随机更新....
7004. 判别首字母缩略词
给你一个字符串数组 words 和一个字符串 s ，请你判断 s 是不是 words 的 首字母缩略词 。
如果可以按顺序串联 words 中每个字符串的第一个字符形成字符串 s ，则认为 s 是 words 的首字母缩略词。例如，"ab" 可以由 ["apple", "banana"] 形成，但是无法从 ["bear", "aardvark"] 形成。
如果 s 是 words 的首字母缩略词，返回 true ；否则，返回 false 。
示例 1：
输入：words = ["alice","bob","charlie"], s = "abc" 输出：true 解释：words 中 "alice"、"bob" 和 "charlie" 的第一个字符分别是 'a'、'b' 和 'c'。因此，s = "abc" 是首字母缩略词。
示例 2：
输入：words = ["an","apple"], s = "a" 输出：false 解释：words 中 "an" 和 "apple" 的第一个字符分别是 'a' 和 'a'。 串联这些字符形成的首字母缩略词是 "aa" 。 因此，s = "a" 不是首字母缩略词。
示例 3：
输入：words = ["never","gonna","give","up","on","you"], s = "ngguoy" 输出：true 解释：串联数组 words 中每个字符串的第一个字符，得到字符串 "ngguoy" 。 因此，s = "ngguoy" 是首字母缩略词。
简单题，暴力获取下就行，没啥好讲的，直接看ac code吧。
class Solution {public boolean isAcronym(List<String> words, String s) {int n = words.size();if (n != s.length()) {return false;}String tmp = "";for (int i=0;i<n;i++) {tmp = tmp + words.get(i).charAt(0);}System.out.println(tmp);return tmp.equals(s);}
}6450. k-avoiding 数组的最小总和
给你两个整数 n 和 k 。
对于一个由 不同 正整数组成的数组，如果其中不存在任何求和等于 k 的不同元素对，则称其为 k-avoiding 数组。
返回长度为 n 的 k-avoiding 数组的可能的最小总和。
示例 1：
输入：n = 5, k = 4 输出：18 解释：设若 k-avoiding 数组为 [1,2,4,5,6] ，其元素总和为 18 。 可以证明不存在总和小于 18 的 k-avoiding 数组。
示例 2：
输入：n = 2, k = 6 输出：3 解释：可以构造数组 [1,2] ，其元素总和为 3 。 可以证明不存在总和小于 3 的 k-avoiding 数组。
提示：
1 <= n, k <= 50
思路：
题目看上去很简单，有个重点就是我标红的那句话，不同元素对。那么就可以理解为，不存在a+b=k的情况，并且需要返回长度等于n的最小总和，肯定就是从1开始往上递增的来取，换句话说， 不就是取a+b=k，加数最小的那个不就好了。
还存在实例1的情况，取到比k还大的值，既然都比k大了，那么，肯定无论如何都不会存在元素对等于k的了。
想清楚之后，那么就可以遍历模拟一遍过程即可。
ac code：
class Solution {public int minimumSum(int n, int k) {int cnt = 0;int ans = 0;int ind = 1;while (cnt < n && ind < k) {if (k - ind >= ind) {ans += ind;cnt += 1;} ind += 1;}// 大于了k就随便取了while (cnt < n) {ans += ind;ind++;cnt++;}return ans;}
}6467. 找出最长等值子数组
给你一个下标从 0 开始的整数数组 nums 和一个整数 k 。
如果子数组中所有元素都相等，则认为子数组是一个 等值子数组 。注意，空数组是 等值子数组 。
从 nums 中删除最多 k 个元素后，返回可能的最长等值子数组的长度。
子数组 是数组中一个连续且可能为空的元素序列。
示例 1：
输入：nums = [1,3,2,3,1,3], k = 3 输出：3 解释：最优的方案是删除下标 2 和下标 4 的元素。 删除后，nums 等于 [1, 3, 3, 3] 。 最长等值子数组从 i = 1 开始到 j = 3 结束，长度等于 3 。 可以证明无法创建更长的等值子数组。
示例 2：
输入：nums = [1,1,2,2,1,1], k = 2 输出：4 解释：最优的方案是删除下标 2 和下标 3 的元素。 删除后，nums 等于 [1, 1, 1, 1] 。 数组自身就是等值子数组，长度等于 4 。 可以证明无法创建更长的等值子数组。
提示：
