Last Updated on Jul 19, 2020
Leetcode 847. Shortest Path Visiting All Nodes
2020/7/19
广度优先搜索.
一个 trick 是可以用二进制数表示访问过的节点, 1 表示访问过, 0 表示未访问过. 比如一共 5 个节点 (0-indexed), 则可以用 11001 表示访问过节点 0, 3, 4. 位运算
1<<n
比 2**n
快得多.from collections import deque
class Solution:
def shortestPathLength(self, graph: List[List[int]]) -> int:
'''
binary representation
e.g. 11001 for nodes 034 visited and 12 unvisited
'''
goal = (1<<len(graph)) - 1
# (curr_node, visited_nodes, steps)
queue = deque((node, 1<<node, 0) for node in range(len(graph)))
seen = set()
while queue:
curr_node, visited_nodes, steps = queue.popleft()
if visited_nodes == goal:
return steps
for adj_node in graph[curr_node]:
state = (adj_node, visited_nodes | 1<<adj_node, steps+1)
if state not in seen:
seen.add(state)
queue.append(state)
return -1
外卖小哥的保温箱
没看到这道题的题解, 自己写一遍.
众所周知, 美团外卖的口号是: "美团外卖,送啥都快". 身着黄色工作服的骑手作为外卖业务中商家和客户的重要纽带, 在工作中, 以快速送餐突出业务能力; 工作之余, 他们会通过玩智力游戏消遣闲暇时光, 以反应速度彰显智慧, 每位骑手拿出装有货物的保温箱, 参赛选手需在最短的时间内用最少的保温箱将货物装好.
我们把问题简单描述一下:
每个货物占用空间都一模一样; 外卖小哥保温箱的最大容量是不一样的, 每个保温箱由两个值描述: 保温箱的最大容量 , 当前已有货物个数 , 其中 ; 货物转移的时候, 不必一次性全部转移, 每转移一件货物需要花费 1 秒的时间.
输入描述:
第一行包含 个正整数 () 表示保温箱的数量; 第二行有 个正整数 , 其中 表示第 个保温箱的已有货物个数, ; 第三行有 个正整数 , 其中 表示第 个保温箱的最大容量, .
输出描述:
输出为两个整数 和 , 其中 表示能容纳所有货物的保温箱的最少个数, 表示将所有货物转移到这 个保温箱所花费的最少时间, 单位为秒.
输入例子 1:
4
3 3 4 3
4 7 6 5
输出例子 1: 2 6
例子说明 1:
我们可以把第一个保温箱中的货物全部挪到第二个保温箱中, 花费时间为 3 秒, 此时第二个保温箱剩余容量为 1, 然后把第四个保温箱中的货物转移一份到第二个保温箱中, 转移最后两份到第三个保温箱中. 总花费时间也是 3 秒, 所以最少保温箱个数是 2, 最少花费时间为 6 秒.
输入例子 2:
2
1 1
100 100
输出例子 2: 1 1
输入例子3:
5
10 30 5 6 24
10 41 7 8 24
输出例子 3: 3 11
题解
题目稍微有些模糊, 意思是首先确保保温箱数目最少, 然后在这个前提下用时最少.
由于总物品数是一定的, 用时最少等价于选用的保温箱中已有物品数最多. 很明显是 01 背包问题的变形.
记 为在前 个保温箱中选出若干个使得总容量为 时, 所用的最少保温箱数, 和在最少箱数前提下的最大物品数.
若 , 则说明选用第 个保温箱后所需箱数更少, 于是 . 若 , 则所用保温箱数相同, 比较已有物品数, 取 . 否则选用第 个保温箱后所需箱数更多, 不考虑.
空间可以优化为 , 对每个 对 进行遍历时, 为了避免覆盖 时的值, 需要倒过来遍历.
