第九周算法题(哈希映射,二分,Floyd算法 (含详细讲解) )

第九周算法题

第一题

题目来源:33. 搜索旋转排序数组 - 力扣(LeetCode)

题目描述:整数数组 nums 按升序排列,数组中的值 互不相同

在传递给函数之前,nums 在预先未知的某个下标 k0 <= k < nums.length)上进行了 旋转,使数组变为 [nums[k], nums[k+1], ..., nums[n-1], nums[0], nums[1], ..., nums[k-1]](下标 从 0 开始 计数)。例如, [0,1,2,4,5,6,7] 在下标 3 处经旋转后可能变为 [4,5,6,7,0,1,2]

给你 旋转后 的数组 nums 和一个整数 target ,如果 nums 中存在这个目标值 target ,则返回它的下标,否则返回 -1

你必须设计一个时间复杂度为 O(log n) 的算法解决此问题。

示例 1:

输入:nums = [4,5,6,7,0,1,2], target = 0
输出:4

解题代码:

class Solution {
public:int search(vector<int>& nums, int target) {int r = nums.size() - 1;int l = 0;while (l < r) {int mid = l + r >> 1;int idx = -1;if (nums[l] <= nums[mid] && (target<nums[l] || target>nums[mid])) {l = mid + 1;idx = 0;continue;}else {if (nums[l] <= nums[mid]) {r = mid;continue;}}if (nums[mid + 1] <= nums[r] && (target<nums[mid + 1] || target>nums[r])) {r = mid;idx = 1;continue;}else {if (nums[mid + 1] <= nums[r])  l = mid + 1;}}if (nums[l] == target) return l;else return -1;}
};

解题思路

本题主要的难度在于如何在O(log n) 的时间复杂度内完成本题,而看到这个时间复杂度,我们能自然而然地想到二分。而我们知道,在一个有序数组内用二分查找是很简单的,而对于本题,不是一个有序的数组,怎么办呢?
我们观察规律可知,我们把数组分为任意的两个区间,对于两个区间,至少有一个区间是有序的。而如果左边有序但target不在区间中,或者右边有序但是target又不在右边的区间中,那我们直接搜索另一半即可。注意,我们判断的是nums[l] <= nums[mid] && (target<nums[l] || target>nums[mid]),它是判断是否有序且不在区间内,如果有序且在区间内,我们就搜索左边的区间,所以我们补上一手else,当然,在每次满足条件的情况下,记得即使break出循环哦,不然会进入到后面的判断里去。

第二题

题目来源:36. 有效的数独 - 力扣(LeetCode)

题目描述:

请你判断一个 9 x 9 的数独是否有效。只需要 根据以下规则 ,验证已经填入的数字是否有效即可。

  1. 数字 1-9 在每一行只能出现一次。
  2. 数字 1-9 在每一列只能出现一次。
  3. 数字 1-9 在每一个以粗实线分隔的 3x3 宫内只能出现一次。(请参考示例图)

注意:

  • 一个有效的数独(部分已被填充)不一定是可解的。
  • 只需要根据以上规则,验证已经填入的数字是否有效即可。
  • 空白格用 '.' 表示。

示例 1:

img

输入:board = 
[["5","3",".",".","7",".",".",".","."]
,["6",".",".","1","9","5",".",".","."]
,[".","9","8",".",".",".",".","6","."]
,["8",".",".",".","6",".",".",".","3"]
,["4",".",".","8",".","3",".",".","1"]
,["7",".",".",".","2",".",".",".","6"]
,[".","6",".",".",".",".","2","8","."]
,[".",".",".","4","1","9",".",".","5"]
,[".",".",".",".","8",".",".","7","9"]]
输出:true

示例 2:

输入:board = 
[["8","3",".",".","7",".",".",".","."]
,["6",".",".","1","9","5",".",".","."]
,[".","9","8",".",".",".",".","6","."]
,["8",".",".",".","6",".",".",".","3"]
,["4",".",".","8",".","3",".",".","1"]
,["7",".",".",".","2",".",".",".","6"]
,[".","6",".",".",".",".","2","8","."]
,[".",".",".","4","1","9",".",".","5"]
,[".",".",".",".","8",".",".","7","9"]]
输出:false
解释:除了第一行的第一个数字从 5 改为 8 以外,空格内其他数字均与 示例1 相同。 但由于位于左上角的 3x3 宫内有两个 8 存在, 因此这个数独是无效的。

提示:

  • board.length == 9
  • board[i].length == 9
  • board[i][j] 是一位数字(1-9)或者 '.'

