{2,3}, {2, 2},{3, 3},{1, 3}, {5, 7}, {2, 2},{4, 6}};
// System.out.println((long)(-2147483646)-(long)(2147483647)); //-4294967293
// System.out.println((int)((long)(-2147483646)-(long)(2147483647)));//3
// System.out.println((int)(-2147483646)-(int)(2147483647)); //3
int[][] merge = merge(points2);
for (int[] ints : merge) {
System.out.println(Arrays.toString(ints));
}
}
/**
* 本人思路:与射箭那题类似，本质上是找到重叠区间，因此仍然是按xstart排序，然后再一次循环寻找重叠区间
* 速度击败71.63%，内存击败90.55% 7ms =>compare优化以后 速度击败97.55%，内存击败53.75%
* @param intervals
* @return
*/
public int[][] merge(int[][] intervals) {
//按xstart排序
Arrays.sort(intervals, new Comparator<int[]>() {
@Override
public int compare(int[] o1, int[] o2) {
// if(o1[0]>o2[0]){
// return 1;
// } else if (o1[0]<o2[0]) {
// return -1;
// }else {
// return 0;
// }
//优化
return o1[0] - o2[0];
}
});
//寻找重叠区间，并进行合并
int length=0;//记录新数组的长度
int[][] result =new int[intervals.length][2];
result[0]=intervals[0];
int lastEnd=intervals[0][1];
for (int i = 1; i < intervals.length; i++) {
if(lastEnd>=intervals[i][0]){
//重叠区间，需要合并
lastEnd=Math.max(lastEnd,intervals[i][1]);
result[length][1]=lastEnd;
}else {
//非重叠区间，直接添加
length++;
result[length]=intervals[i];
lastEnd=intervals[i][1];
}
}
//缩短至result的真实长度
return Arrays.copyOf(result,length+1);
}
/**
* 官方代码:与本人类似，并使用动态扩容的arrayList记录添加
* 速度击败97.55%，内存击败9.14%
* @param intervals
* @return
*/
public int[][] merge1(int[][] intervals) {
if (intervals.length == 0) {
return new int[0][2];
}
Arrays.sort(intervals, new Comparator<int[]>() {
public int compare(int[] interval1, int[] interval2) {
return interval1[0] - interval2[0];
}
});
List<int[]> merged = new ArrayList<int[]>();
for (int i = 0; i < intervals.length; ++i) {
int L = intervals[i][0], R = intervals[i][1];
if (merged.size() == 0 || merged.get(merged.size() - 1)[1] < L) {
merged.add(new int[]{L, R});
} else {
merged.get(merged.size() - 1)[1] = Math.max(merged.get(merged.size() - 1)[1], R);
}
}
return merged.toArray(new int[merged.size()][]);
}
}

137
Leecode/src/main/java/com/markilue/leecode/greedy/MonotoneIncreasingDigits.java Normal file
View File

@ -0,0 +1,137 @@
package com.markilue.leecode.greedy;
import org.junit.Test;
/**
* @BelongsProject: Leecode
* @BelongsPackage: com.markilue.leecode.greedy
* @Author: markilue
* @CreateTime: 2022-11-18 11:44
* @Description: TODO 力扣738题 单调递增的数字:
* 当且仅当每个相邻位数上的数字 x 和 y 满足 x <= y 时，我们称这个整数是单调递增的。
* 给定一个整数 n ，返回 小于或等于 n 的最大数字，且数字呈 单调递增 。
* @Version: 1.0
*/
public class MonotoneIncreasingDigits {
@Test
public void test() {
int n = 1234;
int n1 = 10;
int n2 = 332;
int n3=15;
System.out.println(monotoneIncreasingDigits2(n2));
}
/**
* 本人思路:可以发现的是，如果一个数最高位小于其后一位，那么无论如何都是需要把最高位减1的，而这时后面的数就可以随便取9了；后续位依次类推，直至/10=0为止
* 这里有个矛盾的点是我们需要从最高位开始判，但是事实上我们不知道数字具体有多少位，只能不断/10来判 =>因此可以把n转为string获取长度
*
* 速度击败94.57%，内存击败33.72%
* @param n
* @return
*/
public int monotoneIncreasingDigits(int n) {
String s = n + "";
int length = s.length();
if (length == 1) {
return n;
}
int[] num = new int[length];
num[0]=n%10;
int index=1;
n=n/10;
//这里仍然使用从后往前遍历，因为如果从前往后，后续又出现借的情况前面的逻辑可能有需要重新判一次
while (n>0&&n/10>=0){
int now = n%10;
if(now>num[index-1]){
now=now-1;
//当前减1后面全9
num[index]=now;
for (int i = 0; i <= index - 1; i++) {
num[i]=9;
}
}else {
num[index]=now;
}
n=n/10;
index++;
}
int result=0;
for (int i = length-1; i >= 0; i--) {
result*=10;
result+=num[i];
}
return result;
}
/**
* 官方题解:从前往后遍历，找到不合题解的位置，则把前面的数-1，后面的数全部置为9
* 这种其实是比本人的优化的，因为本人是从后往前遍历，因此置为9的循环操作可能会持续很多次
* 速度击败94.57%，内存击败57.77%
* @param n
* @return
*/
public int monotoneIncreasingDigits1(int n) {
char[] strN = Integer.toString(n).toCharArray();
int i = 1;
while (i < strN.length && strN[i - 1] <= strN[i]) {
i += 1;
}
if (i < strN.length) {
//找到不合适的位置，一次性全部完成，所以最多只需要执行一次置为9循环
while (i > 0 && strN[i - 1] > strN[i]) {
strN[i - 1] -= 1;
i -= 1;
}
for (i += 1; i < strN.length; ++i) {
strN[i] = '9';
}
}
return Integer.parseInt(new String(strN));
}
/**
* 评论里的题解:整体思路和官方差不多，但是他用n - Integer.parseInt(s.substring(1)) - 1;这种操作，避免了for循环，速度增加
* 速度击败100%，内部击败79.4%，
*
* @param n
* @return
*/
public int monotoneIncreasingDigits2(int n) {
if (n < 10){
return n;
}
String s = Integer.toString(n);
for (int i = 1; i < s.length(); i++) {
if (s.charAt(i) < s.charAt(i - 1)){
int temp = i - 1;
while (true){
if (temp == 0){
return n - Integer.parseInt(s.substring(1)) - 1; //整体需要少一位，所以n-他后面的数-1如1056-056-1=999
}else if (s.charAt(temp) - s.charAt(temp - 1) >= 1){ //当前数与前面的数之差大于1，则放心的把当前数减1
return n - Integer.parseInt(s.substring(temp + 1)) - 1;//如1306-06-1=1299
}
temp--;//如果相差小于1了，则不能直接减，因此从上一个点来看看
}
}
}
return n;
}
}