LeetCode第 71 场双周赛题解
5984. 拆分数位后四位数字的最小和
题目描述:给你一个四位整数,让你重排这个整数中的数字然后分成两部分,允许有前导\(0\)。问分成的两部分的十进制表示的和的最小值。
思路:根据题意模拟即可、
时间复杂度:\(O(1)\)
参考代码:
class Solution {
public:
int minimumSum(int num) {
string s = to_string(num);
vectorcnt(10 , 0);
for(auto c : s) cnt[c - '0'] ++;
int res = 0, dx = 0 , ct = 0;
for(int i = 0 ; i < 10 ; ++i){
if(cnt[i] == 0) continue;
while(cnt[i]){
if(ct < 2) res += i * 10;
else res += i;
--cnt[i];
++ct;
}
}
return res;
}
};
5985. 根据给定数字划分数组
题目描述:给你一个长度为\(n\)的数组\(nums\),和一个分界数\(x\),让你将数组中小于\(x\)的数字放在所有\(x\)的左边且不改变其原来的相对顺序,将数组中大于\(x\)的数字放在所有\(x\)的右边且不改变其原来的相对顺序。
思路:根据题意模拟即可。
时间复杂度:\(O(n)\)
参考代码:
class Solution {
public:
vector pivotArray(vector& nums, int pivot) {
vectorres , rs;
int cnt = 0;
for(auto num : nums){
if(num < pivot) res.push_back(num);
else if(num == pivot) ++cnt;
else rs.push_back(num);
}
for(int i = 1 ; i <= cnt ; ++i) res.push_back(pivot);
for(auto num : rs) res.push_back(num);
return res;
}
};
5986. 设置时间的最少代价
题目描述:自己看题目吧
思路:根据题意,将时间先表示成\(m : s\)的形式其中\(s < 60\),注意可能会存在\(m > 99\)的情况,需要特判。然后表示成\(4\)位,去除前导\(0\)之后计算价值。然后再\(m \neq 0 , s \leq 39\)的情况下表示\(m - 1 : s + 60\)。在算一次价值。二者取最小即可。
时间复杂度:\(O(1)\)
参考代码:
class Solution {
public:
int minCostSetTime(int startAt, int moveCost, int pushCost, int targetSeconds) {
auto solve = [&](vector& target){
reverse(target.begin() , target.end());
while(target.back() == 0) target.pop_back();
reverse(target.begin() , target.end());
int cur = startAt, res = 0;
for(auto num : target){
if(num == cur) res += pushCost;
else res += pushCost + moveCost;
cur = num;
}
return res;
};
int m = targetSeconds / 60 , s = targetSeconds % 60;
if(m > 99) --m , s += 60;
vectornums(4 , 0);
auto process = [&](vector& nums , int m ,int s){
nums[0] = m / 10;nums[1] = m % 10;
nums[2] = s / 10; nums[3] = s % 10;
return ;
};
process(nums , m , s);
int res = solve(nums);
nums = vector(4 , 0);
if(m && s <= 39){
--m;s += 60;
process(nums , m , s);
res = min(res , solve(nums));
}
return res;
}
};
5987. 删除元素后和的最小差值
题目描述:给你一个长度为\(3 * n\)的数组\(nums\),让你删除其中的\(n\)个,对于删除后的数组,定义其前\(n\)个数字的和为\(sum_{first}\),后\(n\)个数字的和为\(sum_{second}\)。求\(sum_{first} - sum_{second}\)的最小值。
思路:显然我们要最小化\(sum_{first}\),最大化\(sum_{second}\)。考虑定义分界点\(n - 1 \leq p < 2 *n\)。区间[0 , p]
包含第一部分的所有元素,根据贪心策略需要删除其中\(p - n + 1\)个最大的元素,而区间[p + 1 , 3 * n - 1]
包含第二部分的所有元素,根据贪心策略,需要删除其中$2 * n - p - 1 $个最小的元素。考虑如何维护,对于第一部分,使用一个大根堆即可;对于第二部分,我们使用两个multiset
a , b
分别存储较小的\(2 * n - p - 1\)个元素和较大的\(n\)个元素,若移动分界点对应的元素在a
中存在,则直接删除,否则在b
中删除该元素,并将a
中的最大值加入b
中。
时间复杂度:\(O(nlogn)\)
参考代码:
class Solution {
public:
long long minimumDifference(vector& nums) {
priority_queueheap;
long long sum = 0;
int n = nums.size();
int m = n / 3;
for (int i = 0; i < m; ++i) {
sum += nums[i];
heap.push(nums[i]);
}
multiset a, b;
for (int i = m; i < n; ++i) {
if (b.size() < m) {
sum -= nums[i];
b.insert(nums[i]);
}
else {
if (*b.begin() >= nums[i]) a.insert(nums[i]);
else {
int dx = *b.begin();
a.insert(*b.begin());
b.erase(b.begin());
b.insert(nums[i]);
sum += dx - nums[i];
}
}
}
long long res = sum;
for (int i = m; i < 2 * m; ++i) {
if (a.find(nums[i]) != a.end()) {
a.erase(a.find(nums[i]));
}
else {
b.erase(b.find(nums[i]));
int dx = *a.rbegin();
sum += nums[i] - dx;
b.insert(dx);
a.erase(a.find(dx));
}
if (nums[i] < heap.top()) {
sum -= heap.top();
heap.pop();
heap.push(nums[i]);
sum += nums[i];
}
res = min(res, sum);
}
return res;
}
};