解题代码:

class Solution {
public:
​    vector<pair<int,int>>g[10];bool isValidSudoku(vector<vector<char>>& board) {bool ret=true;for(int i=0;i<board.size();i++){for(int j=0;j<board[0].size();j++){if(board[i][j]=='.'){continue;}int num=board[i][j]-'0';if(g[num].empty()){
​          g[num].push_back(make_pair(i,j));continue;}else{for(int k=0;k<g[num].size();k++){if(g[num][k].first==i||g[num][k].second==j){
​                ret=false;return ret;}int x1=i,x2=g[num][k].first,y1=j,y2=g[num][k].second;if(x1/3==x2/3 && y1/3==y2/3){
​                ret=false;return ret;}}if(ret){
​            g[num].push_back(make_pair(i,j));}}}}return ret;}
};

解题思路:

这段代码的主要思想是使用哈希表(在这里是 g)来跟踪每个数字的位置,然后通过检查新位置是否与已存在的位置冲突来判断数独是否有效。这是一种常见的空间换时间的策略,通过使用额外的空间来减少时间复杂度。在这个问题中,时间复杂度和空间复杂度都是O(1),因为无论数独的大小如何,我们都只检查81个单元格,且哈希表的大小也是固定的。这是一种非常高效的解决方案。
  1. vector<pair<int,int>>g[10];:这是一个包含10个向量对的数组,用于存储每个数字(1-9)在数独中的位置。每个数字的所有位置都存储在一个向量对中。
  2. bool isValidSudoku(vector<vector<char>>& board):这是主函数,输入是一个二维字符向量,表示数独的布局。
  3. 在主函数中,首先定义了一个布尔变量 ret,并初始化为 true。这个变量用于记录数独是否有效。
  4. 然后,使用两个嵌套循环遍历数独的每个单元格。如果单元格为空(即 board[i][j]=='.'),则跳过当前循环。
  5. 如果单元格不为空,则将字符转换为数字(int num=board[i][j]-'0')。然后检查该数字是否已经在数独中出现过。
  6. 如果这是数字的第一次出现(即 g[num].empty()true),则将其位置添加到 g[num] 中。
  7. 如果数字已经出现过,则遍历 g[num] 中的每个位置,检查当前位置是否与任何已存在的位置在同一行、同一列或同一个3x3的子方格中。如果是,则将 ret 设置为 false 并立即返回。
  8. 如果当前位置与 g[num] 中的所有位置都不冲突,则将当前位置添加到 g[num] 中。
  9. 在遍历完所有单元格后,返回 ret。如果 ret 仍为 true,则数独有效;否则,数独无效。

第三题

题目来源:854. Floyd求最短路 - AcWing题库

题目描述:

给定一个n个点 m 条边的有向图,图中可能存在重边和自环,边权可能为负数。

再给定 k 个询问,每个询问包含两个整数 x 和 y,表示查询从点 x 到点 y 的最短距离,如果路径不存在,则输出 impossible

数据保证图中不存在负权回路。

输入格式

第一行包含三个整数 n,m,k。

接下来 m 行,每行包含三个整数 x,y,z,表示存在一条从点 x 到点 y 的有向边,边长为 z。

接下来 k 行,每行包含两个整数 x,y,表示询问点 x 到点 y 的最短距离。

输出格式

共 k 行,每行输出一个整数,表示询问的结果,若询问两点间不存在路径,则输出 impossible

数据范围

1≤n≤200
1≤k≤n^2
1≤m≤20000
图中涉及边长绝对值均不超过 10000。

输入样例:
3 3 2
1 2 1
2 3 2
1 3 1
2 1
1 3
输出样例:
impossible
1

解题代码:

