算法训练Day37|738.单调递增的数字 ● 968.监控二叉树

简介: 算法训练Day37|738.单调递增的数字 ● 968.监控二叉树
LeetCode:738.单调递增的数字

738. 单调递增的数字 - 力扣(LeetCode)

1.思路

倒序遍历,将当前位置数字与之后数字进行比较,当大于后者,做--同时后者取9,当小于时继续遍历即可,最后将start + 1及之后位置的数值赋为9.

2.代码实现

 1// 
 2class Solution {
 3    public int monotoneIncreasingDigits(int n) {
 4        String s = String.valueOf(n);
 5        char[] ch = s.toCharArray();
 6
 7        int start = ch.length;
 8        for (int i = ch.length - 2; i >= 0; i--) {
 9            if (ch[i] > ch[i + 1]) {
10                ch[i]--;
11                start = i + 1;
12            }
13        }
14        for (int i = start ; i < ch.length; i++) {
15            ch[i] = '9';
16        }
17        return Integer.parseInt(String.valueOf(ch));
18    }
19}
20
21
22// ChatGPT打辅助
23class Solution {
24    public int monotoneIncreasingDigits(int n) {
25        // 将整数n转换为字符串
26        String s = String.valueOf(n);
27        // 将字符串转换为字符数组
28        char[] chars = s.toCharArray();
29        // 记录需要修改的起始位置,默认为字符串的长度
30        int start = s.length();
31        // 从倒数第二位开始向前遍历字符数组
32        for (int i = s.length() - 2; i >= 0; i--) {
33            // 如果当前字符大于后一个字符,则将当前字符减1,并记录修改的起始位置
34            if (chars[i] > chars[i + 1]) {
35                chars[i]--;
36                start = i + 1;
37            }
38        }
39        // 将修改起始位置后的所有字符置为9
40        for (int i = start; i < s.length(); i++) {
41            chars[i] = '9';
42        }
43        // 将字符数组转换为整数并返回
44        return Integer.parseInt(String.valueOf(chars));
45    }
46}
47
48
49// 暴力实现:超时
50class Solution {
51    public int monotoneIncreasingDigits(int n) {
52        // 个位数 -> 十位数 -> ...
53        List<Integer> res = new ArrayList<>();
54        for (int i = n; i >= 0; i--) {
55            if (isMonotoneIncreasing(i)) {
56                res.add(i);
57                break;
58            }
59        }
60        return res.get(res.size() - 1);
61    }
62
63    public boolean isMonotoneIncreasing(int number) {
64        int prevDigit = Integer.MAX_VALUE;
65        while (number > 0) {
66            int curDigit = number % 10;
67            if (curDigit > prevDigit) {
68                return false;
69            }
70            prevDigit = curDigit;
71            number /= 10;
72        }
73        return true;
74    }
75}

3.复杂度分析

时间复杂度:O(n + m).

空间复杂度:O(1).


4.方法及心得

数字转为字符串,再转为字符数组(String修饰的字符串不可变,不能直接修改)

Integer.parseInt(String.valueOf(ch)) 是将字符数组 ch 转换为整数的方法。

首先,String.valueOf(ch) 将字符数组 ch 转换为一个字符串。然后,Integer.parseInt() 方法将该字符串解析为一个整数。

具体来说,Integer.parseInt() 方法将字符串中的字符按照整数的规则进行解析。它会忽略字符串开头和末尾的空格,并且可以处理正负号。如果字符串无法解析为一个合法的整数,Integer.parseInt() 方法会抛出一个 NumberFormatException 异常。


LeetCode:968.监控二叉树

968. 监控二叉树 - 力扣(LeetCode)


1.思路

很多情况导致难以下手,首先可以想遍历顺序,前?中?后?孩子节点大于根节点,选择后序可以尽可能少的放置一些摄像头。其次,放置摄像头的情况,①孩子节点的父节点放置摄像头,并作标记0,无覆盖;②左孩子或右孩子某一个无覆盖,摄像头+1;③其他情况表示有覆盖返回2;


2.代码实现

 1class Solution {
 2    int res = 0;
 3    public int minCameraCover(TreeNode root) {
 4
 5        if (minCame(root) == 0) {
 6            res++;
 7        }
 8        return res;
 9    }
10    public int minCame(TreeNode root) {
11        if (root == null) {
12            return 2;
13        }
14
15        int left = minCame(root.left);
16        int right = minCame(root.right);
17
18        if (left == 2 && right == 2) {
19            return 0;
20        } else if (left == 0 || right == 0) {
21            res++;
22            return 1;
23        } else {
24            return 2;
25        }
26    }
27}

3.复杂度分析

时间复杂度:O(n).

