天池 × 九章算法 周赛第3场题解

简介: 天池在线编程大赛第3场题解,本解析由九章算法旗下专业刷题平台@lintcode.com提供

每周限时赛(内测版) 第3场 题解

格式化字符串

算法:模拟

算法思路

  • 设置一个起始位置的指针st,每次将起始指针右侧两个串交换顺序加入到答案尾部,并将起始位置右移两个串的长度

复杂度分析

  • 时间复杂度:O(str.length())
// This solution is powered by @lintcode.com
class Solution {
public:
    /**
     * @param str: the original string
     * @param sublen: an integer array
     * @return: the new string
     */
    string reformatString(string &str, vector<int> &sublen) {
        // write your code here
        string ans;
        for (int i=1;i<=)
        int n = sublen.size();
        int st = 0;
        for (int i = 1; i < n; i += 2) {
            //交换st右侧两个串顺序加入到答案尾部
            ans = ans + str.substr(st + sublen[i - 1], sublen[i]) + str.substr(st, sublen[i - 1]);
            //将起始位置右移两个串的长度
            st += sublen[i - 1] + sublen[i];
        }
        if (n % 2) {
            ans = ans + str.substr(st, sublen[n - 1]);
        }
        return ans;
    }
};
# This solution is powered by @lintcode.com
class Solution:
    """
    @param str: the original string
    @param sublen: an integer array
    @return: the new string
    """
    def reformatString(self, str, sublen):
        # write your code here
        ans=""
        n = len(sublen)
        st = 0
        for i in range(1, n, 2):
            #交换st右侧两个串顺序加入到答案尾部
            ans = ans + str[st + sublen[i - 1] : st + sublen[i - 1] + sublen[i] ] + str[st : st + sublen[i - 1] ]
            #将起始位置右移两个串的长度
            st += sublen[i - 1] + sublen[i]
        if n % 2:
            ans = ans + str[st : st + sublen[n - 1] ]
        return ans

Java题解详见 九章算法solution

写作业

算法:前缀和、二分查找

算法思路

因为作业要求顺序完成,我们只需要先进行前缀和以后,每个人从头查找val[i]即可。

复杂度分析

  • 时间复杂度:O(len(val) * log(len(cost)) + len(cost))
  • 空间复杂度:O(len(cost))
// This solution is powered by @lintcode.com
class Solution {
public:
    /**
     * @param cost: the cost
     * @param val: the val
     * @return: the all cost
     */
    long long sum[105000];
    long long doingHomework(vector<int> &cost, vector<int> &val) {
        // Write your code here.
        int i, k;
        memset(sum, 0, sizeof(sum));
        int n = cost.size();
        sum[0] =(long long) cost[0];
        for (i = 1; i < n; i++) sum[i] = sum[i - 1] +(long long) (cost[i]);
        long long ans = 0;
        int m = val.size();
        for (i = 0; i < m; i++) {
            k = upper_bound(sum, sum + n, (long long )val[i]) - sum;
            k--;
            if (k >= 0) ans +=(long long) sum[k];
        }
        return ans;
    }
};

Java题解详见 九章算法solution

def串

算法:数学

算法思路:

我们首先可以得到数学公式,即长度为n的,符合题目def串的个数为3 * (2 ^ (n - 1))

我们只需要根据数字大小关系一点点计算即可。

复杂度分析

  • 时间复杂度:O(n)
# This solution is powered by @lintcode.com
class Solution:
    """
    @param n: the length of the string.
    @param k: the kth Lexicographically smallest that result should be.
    @return: return the kth Lexicographically smallest string.
    """
    def kthString(self, n, k):
        # 判断 k 是否超出不同字符串的个数
        # 长为 n 的字符串长度应等于 3 * (2 ^ (n - 1))
        # n 控制在 62 以内是因为计算 2 的幂可能会溢出和时间超限
        if n <= 62 and 3 * (2 ** (n - 1)) < k:
            return ""
        
        result = ""
        # 计算第一个字符
        if n >= 62:
            result += 'a'
        elif k <= 2 ** (n - 1):
            result += 'a'
        elif k <= 2 * (2 ** (n - 1)):
            result += 'b'
            k -= 2 ** (n - 1)
        else:
            result += 'c'
            k -= 2 * (2 ** (n - 1))
        