#include<iostream>
#include<stdio.h>
#define N 2000005
using namespace std;
int n,m,k,qb,qe;
int matrix[205][205]; 
void init(){for(int i=1;i<=n;i++){for(int j=1;j<=n;j++){if(i==j){matrix[i][j]=0;continue;}matrix[i][j]=N;}}return ;
}
void floyd_deal(){for(int k=1;k<=n;k++){for(int i=1;i<=n;i++){for(int j=1;j<=n;j++){if(i==k||j==k){continue;}else{matrix[i][j]=min(matrix[i][j],matrix[i][k]+matrix[k][j]);}}}}
}
int main(){cin>>n>>m>>k;init();int b,e,val;for(int i=0;i<m;i++){scanf("%d %d %d",&b,&e,&val);matrix[b][e]=min(matrix[b][e],val);}floyd_deal();for(int i=0;i<k;i++){scanf("%d %d",&qb,&qe);if(matrix[qb][qe]<200000) printf("%d\n",matrix[qb][qe]);else printf("impossible\n");}   
return 0;
}

解题思路:

  1. 初始化:在init()函数中,我们首先将所有的路径长度设为一个非常大的数(在这里是N),然后将每个节点到自身的路径长度设为0。这是因为在开始时,我们假设所有的节点之间都没有直接的路径(或者说路径非常长),只有节点自身到自身的路径长度是0。
  2. 输入数据:在main()函数中,我们首先输入节点的数量n,边的数量m,以及查询的数量k。然后,我们输入每条边的信息,包括起点b,终点e,以及这条边的长度val。我们将matrix[b][e]设为val,表示节点b到节点e的路径长度为val
  3. Floyd-Warshall算法:在floyd_deal()函数中,我们使用Floyd-Warshall算法来找出所有节点之间的最短路径。这个算法的基本思想是,对于每一个节点k,我们尝试通过k来更新所有其他节点对之间的路径长度。具体来说,对于任意的两个节点ij,如果通过k的路径比当前的路径更短,那么我们就更新matrix[i][j]matrix[i][k]+matrix[k][j]
  4. 查询:最后,在main()函数中,我们进行k次查询。每次查询输入两个节点qbqe,然后输出matrix[qb][qe],即节点qb到节点qe的最短路径长度。如果这个长度小于200000,那么我们就输出这个长度;否则,我们输出"impossible",表示节点qb到节点qe之间没有路径。

最后详细的讲一讲floyd算法:

什么是floyd算法:

首先,有一件事值得我们肯定,至少它不是那个著名心理学家西格蒙德·弗洛伊德所提出的算法,哈哈,事实上,该算法(Floyd’s algorithm)是一种用于寻找图中所有节点之间最短路径的算法。它通过动态规划的方式来计算所有节点之间的最短路径,具体步骤如下:
  1. 初始化一个二维数组来存储节点之间的距离,如果两个节点之间有直接连接,则存储它们之间的距离,否则用无穷大表示。
  2. 对于每一对节点i和j,遍历所有节点k,如果从节点i到节点j经过节点k的路径比直接从i到j的路径更短,则更新节点i到节点j的距离为经过节点k的路径长度。
  3. 重复以上步骤直到所有节点之间的最短路径都被计算出来。

Floyd算法的时间复杂度为O(n^3),其中n为节点的个数。它适用于有向图和无向图,并且可以处理带有负权边的图。因此,Floyd算法是一种非常常用的最短路径算法。

让我们再用一张图来具体看看:

在这里插入图片描述

纯手画,字丑见谅
对于初始邻接矩阵,我们对他进行初始化,把自身到自身的长度初始化为0,把不存在的边初始化为无穷,意为无法到达,对于每一次录入一条边,我们都要比较本次两点直接路径的长度和已有两点直接路径的长度,并取最小值保存。(为了防止有些阴间测试点,比如一条边多次录入,值不一样的情况),这就完成了预处理阶段。
然后开始使用Floyd算法开始处理,处理途径一号点到n号点的情况,即循环n次,对于第i次循环,我们忽略行i,列i的情况,而对于其他节点(x,y),我们将当前值与(x,i)+(i,y)比较,并取最小值。如第二次循环的(1,3),它原本的值是87,是1到3的直接结果,根据向量的运算,1->3==1->2+2->3,所以我们前面说我们将当前值与(x,i)+(i,y)比较,并取最小值,这里取最小值53,即成功的记录了一次更短路。
而对于最后的询问的阶段,我们可以用o(1)的时间复杂度直接输出答案。