空间复杂度:O(n).

相关文章
|
2月前
|
存储 监控 算法
电脑监控管理中的 C# 哈希表进程资源索引算法
哈希表凭借O(1)查询效率、动态增删性能及低内存开销,适配电脑监控系统对进程资源数据的实时索引需求。通过定制哈希函数与链地址法冲突解决,实现高效进程状态追踪与异常预警。
186 10
|
2月前
|
存储 监控 算法
局域网监控其他电脑的设备信息管理 Node.js 跳表算法
跳表通过分层索引实现O(logn)的高效查询、插入与删除,适配局域网监控中设备动态接入、IP映射及范围筛选等需求,相比传统结构更高效稳定,适用于Node.js环境下的实时设备管理。
143 9
|
2月前
|
存储 监控 算法
监控电脑屏幕的帧数据检索 Python 语言算法
针对监控电脑屏幕场景,本文提出基于哈希表的帧数据高效检索方案。利用时间戳作键,实现O(1)级查询与去重,结合链式地址法支持多条件检索,并通过Python实现插入、查询、删除操作。测试表明,相较传统列表,检索速度提升80%以上,存储减少15%,具备高实时性与可扩展性,适用于大规模屏幕监控系统。
142 5
|
4月前
|
存储 监控 JavaScript
基于布隆过滤器的 Node.js 算法在局域网电脑桌面监控设备快速校验中的应用研究
本文探讨了布隆过滤器在局域网电脑桌面监控中的应用,分析其高效空间利用率、快速查询性能及动态扩容优势,并设计了基于MAC地址的校验模型,提供Node.js实现代码,适用于设备准入控制与重复数据过滤场景。
217 0
|
5月前
|
存储 运维 监控
基于跳表数据结构的局域网上网记录监控时序查询优化算法研究与 Python 实现
本文探讨跳表(Skip List)在局域网上网记录监控中的应用,分析其在快速范围查询、去重与异常检测中的优势,并提供 Python 实现示例,为高效处理海量时序数据提供参考。
104 0
|
6月前
|
存储 运维 监控
基于 C# 语言的 Dijkstra 算法在局域网内监控软件件中的优化与实现研究
本文针对局域网监控系统中传统Dijkstra算法的性能瓶颈,提出了一种基于优先队列和邻接表优化的改进方案。通过重构数据结构与计算流程,将时间复杂度从O(V²)降至O((V+E)logV),显著提升大规模网络环境下的计算效率与资源利用率。实验表明,优化后算法在包含1000节点、5000链路的网络中,计算时间缩短37.2%,内存占用减少21.5%。该算法适用于网络拓扑发现、异常流量检测、故障定位及负载均衡优化等场景,为智能化局域网监控提供了有效支持。
165 5
|
2月前
|
存储 监控 JavaScript
企业上网监控系统的恶意 URL 过滤 Node.js 布隆过滤器算法
布隆过滤器以低内存、高效率特性,解决企业上网监控系统对百万级恶意URL实时检测与动态更新的难题,通过概率性判断实现毫秒级过滤,内存占用降低96%,适配大规模场景需求。
258 3
|
2月前
|
存储 机器学习/深度学习 监控
网络管理监控软件的 C# 区间树性能阈值查询算法
针对网络管理监控软件的高效区间查询需求,本文提出基于区间树的优化方案。传统线性遍历效率低,10万条数据查询超800ms,难以满足实时性要求。区间树以平衡二叉搜索树结构,结合节点最大值剪枝策略,将查询复杂度从O(N)降至O(logN+K),显著提升性能。通过C#实现,支持按指标类型分组建树、增量插入与多维度联合查询,在10万记录下查询耗时仅约2.8ms,内存占用降低35%。测试表明,该方案有效解决高负载场景下的响应延迟问题,助力管理员快速定位异常设备,提升运维效率与系统稳定性。
225 4
|
3月前
|
运维 监控 JavaScript
基于 Node.js 图结构的局域网设备拓扑分析算法在局域网内监控软件中的应用研究
本文探讨图结构在局域网监控系统中的应用,通过Node.js实现设备拓扑建模、路径分析与故障定位,提升网络可视化、可追溯性与运维效率,结合模拟实验验证其高效性与准确性。
260 3
|
2月前
|
存储 监控 算法
基于 PHP 布隆过滤器的局域网监控管理工具异常行为检测算法研究
布隆过滤器以其高效的空间利用率和毫秒级查询性能,为局域网监控管理工具提供轻量化异常设备检测方案。相比传统数据库,显著降低延迟与资源消耗,适配边缘设备部署需求,提升网络安全实时防护能力。(238字)
166 0

热门文章

最新文章