        # 计算后续字符
        for i in range(1, n):
            # position = 0代表这个位置填较小的字符,1的话填较大的
            position = 0
            exponent = n - i
            if exponent < 62 and k > 2 ** (exponent - 1):
                position = 1
                k -= 2 ** (exponent - 1)
            
            temp = "abc"
            temp = temp.replace(result[i - 1], '', 1)
            result += temp[position]
        
        return result
// This solution is powered by @lintcode.com
class Solution {
public:
    /**
     * @param n: the length of the string.
     * @param k: the kth Lexicographically smallest that result should be.
     * @return: return the kth Lexicographically smallest string.
     */
    string kthString(int n, long long k) {
        // 判断 k 是否超出不同字符串的个数
        // 长为 n 的字符串长度应等于 3 * (2 ^ (n - 1))
        // n 控制在 62 以内是因为计算 2 的幂可能会溢出
        if (n <= 62 and 3 * (1ll << (n - 1)) < k) {
            return "";
        }
        string result;
        // 计算第一个字符
        // n 足够大时,第一个字符一定是 'a'
        if (n >= 62) {
            result += 'a';
        }
        else {
            if (k <= (1ll << (n - 1))) {
                result += 'a';
            }
            else if (k <= 2 * (1ll << (n - 1))) {
                result += 'b';
                k -= (1ll << (n - 1));
            }
            else {
                result += 'c';
                k -= 2 * (1ll << (n - 1));
            }
        }
        // 计算后续的字符
        for (int i = 1; i < n; i++) {
            // positon = 0代表这个位置填较小的字符,1 的话填较大的
            int position = 0;
            int exponent = n - i;
            if (exponent < 62 and k > (1ll << (exponent - 1))) {
                position = 1;
                k -= (1ll << (exponent - 1));
            }
            string temp = "abc";
            temp.erase(temp.find(result[i - 1]), 1);
            result += temp[position];
        }
        
        return result;
    }
};

Java题解详见 九章算法solution

移动的圆

算法:数学

算法思路

其实这个问题做法有很多,在此仅提供一种思路。

这里可以将连线轨迹形成一个矩形,判断矩形和B是否相交。然后在起点和终点特殊判断。

# This solution is powered by @lintcode.com
class Solution:
    """
    @param position: the position of circle A,B and point P.
    @return: if two circle intersect return 1, otherwise -1.
    """
    #叉积AB×AC
    def xmult(self, B, C, A):
        return (B[0] - A[0])*(C[1] - A[1]) - (C[0] - A[0])*(B[1] - A[1])
    #两点间距离
    def distance(self, A, B):
        return math.sqrt((A[0] - B[0])*(A[0] - B[0]) + (A[1] - B[1])*(A[1] - B[1]))
    #点A到直线BC距离
    def dis_ptoline(self, A, B, C):
        return abs(self.xmult(A,B,C))/self.distance(B,C)
    
    def IfIntersect(self, position):
        A = [position[0], position[1]]
        ra = position[2]
        B = [position[3], position[4]]
        rb = position[5]
        P = [position[6], position[7]]
        #过点B作直线AP的垂线,M为该垂线上一点(A和P不重合时M点不与B重合)
        M = [B[0] - (P[1] - A[1]), B[1] + (P[0] - A[0])]
        dmin = 0.0
        dmax = 0.0
        
        #若圆A移动过程中会经过B点到直线AP垂线的交点
        if self.xmult(A, B, M) * self.xmult(B, P, M) > 0 :
            dmin = self.dis_ptoline(B, A, P)
        else :
            dmin = min(self.distance(A, B), self.distance(P, B))
        dmax = max(self.distance(A, B), self.distance(P, B))
        if dmin > ra + rb or dmax < abs(ra - rb):
            return -1
        return 1
// This solution is powered by @lintcode.com
class Solution {
public:
    /**
     * @param position: the position of circle A,B and point P.
     * @return: if two circle intersect return 1, otherwise -1.
     */
    typedef struct point {
        double x, y;
    }point;
    
    //叉积AB×AC
    double xmult(point B, point C, point A) {
        return (B.x - A.x)*(C.y - A.y) - (C.x - A.x)*(B.y - A.y);
    }
    //两点间距离
    double distance(point A, point B) {
        return sqrt((A.x - B.x)*(A.x - B.x) + (A.y - B.y)*(A.y - B.y));
    }
    //点A到直线BC距离
    double dis_ptoline(point A, point B, point C) {
        return fabs(xmult(A,B,C))/distance(B,C);
    }
    
    int IfIntersect(vector<double> &position) {
        point A, B, P, M;
        double ra, rb;
        double dmin, dmax;
        
