Leetcode 3027. Find the Number of Ways to Place People II

  • [Leetcode 3027. Find the Number of Ways to Place People II](#Leetcode 3027. Find the Number of Ways to Place People II)
    • [1. 解题思路](#1. 解题思路)
    • [2. 代码实现](#2. 代码实现)

1. 解题思路

这一题的话我也没想到啥特别好的思路,采用的纯粹是遍历+剪枝的思路。

遍历的话好理解,对于 N N N个位置当中要找到任意两个位置作为Takina和Chisato的位置,一共就是 O ( N 2 ) O(N^2) O(N2)的算法复杂度,然后就是要判断这两个位置是否合法,这个至多又会引入 O ( N ) O(N) O(N)的算法复杂度,一共可能就变成了 O ( N 3 ) O(N^3) O(N3)的算法复杂度,明显太多了......

因此,我们就是在这里做了一下剪枝,首先的话,就是我们将坐标拍了个序,按照题意要求,两个点一个要在左上角,一个要在右下角,因此,我们将坐标按照 ( x , − y ) (x, -y) (x,−y)进行逆序排列,此时必然左上角的点会出现右下角的点的前方,且如果他们的区间当中有其他点的话,这个点只能出现在他们之间。

此时,我们发现提交的代码就能够通过所有测试样例了,感觉应该还能够优化,不过这里暂时就没往下深挖了,凑合着就算是做出来了吧,LOL

2. 代码实现

给出python代码实现如下:

python 复制代码
class Solution:
    def numberOfPairs(self, points: List[List[int]]) -> int:
        points = sorted(points, key=lambda x: (x[0], -x[1]))
        n = len(points)
        ans = 0
        for i in range(n-1):
            a, b = points[i]
            for j in range(i+1, n):
                c, d = points[j]
                if b < d:
                    continue
                elif any(a <= e <= c and d <= f <= b for e, f in points[i+1:j]):
                    continue
                ans += 1
        return ans

提交代码评测得到:耗时6105ms,占用内存17MB。

相关推荐
KaiPeng-Nie4 天前
代码随想录day22 | 回溯算法理论基础 leetcode 77.组合 77.组合 加剪枝操作 216.组合总和III 17.电话号码的字母组合
java·算法·leetcode·剪枝·回溯算法·回归算法·递归函数
robin_suli6 天前
穷举vs暴搜vs深搜vs回溯vs剪枝专题一>子集
算法·dfs·剪枝·回溯
robin_suli6 天前
穷举vs暴搜vs深搜vs回溯vs剪枝系列一>找出所有子集的异或总和再求和
算法·dfs·剪枝·回溯
cdut_suye7 天前
深度优先搜索(DFS)与回溯法:从全排列到子集问题的决策树与剪枝优化
c++·人工智能·opencv·算法·决策树·深度优先·剪枝
Espresso Macchiato7 天前
Leetcode 3389. Minimum Operations to Make Character Frequencies Equal
动态规划·leetcode hard·分类讨论·leetcode 3389·leetcode周赛428
龙的爹233314 天前
论文翻译 | LazyLLM: DYNAMIC TOKEN PRUNING FOR EFFICIENT LONG CONTEXT LLM INFERENCE
算法·机器学习·语言模型·自然语言处理·prompt·gpu算力·剪枝
数学人学c语言14 天前
yolov11剪枝、蒸馏、加注意力
人工智能·yolo·剪枝
დ旧言~18 天前
专题三:穷举vs暴搜vs深搜vs回溯vs剪枝
算法·线性回归·深度优先·剪枝·推荐算法
好评笔记18 天前
深度学习笔记——模型压缩和优化技术(蒸馏、剪枝、量化)
人工智能·深度学习·剪枝·模型压缩·量化·蒸馏·大模型优化
goTsHgo18 天前
Hive分区裁剪(Partition Pruning)详解
hive·hadoop·剪枝