1 <= nums.length <= 1051 <= nums[i] <= nums.length0 <= k <= nums.length
思路：
有两种解法，可以考虑用到同向双指针或者是用滑动窗口。
1、同向双指针需要将每个元素的下标进行标记，对于每种相同的元素进行遍历，需要判断right - left 的下标是不是超过了k，如果超过了k表示right和left区间内，这种元素需要删除的数太多了。然后以此类推，将每种元素都遍历一遍，维护一个最大的ans即可。（看官们大概理解理解吧...）
2、滑动窗口的想法其实类似，只不过是需要维护一个hash map，map中存放的是窗口内元素的数量，key是元素值，value是对应元素的个数。然后ans就是map中最大的cnt值。
方法2的ac code（方法1没写出来...）
class Solution {public int longestEqualSubarray(List<Integer> nums, int k) {int left = 0;int cnt = 0;int ans = 0;HashMap<Integer, Integer> mp = new HashMap<Integer,Integer>();for (int right = 0; right < nums.size(); right++) {int cur = nums.get(right);mp.put(cur, mp.getOrDefault(cur, 0) + 1);cnt = Math.max(cnt, mp.get(cur));//取窗口内最大的元素的个数while (right - left + 1 - cnt > k) {mp.put(nums.get(left), mp.get(nums.get(left)) - 1);left++;}ans = Math.max(ans, cnt); // 这里不是right-left+1}return ans;}
}7006. 销售利润最大化
给你一个整数 n 表示数轴上的房屋数量，编号从 0 到 n - 1 。
另给你一个二维整数数组 offers ，其中 offers[i] = [starti, endi, goldi] 表示第 i 个买家想要以 goldi 枚金币的价格购买从 starti 到 endi 的所有房屋。
作为一名销售，你需要有策略地选择并销售房屋使自己的收入最大化。
返回你可以赚取的金币的最大数目。
注意 同一所房屋不能卖给不同的买家，并且允许保留一些房屋不进行出售。
示例 1：
输入：n = 5, offers = [[0,0,1],[0,2,2],[1,3,2]] 输出：3 解释： 有 5 所房屋，编号从 0 到 4 ，共有 3 个购买要约。 将位于 [0,0] 范围内的房屋以 1 金币的价格出售给第 1 位买家，并将位于 [1,3] 范围内的房屋以 2 金币的价格出售给第 3 位买家。 可以证明我们最多只能获得 3 枚金币。
示例 2：
输入：n = 5, offers = [[0,0,1],[0,2,10],[1,3,2]] 输出：10 解释：有 5 所房屋，编号从 0 到 4 ，共有 3 个购买要约。 将位于 [0,2] 范围内的房屋以 10 金币的价格出售给第 2 位买家。 可以证明我们最多只能获得 10 枚金币。
提示：
1 <= n <= 1051 <= offers.length <= 105offers[i].length == 30 <= starti <= endi <= n - 11 <= goldi <= 103
（我菜了，没想出来，各位直接看题解吧....）
力扣（LeetCode）官网 - 全球极客挚爱的技术成长平台
class Solution {public int maximizeTheProfit(int n, List<List<Integer>> offers) {List<int[]>[] groups = new ArrayList[n];Arrays.setAll(groups, e -> new ArrayList<>());for (var offer : offers)groups[offer.get(1)].add(new int[]{offer.get(0), offer.get(2)});var f = new int[n + 1];for (int end = 0; end < n; end++) {f[end + 1] = f[end];for (var p : groups[end])f[end + 1] = Math.max(f[end + 1], f[p[0]] + p[1]);}return f[n];}
}作者：灵茶山艾府
链接：https://leetcode.cn/problems/maximize-the-profit-as-the-salesman/solutions/2396402/xian-xing-dpfu-xiang-si-ti-mu-pythonjava-wmh7/
来源：力扣（LeetCode）
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