        A.x = position[0], A.y = position[1];
        ra = position[2];
        B.x = position[3], B.y = position[4];
        rb = position[5];
        P.x = position[6], P.y = position[7];
        //过点B作直线AP的垂线,M为该垂线上一点(A和P不重合时M点不与B重合)
        M.x = B.x - (P.y - A.y), M.y = B.y + (P.x - A.x);
        
        //若圆A移动过程中会经过B点到直线AP垂线的交点
        if (xmult(A, B, M) * xmult(B, P, M) >= 0) {
            if(A.x == P.x && A.y == P.y) {
                dmin = distance(B,A);
            }
            else {
                dmin = dis_ptoline(B, A, P);
            }
        }
        else {
            dmin = min(distance(A, B), distance(P, B));
        }
        dmax = max(distance(A, B), distance(P, B));
        if (dmin > ra + rb || dmax < fabs(ra - rb))
            return -1;
        return 1;
    }
};

Java题解详见 九章算法solution

相关文章
|
算法 Android开发 索引
LeetCode 周赛上分之旅 #44 同余前缀和问题与经典倍增 LCA 算法
学习数据结构与算法的关键在于掌握问题背后的算法思维框架,你的思考越抽象,它能覆盖的问题域就越广,理解难度也更复杂。在这个专栏里,小彭与你分享每场 LeetCode 周赛的解题报告,一起体会上分之旅。
73 0
|
算法 测试技术 Android开发
LeetCode 周赛上分之旅 #45 精妙的 O(lgn) 扫描算法与树上 DP 问题
学习数据结构与算法的关键在于掌握问题背后的算法思维框架,你的思考越抽象,它能覆盖的问题域就越广,理解难度也更复杂。在这个专栏里,小彭与你分享每场 LeetCode 周赛的解题报告,一起体会上分之旅。
65 2
LeetCode 周赛上分之旅 #45 精妙的 O(lgn) 扫描算法与树上 DP 问题
|
边缘计算 算法 测试技术
LeetCode 周赛 334,在算法的世界里反复横跳
今天是 LeetCode 第 334 场周赛,你参加了吗?这场周赛考察范围比较基础,整体难度比较平均,第一题难度偏高,第四题需要我们在算法里实现 “反复横跳”,非常有意思。
88 1
|
机器学习/深度学习 人工智能 算法
LeetCode 周赛 345(2023/05/14)体验一题多解的算法之美
大家好,我是小彭。这场周赛是 LeetCode 第 345 场单周赛,整体难度不高,我们使用一题多解的方式强化练习。
121 0
|
算法 数据挖掘
天池学习赛——基于Apriori算法的商品频繁项集与关联规则的挖掘
赛题以购物篮分析为背景,要求选手对品牌的历史订单数据,挖掘频繁项集与关联规则。通过这道赛题,鼓励学习者利用订单数据,为企业提供销售策略,产品关联组合,为企业提升销量的同时,也为消费者提供更适合的商品推荐。
208 0
天池学习赛——基于Apriori算法的商品频繁项集与关联规则的挖掘
|
机器学习/深度学习 算法
天池读书会|机器学习算法竞赛实战(文末赠书)
天池读书会之《机器学习算法竞赛实战》,由阿里云天池和图灵社区联合举办,本次邀请到图书作者本人,先就职于小米商业算法部的王贺大佬(鱼遇雨欲语与余)解读图书《机器学习算法竞赛实战》内容,以天池平台开放的二手车交易价格预测为例从实战入手了解机器学习竞赛的流程和几个核心的算法竞赛方向。
706 0
天池读书会|机器学习算法竞赛实战(文末赠书)
|
机器学习/深度学习 人工智能 算法
天池×九章算法|超级码力在线编程大赛 决赛题解
本解析由九章算法旗下专业刷题平台领扣@lintcode.com提供
天池×九章算法|超级码力在线编程大赛 决赛题解
|
人工智能 算法 Java
天池×九章算法|超级码力在线编程大赛 第4场题解
本解析由九章算法旗下专业刷题平台领扣@lintcode.com提供
天池×九章算法|超级码力在线编程大赛 第4场题解
|
算法 Java C++
天池×九章算法|超级码力在线编程大赛 第3场题解
本解析由九章算法旗下专业刷题平台领扣@lintcode.com提供
天池×九章算法|超级码力在线编程大赛 第3场题解
|
机器学习/深度学习 人工智能 算法
天池×九章算法|超级码力在线编程大赛 复赛题解
本解析由九章算法旗下专业刷题平台领扣@lintcode.com提供
天池×九章算法|超级码力在线编程大赛 复赛题解