以上就是本周的分享,感谢您的阅读。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/240748.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

全网最全ChatGPT指令大全prompt

全网最全的ChatGPT大全提示词&#xff0c;大家可以进行下载。 AIGC ChatGPT 职场案例 AI 绘画 与 短视频制作 PowerBI 商业智能 68集 数据库Mysql 8.0 54集 数据库Oracle 21C 142集 Office 2021实战应用 Python 数据分析实战&#xff0c; ETL Informatica 数据仓库案例实战 E…

【JAVA面试题】什么是引用传递?什么是值传递?

&#x1f34e;个人博客&#xff1a;个人主页 &#x1f3c6;个人专栏&#xff1a; JAVA ⛳️ 功不唐捐&#xff0c;玉汝于成 前言 博客的正文部分可以详细介绍Java中参数传递的机制&#xff0c;强调Java是按值传递的&#xff0c;并解释了基本数据类型和对象引用在这种传…

二级分销的魅力:无限裂变创造十八亿的流水

有这么一个团队&#xff0c;仅靠这一个二级分销&#xff0c;六个月就打造了十八亿的流水。听着是不是很恐怖&#xff1f;十八亿确实是一个很大的数字&#xff0c;那么这个团队是怎么做到的呢&#xff1f;我们接着往下看。 这是一个销售减脂产品的团队。不靠网店&#xff0c;不…

【JMeter入门】—— JMeter介绍

1、什么是JMeter Apache JMeter是Apache组织开发的基于Java的压力测试工具&#xff0c;用于对软件做压力测试。它最初被设计用于Web应用测试&#xff0c;但后来扩展到其他测试领域。 &#xff08;Apache JMeter是100%纯JAVA桌面应用程序&#xff09; Apache JMeter可以用于对静…

pycharm git 版本回退

参考 https://blog.csdn.net/qq_38175912/article/details/102860195 yoyoketang 悠悠课堂

电力系统风储联合一次调频MATLAB仿真模型

微❤关注“电气仔推送”获得资料&#xff08;专享优惠&#xff09; 简介&#xff1a; 同一电力系统在不同风电渗透率下遭受同一负荷扰动时&#xff0c;其频率变化规律所示&#xff1a; &#xff08;1&#xff09;随着电力系统中风电渗透率的不断提高&#xff0c;风电零惯性响…

若依(ruoyi)管理系统标题和logo修改

1、网页上的logo 2、页面中的logo 进入ruoyi-ui --> src --> assets --> logo --> logo.png&#xff0c;把这个图片换成你自己的logo 3、网页标题 进入ruoyi-ui --> src --> layout --> components --> Sidebar --> Logo.vue&#xff0c;将里面的…

postman几种常见的请求方式

1、get请求直接拼URL形式 对于http接口&#xff0c;有get和post两种请求方式&#xff0c;当接口说明中未明确post中入参必须是json串时&#xff0c;均可用url方式请求 参数既可以写到URL中&#xff0c;也可写到参数列表中&#xff0c;都一样&#xff0c;请求时候都是拼URL 2&am…

伪装目标检测的算术不确定性建模

Modeling Aleatoric Uncertainty for Camouflaged Object Detection 伪装目标检测的算术不确定性建模背景贡献实验方法Camouflaged Object Detection Network&#xff08;伪装目标检测框架&#xff09;Online Confidence Estimation Network&#xff08;在线置信度估计网络&…

Stable Diffusion 基本原理

1 Diffusion Model的运作过程 输入一张和我们所需结果图尺寸一致的噪声图像&#xff0c;通过Denoise模块逐步减少noise&#xff0c;最终生成我们需要的效果图。 图中Denoise模块虽然是同一个&#xff0c;但是它会根据不同step的输入图像和代表noise严重程度的参数选择denoise的…

