[leetcode/lintcode 题解] 算法面试真题详解:范围模块

在线体验各类最新模型,更有模型 免费Token 额度领取!
立即体验
简介: [leetcode/lintcode 题解] 算法面试真题详解:范围模块

描述
范围模块是跟踪数字范围的模块。 您的任务是以有效的方式设计和实现以下接口。

  • addRange(int left,int right): 添加左闭右开[left,right)的区间,跟踪区间中的每个实数。 如果添加的区间里与已经跟踪的实数部分重合,那么就把区间内没有跟踪的实数也加进去。
  • queryRange(int left,int right): 当且仅当当前[left,right)中的每个实数都被跟踪时,返回true。
  • removeRange(int left,int right): 停止跟踪[left,right)区间内当前已经跟踪的每个实数。
  • 一个左闭右开的区间 [left, right) 包含了 left <= x < right范围内所有的实数.
  • 函数 addRange, queryRange, removeRange中参数的取值范围为0 < left < right < 10^9.
  • 测试样例中调用addRange的次数最多为 1000.
  • 测试样例中调用queryRange 的次数最多为5000.
  • 测试样例中调用removeRange的次数最多为 1000.

在线评测地址:领扣题库官网

样例1
输入:
addRange(10,20)
removeRange(14,16)
queryRange(10,14)
queryRange(13,15)
queryRange(16,17)

输出: [true,false,true]
说明:
[10, 14)里的所有数字有已被跟踪
一些数字,例如:14, 14.03, 14.17 [13, 15)并没有被跟踪
尽管有remove的操作,区间[16, 17)中的16仍被跟踪
样例2
输入:
addRange(1,2)
queryRange(2,3)
addRange(11,20)
queryRange(15,20)

输出: [false,true]

代码

from bisect import bisect_left as bl, bisect_right as br
class Solution(object):

    def __init__(self):
        self.ivs = []

    def addRange(self, left, right):
        ivs = self.ivs
        ilo, ihi = bl(ivs, left), br(ivs, right)
        if ilo%2 == 1:
            ilo -= 1
            left = ivs[ilo]
        if ihi%2 == 1:
            right = ivs[ihi]
            ihi += 1
        self.ivs = ivs[:ilo] + [left, right] + ivs[ihi:]

    def queryRange(self, left, right):
        ivs = self.ivs
        ilo = br(ivs, left)
        return ilo%2 == 1 and ilo < len(ivs) and ivs[ilo-1] <= left < right <= ivs[ilo]

    def removeRange(self, left, right):
        ivs = self.ivs
        ilo, ihi = bl(ivs, left), br(ivs, right)
        new = []
        if ilo%2 == 1:
            ilo -= 1
            new += [ivs[ilo], left]
        if ihi%2 == 1:
            new += [right, ivs[ihi]]
            ihi += 1
        self.ivs = ivs[:ilo] + new + ivs[ihi:]

更多题解参考:九章官网solution

相关文章
|
9月前
|
存储 人工智能 算法
从零掌握贪心算法Java版:LeetCode 10题实战解析(上)
在算法世界里,有一种思想如同生活中的"见好就收"——每次做出当前看来最优的选择,寄希望于通过局部最优达成全局最优。这种思想就是贪心算法,它以其简洁高效的特点,成为解决最优问题的利器。今天我们就来系统学习贪心算法的核心思想,并通过10道LeetCode经典题目实战演练,带你掌握这种"步步为营"的解题思维。
|
算法
面试场景题:如何设计一个抢红包随机算法
本文详细解析了抢红包随机算法的设计与实现,涵盖三种解法:随机分配法、二倍均值法和线段切割法。随机分配法通过逐次随机分配金额确保总额不变,但易导致两极分化;二倍均值法优化了金额分布,使每次抢到的金额更均衡;线段切割法则将总金额视为线段,通过随机切割点生成子金额,手气最佳金额可能更高。代码示例清晰,结果对比直观,为面试中类似算法题提供了全面思路。
2194 16
|
算法 安全 Java
Java线程调度揭秘:从算法到策略,让你面试稳赢!
在社招面试中,关于线程调度和同步的相关问题常常让人感到棘手。今天,我们将深入解析Java中的线程调度算法、调度策略,探讨线程调度器、时间分片的工作原理,并带你了解常见的线程同步方法。让我们一起破解这些面试难题,提升你的Java并发编程技能!
735 16
|
算法 Java 数据库
美团面试:百亿级分片,如何设计基因算法?
40岁老架构师尼恩分享分库分表的基因算法设计,涵盖分片键选择、水平拆分策略及基因法优化查询效率等内容,助力面试者应对大厂技术面试,提高架构设计能力。
美团面试:百亿级分片,如何设计基因算法?
|
存储 算法 Java
leetcode算法题-有效的括号(简单)
【11月更文挑战第5天】本文介绍了 LeetCode 上“有效的括号”这道题的解法。题目要求判断一个只包含括号字符的字符串是否有效。有效字符串需满足左括号必须用相同类型的右括号闭合,并且左括号必须以正确的顺序闭合。解题思路是使用栈数据结构,遍历字符串时将左括号压入栈中,遇到右括号时检查栈顶元素是否匹配。最后根据栈是否为空来判断字符串中的括号是否有效。示例代码包括 Python 和 Java 版本。
462 4
|
机器学习/深度学习 算法 Java
机器学习、基础算法、python常见面试题必知必答系列大全:(面试问题持续更新)
机器学习、基础算法、python常见面试题必知必答系列大全:(面试问题持续更新)
|
算法
每日一道算法题(Leetcode 20)
每日一道算法题(Leetcode 20)
332 2
|
算法 Java 数据库
美团面试:百亿级分片,如何设计基因算法?
40岁老架构师尼恩在读者群中分享了关于分库分表的基因算法设计,旨在帮助大家应对一线互联网企业的面试题。文章详细介绍了分库分表的背景、分片键的设计目标和建议,以及基因法的具体应用和优缺点。通过系统化的梳理,帮助读者提升架构、设计和开发水平,顺利通过面试。
美团面试:百亿级分片,如何设计基因算法?
|
存储 Java
【IO面试题 四】、介绍一下Java的序列化与反序列化
Java的序列化与反序列化允许对象通过实现Serializable接口转换成字节序列并存储或传输,之后可以通过ObjectInputStream和ObjectOutputStream的方法将这些字节序列恢复成对象。
|
存储 算法 Java
大厂面试高频:什么是自旋锁?Java 实现自旋锁的原理?
本文详解自旋锁的概念、优缺点、使用场景及Java实现。关注【mikechen的互联网架构】,10年+BAT架构经验倾囊相授。
大厂面试高频:什么是自旋锁?Java 实现自旋锁的原理?

热门文章

最新文章