LeetCode解法汇总LCP 50. 宝石补给

目录链接:

力扣编程题-解法汇总_分享+记录-CSDN博客

GitHub同步刷题项目:

GitHub - September26/java-algorithms: 算法题汇总,包含牛客,leetCode,lintCode等网站题目的解法和代码,以及完整的mode类,甚至链表代码生成工具都有提供。

原题链接:力扣(LeetCode)官网 - 全球极客挚爱的技术成长平台

描述:

欢迎各位勇者来到力扣新手村,在开始试炼之前,请各位勇者先进行「宝石补给」。

每位勇者初始都拥有一些能量宝石, gem[i] 表示第 i 位勇者的宝石数量。现在这些勇者们进行了一系列的赠送,operations[j] = [x, y] 表示在第 j 次的赠送中 第 x 位勇者将自己一半的宝石(需向下取整)赠送给第 y 位勇者。

在完成所有的赠送后,请找到拥有最多 宝石的勇者和拥有最少 宝石的勇者,并返回他们二者的宝石数量之差

注意:

  • 赠送将按顺序逐步进行。

示例 1:

输入:gem = [3,1,2], operations = [[0,2],[2,1],[2,0]]

输出:2

解释: 第 1 次操作,勇者 0 将一半的宝石赠送给勇者 2gem = [2,1,3] 第 2 次操作,勇者 2 将一半的宝石赠送给勇者 1gem = [2,2,2] 第 3 次操作,勇者 2 将一半的宝石赠送给勇者 0gem = [3,2,1] 返回 3 - 1 = 2

示例 2:

输入:gem = [100,0,50,100], operations = [[0,2],[0,1],[3,0],[3,0]]

输出:75

解释: 第 1 次操作,勇者 0 将一半的宝石赠送给勇者 2gem = [50,0,100,100] 第 2 次操作,勇者 0 将一半的宝石赠送给勇者 1gem = [25,25,100,100] 第 3 次操作,勇者 3 将一半的宝石赠送给勇者 0gem = [75,25,100,50] 第 4 次操作,勇者 3 将一半的宝石赠送给勇者 0gem = [100,25,100,25] 返回 100 - 25 = 75

示例 3:

输入:gem = [0,0,0,0], operations = [[1,2],[3,1],[1,2]]

输出:0

提示:

  • 2 <= gem.length <= 10^3
  • 0 <= gem[i] <= 10^3
  • 0 <= operations.length <= 10^4
  • operations[i].length == 2
  • 0 <= operations[i][0], operations[i][1] < gem.length

解题思路:

复制代码
先按照operations中的执行,然后求出最大最小值计算。

代码:

复制代码
class SolutionLCP50
{
public:
    int giveGem(vector<int> &gem, vector<vector<int>> &operations)
    {
        for (vector<int> operation : operations)
        {
            int value = gem[operation[0]] / 2;
            gem[operation[1]] = gem[operation[1]] + value;
            gem[operation[0]] -= value;
        }
        int maxValue = 0;
        int minValue = 10000;
        for (int value : gem)
        {
            maxValue = max(maxValue, value);
            minValue = min(minValue, value);
        }
        return maxValue - minValue;
    }
};
相关推荐
MM_MS4 分钟前
Halcon控制语句
java·大数据·前端·数据库·人工智能·算法·视觉检测
mit6.82417 分钟前
山脉二分找中值|子集型回溯
算法
乃瞻衡宇26 分钟前
Agent Skills 完全指南:让你的 AI Agent 拥有超能力
算法
mit6.82429 分钟前
pair<int, TreeNode*> dfs
算法
初晴や1 小时前
【C++】图论:基础理论与实际应用深入解析
c++·算法·图论
李泽辉_1 小时前
深度学习算法学习(五):手动实现梯度计算、反向传播、优化器Adam
深度学习·学习·算法
李泽辉_2 小时前
深度学习算法学习(一):梯度下降法和最简单的深度学习核心原理代码
深度学习·学习·算法
꧁Q༒ོγ꧂2 小时前
算法详解---大纲
算法
hqiangtai2 小时前
Android 高级专家技术能力图谱
android·职场和发展