01背包详解,状态设计,滚动数组优化,通用问题求解

文章目录 0/1背包前言一、0/1背包的状态设计1、状态设计2、状态转移方程3、初始状态4、代码实现5、滚动数组优化二维优化为两个一维二维优化为一个一维&#xff0c;倒序递推 二、0/1背包的通用问题求最大值求最小值求方案数 0/1背包 前言 0/1包问题&#xff0c;作为动态规划问…

Python通过telnet批量管理配置华为交换机

名称&#xff1a;Python通过telnet批量管理配置华为交换机 测试工具&#xff1a;ensp, Visual Studio Code &#xff0c; Python3.8环境 时间&#xff1a;2023.12.23 个人备注&#xff1a;在NB 项目中&#xff0c;可以批量登录修改交换机配置&#xff0c;以此满足甲方爸爸的…

【Linux基础开发工具】gcc/g++使用make/Makefile

目录 前言 gcc/g的使用 1. 语言的发展 1.1 语言和编译器自举的过程 1.2 程序翻译的过程&#xff1a; 2. 动静态库的理解 Linux项目自动化构建工具-make/makefile 1. 快速上手使用 2. makefile/make执行顺序的理解 前言 了解完vim编辑器的使用&#xff0c;接下来就可以尝…

drawio绘制组织架构图和树形图

drawio绘制组织架构图和树形图 drawio是一款强大的图表绘制软件&#xff0c;支持在线云端版本以及windows, macOS, linux安装版。 如果想在线直接使用&#xff0c;则直接输入网址draw.io或者使用drawon(桌案), drawon.cn内部完整的集成了drawio的所有功能&#xff0c;并实现了云…

【一起学Rust | 框架篇 | Tauri2.0框架】Tauri2.0环境搭建与项目创建

文章目录 前言一、搭建 Tauri 2.0 开发环境二、创建 Tauri 2.0 项目1.创建项目2.安装依赖4. 编译运行 三、设置开发环境四、项目结构 前言 Tauri在Rust圈内成名已久&#xff0c;凭借Rust的可靠性&#xff0c;使用系统原生的Webview构建更小的App 以及开发人员可以灵活的使用各…

IDEA 中 Tomcat 日志乱码

1、服务器输出乱码 修改 File -> settings -> Editor -> General ->Console 中&#xff0c;utf-8改为GBK&#xff0c;反之改成utf-8 2、Tomcat Localhost Log 或者 Tomcat Catalina Log乱码 进入Tomcat 中的conf文件中的logging.properties 哪个有问题改哪个&…

虚拟机的下载、安装(模拟出服务器)

下载 vmware workstation&#xff08;收费的虚拟机&#xff09; 下载vbox 网址&#xff1a;Oracle VM VirtualBox&#xff08;免费的虚拟机&#xff09; 以下选择一个下载即可&#xff0c;建议下载vbox&#xff0c;因为是免费的。安装的时候默认下一步即可&#xff08;路径最好…

【数据安全】Java AES加密和解密

自我介绍 做一个简单介绍&#xff0c;酒架年近48 &#xff0c;有20多年IT工作经历&#xff0c;目前在一家500强做企业架构&#xff0e;因为工作需要&#xff0c;另外也因为兴趣涉猎比较广&#xff0c;为了自己学习建立了三个博客&#xff0c;分别是【全球IT瞭望】&#xff0c;【…

Kubernetes 架构原则和对象设计

什么是 Kubernetes Kubernetes 是谷歌开源的容器集群管理系统 • 基于容器的应用部署、维护和滚动升级&#xff1b; • 负载均衡和服务发现&#xff1b; • 跨机器和跨地区的集群调度&#xff1b; • 自动伸缩&#xff1b; • 无状态服务和有状态服务&#xff1b; • 插件机制…

fba海派和传统海运的区别,亚马逊 FBA货物包装技巧—站斧浏览器

fba海派和传统海运的区别 1、美国FBA海派是什么&#xff1f; 美国FBA海派即将商品通过海洋运输的方式运送到美国亚马逊FBA仓库的服务。这种方式主要适用于大批量或大件商品&#xff0c;因为相比其他物流方式&#xff0c;海派具备成本低和运载量大的优势。 2、传统海运是什么…