时间为 .
import sys
n = int(input().strip())
lines = sys.stdin.readlines()
# since there is something wrong with the input
if len(lines) == 1:
temp = list(map(int, lines[0].strip().split()))
a = temp[:n]
b = temp[n:]
else:
a = list(map(int, lines[0].strip().split()))
b = list(map(int, lines[1].strip().split()))
n_items = sum(a)
total_cap = sum(b)
f = [[float('inf'), 0] for _ in range(total_cap+1)]
f[0] = [0, 0]
for i in range(n):
for j in range(total_cap, b[i]-1, -1):
if f[j][0] > f[j-b[i]][0] + 1:
f[j] = [f[j-b[i]][0] + 1, f[j-b[i]][1] + a[i]]
elif f[j][0] == f[j-b[i]][0] + 1:
f[j][1] = max(f[j][1], f[j-b[i]][1] + a[i])
res = [float('inf'), 0]
for j in range(n_items, total_cap+1):
if f[j][0] < res[0]:
res = f[j]
elif f[j][0] == res[0]:
res[1] = max(res[1], f[j][1])
print(res[0], n_items-res[1])
取数
来源: 2020-3-29 百度编程题
首先给出 个数字 , 然后给你 个回合, 每回合你可以 (笔者注: 如果是 "必须" 的话更简单些) 从中选择一个数取走它, 剩下来的每个数字 都要减去一个值 . 如此重复 个回合, 所有你拿走的数字之和就是你所得到的分数.
现在给定你 序列和 序列, 请你求出最多可以得到多少分.
输入描述:
输入第一行, 仅包含一个整数 , 表示数字的个数. 第二行, 一个整数 , 表示回合数. 接下来一行有 个正整数, 分别为 . 最后一行有 个正整数, 分别为 .
输出描述:
输出一个仅包含一个正整数, 即最多可以得到的分数.
输入例子:
5
5
10 10 30 40 50
4 5 6 7 8
输出:100
(笔者注: 从输出来看, 输入应该是 10 20 30 40 50, 并且之前的笔者注应该是 "必须")
题解
题目不是官方来源, 所以可能有误, 按照上面的笔者注来做.
在决定好最后取哪些数之后, 显然 值大的数要先取. 于是这还是一个背包问题, 关键是先对 从大到小排序.
记 为在前 个数中取 个, 得分的最大值.
递推关系为 .
def score(a, b, m):
a = list(zip(a, b))
a.sort(key=lambda x: -x[1])
f = [0 for _ in range(m+1)]
for i in range(len(a)):
for j in range(min(m, i+1), 0, -1):
f[j] = max(f[j], f[j-1] + a[i][0] - (j-1)*a[i][1])
print(i, f)
return f[-1]
a = [10, 20, 30, 40, 50]
b = [4, 5, 6, 7, 8]
m = 5
print(score(a, b, m))
'''
0 [0, 50, 0, 0, 0, 0]
1 [0, 50, 83, 0, 0, 0]
2 [0, 50, 83, 101, 0, 0]
3 [0, 50, 83, 101, 106, 0]
4 [0, 50, 83, 101, 106, 100]
100
'''
时间 , 空间 .
若题目由 "必须" 取数改为 "可以" 取数, 最后改为
return max(f)
即可.LeetCode 547. Friend Circles
最直接的想法, 朴素地迭代求并集效率太低了, 并查集 是一个更高效的实现. 想法是用代表元表示一个朋友圈, 用树结构表示朋友圈, 根节点为代表元. 对于每个人, 查找根节点就可以得知其所在的朋友圈. 为了降低树的高度需要对父节点做一些优化.
class Solution:
def find(self, x):
if self.a[x] == x:
return x
else:
self.a[x] = self.find(self.a[x])
return self.a[x]
def findCircleNum(self, M):
self.a = [i for i in range(len(M))]
for i, ui in enumerate(M):
for j, rij in enumerate(ui[i+1:], i+1):
if rij:
self.a[self.find(j)] = self.find(i)
return len(set(self.find(i) for i in self.a))
另一种办法是深度优先搜索.
class Solution:
def findCircleNum(self, M):
res = 0
seen = set()
def dfs(i):
for j, rij in enumerate(M[i]):
if rij and j not in seen:
seen.add(j)
dfs(j)
for i in range(len(M)):
if i not in seen:
dfs(i)
res += 1
return res
No comments:
Post a Comment