目录
[100245. 每个字符最多出现两次的最长子字符串](#100245. 每个字符最多出现两次的最长子字符串)
[100228. 执行操作使数据元素之和大于等于 K](#100228. 执行操作使数据元素之和大于等于 K)
[100258. 最高频率的 ID](#100258. 最高频率的 ID)
[100268. 最长公共后缀查询](#100268. 最长公共后缀查询)
100245. 每个字符最多出现两次的最长子字符串
原题链接
每个字符最多出现两次的最长子字符串 - 力扣 (LeetCode) 竞赛
思路分析
枚举
直接遍历每一个子串,然后统计那些最大字符频率小于2的就行了
时间复杂度O(n^2)
AC代码
cpp
class Solution {
public:
int maximumLengthSubstring(string s) {
int n = s.size(), ret = 1;
for(int len = 1; len <= n; len++){
for(int i = 0; i <= n - len; i++){
int cnt[26]{0};
bool f = 0;
for(int j = i; j < i + len; j++)
f = f || (++cnt[s[j] - 'a'] > 2);
if(f) continue;
ret = max(ret, len);break;
}
}
return ret;
}
};
100228. 执行操作使数据元素之和大于等于 K
原题链接
执行操作使数据元素之和大于等于 K - 力扣 (LeetCode) 竞赛
思路分析
贪心
最优解一定是自增若干次,然后再复制若干次
**证明:**如果存在自增、复制交替出现,或者先复制若干次再自增若干次,我们将自增的操作全都放在前面,复制的操作都放在后面,得到的元素和会变大,因为最终的元素数目一样,而这样最大化了每个元素,故得证
那么我们只需要枚举最终每个元素的值就行了,从1枚举到k
时间复杂度:O(k)
AC代码
cpp
class Solution {
public:
int minOperations(int k) {
int ret = k;
for(int i = 1; i <= k; i++)
ret = min(ret, (i - 1) + (int)ceil(1.0 * k / i) - 1);
return ret;
}
};
100258. 最高频率的 ID
原题链接
思路分析
线段树
每次对区间内某个数的频率进行修改,然后求修改后区间内的最大频率
这就完美对应了线段树的单点修改和区间最值,我们只需要写一下线段树的递归建树和单点修改的函数即可,码量巨小
时间复杂度O(mlogn),m为操作次数,n为区间大小
AC代码
cpp
struct node{
int l, r;
long long s;
}tr[400010];
#define lc p << 1
#define rc p << 1 | 1
void build(int p, int l, int r){
tr[p] = {l, r, 0};
if(l == r) return;
int m = (l + r) >> 1;
build(lc, l, m), build(rc, m + 1, r);
}
void update(int p, int x, int k){
if(tr[p].l == x && tr[p].r == x){
tr[p].s += k; return;
}
int m = (tr[p].l + tr[p].r) >> 1;
if(x > m) update(rc, x, k);
else update(lc, x, k);
tr[p].s = max(tr[lc].s, tr[rc].s);
}
class Solution {
public:
vector<long long> mostFrequentIDs(vector<int>& nums, vector<int>& freq) {
build(1, 1, *max_element(nums.begin(), nums.end()));
vector<long long> ret;
for(int i = 0, n = nums.size(); i < n; i++){
update(1, nums[i], freq[i]);
ret.emplace_back(tr[1].s);
}
return ret;
}
};
100268. 最长公共后缀查询
原题链接
思路分析
字典树
考虑要能快速的求出查询字符串和字符串集合中的最长公共后缀,我们提前将字符串集合中的字符串倒序插入字典树,然后边插入边统计路径上的最短字符串的下标,这个值是存在路径上节点中的
然后对于每个查询去在字典树上沿着路径往下走就行了,走不动就退出
然后答案就是当前节点存的那个下标
时间复杂度O(Σlen(wordsContainer[i]) + Σlen(wordsQuery[i]))
AC代码
cpp
struct node{
unordered_map<char, node*> ch;
int idx = -1;
}*root, *cur;
class Solution {
public:
vector<int> stringIndices(vector<string>& wordsContainer, vector<string>& wordsQuery) {
root = new node;
vector<int> ret;
int n = wordsContainer.size(), mi = 0;
for(int i = 0; i < n; i++){
cur = root;
if(wordsContainer[i].size() < wordsContainer[mi].size()) mi = i;
for(int j = (int)wordsContainer[i].size() - 1; j >= 0; j--){
char x = wordsContainer[i][j];
if(!cur->ch.count(x)) cur->ch[x] = new node;
cur = cur->ch[x];
if(cur->idx == -1) cur->idx = i;
else if(wordsContainer[cur->idx].size() > wordsContainer[i].size()) cur->idx = i;
}
}
n = wordsQuery.size();
for(int i = 0; i < n; i++){
cur = root;
for(int j = wordsQuery[i].size() - 1; j >= 0; j--){
char x = wordsQuery[i][j];
if(cur->ch.count(x)) cur = cur->ch[x];
else break;
}
if(cur != root)
ret.emplace_back(cur->idx);
else
ret.emplace_back(mi);
}
return ret;
}
};