LeetCode 每日一题 2024/4/15-2024/4/21

记录了初步解题思路 以及本地实现代码；并不一定为最优 也希望大家能一起探讨 一起进步

---

目录

• • • [4/15 706. 设计哈希映射](#4/15 706. 设计哈希映射)
    • [4/16 924. 尽量减少恶意软件的传播](#4/16 924. 尽量减少恶意软件的传播)
    • [4/17 928. 尽量减少恶意软件的传播 II](#4/17 928. 尽量减少恶意软件的传播 II)
    • [4/18 2007. 从双倍数组中还原原数组](#4/18 2007. 从双倍数组中还原原数组)
    • [4/19 1883. 准时抵达会议现场的最小跳过休息次数](#4/19 1883. 准时抵达会议现场的最小跳过休息次数)
    • [4/20 39. 组合总和](#4/20 39. 组合总和)
    • [4/21 216. 组合总和 III](#4/21 216. 组合总和 III)

4/15 706. 设计哈希映射

用数组代替

class MyHashMap(object):

    def __init__(self):
        self.l = [""]*(10**6+1)


    def put(self, key, value):
        """
        :type key: int
        :type value: int
        :rtype: None
        """
        self.l[key]=value


    def get(self, key):
        """
        :type key: int
        :rtype: int
        """
        return self.l[key] if self.l[key]!="" else -1
             


    def remove(self, key):
        """
        :type key: int
        :rtype: None
        """
        self.l[key]=""

---

4/16 924. 尽量减少恶意软件的传播

节点只有300个 枚举每一个连通网络中的节点个数

net[node]=x 记录节点node属于第x个网络

cnt[node]=num 记录节点node所属网络包含num个节点

将initial从小到大依次考虑

cur[net]记录当前net网络中恶意软件的数目

如果某一个网络中恶意软件数目超过1个

那么删除其中一个并不会对结果产生影响

只有当网络中有且仅有一个恶意软件时 删除它会减小感染数量

def minMalwareSpread(graph, initial):
    """
    :type graph: List[List[int]]
    :type initial: List[int]
    :rtype: int
    """
    n = len(graph)
    net = {}
    netnum = 0
    cnt = {}
    initial.sort()
    
    mem = {}
    
    for i in range(n):
        if i in mem:
            continue
        cur = {}
        l = [i]
        num = 1
        mem[i]=1
        cur[i]=1
        while l:
            tmp = []
            for node in l:
                for j,v in enumerate(graph[node]):
                    if v==0 or j==node or j in mem:
                        continue
                    mem[j]=1
                    cur[j]=1
                    num+=1
                    tmp.append(j)
            l=tmp
        for node in cur:
            cnt[node] = num
            net[node] = netnum
        netnum+=1
    cur={}
    for node in initial:
        nodenet = net[node]
        cur[nodenet] = cur.get(nodenet,0)+1
    
    ans = initial[0]
    maxnum = 0
    for node in initial:
        if cur[net[node]]==1 and cnt[node]>maxnum:
            maxnum = cnt[node]
            ans = node
    return ans

---

4/17 928. 尽量减少恶意软件的传播 II

300个点 遍历每种情况

注意是从initial中去除一个 不是所有的点

直接遍历initial中所有点 使用bfs 计算每一种情况下的感染个数 取最小的位置

def minMalwareSpread(graph, initial):
    """
    :type graph: List[List[int]]
    :type initial: List[int]
    :rtype: int
    """
    N = len(graph)
    link = {}
    for i in range(N):
        link[i] = [x for x in range(N) if graph[i][x]==1]
    
    res=-1
    mincount= 99999
    if not initial:
        return 0
    initial.sort()
    def bfs(pos):
        query = initial[:]
        query.remove(pos)
        visit = {x:0 for x in range(N)}
        visit[pos]=1
        ret = len(query)
        while query:
            x = query.pop(0)
            for next in link[x]:
                if visit[next]==0 and graph[x][next]==1:
                    query.append(next)
                    visit[next]=1
                    ret+=1
        return ret
    
    for i in initial:
        ans = bfs(i)
        if ans<mincount:
            mincount = ans
            res = i
    return res

---

4/18 2007. 从双倍数组中还原原数组

从小到大考虑

s中存放需要出现的双倍数值

如果当前num没有在s中 那么说明属于原数组

将双倍数值加入到s中

def findOriginalArray(changed):
    """
    :type changed: List[int]
    :rtype: List[int]
    """
    n = len(changed)
    if n%2==1:
        return []
    changed.sort()
    s = {}
    ans = []
    for num in changed:
        if s.get(num,0)>0:
            s[num]-=1
            if s[num]==0:
                del s[num]
        else:
            ans.append(num)
            s[num*2] = s.get(2*num,0)+1
    return ans if len(ans)==n//2 else []

---

4/19 1883. 准时抵达会议现场的最小跳过休息次数

如果每次都跳过休息还是无法抵达 则说明不能到达

定义dfs(i,j) 最多跳i次情况下，从0到j的最小时间

分跳过和不跳过两个情况

如果不跳过则为前一个的最小时间加上当前需要时间 向上取整

如果跳过 为上一个位置最小时间加上当前时间

两种情况取最小值

def minSkips(dist, speed, hoursBefore):
    """
    :type dist: List[int]
    :type speed: int
    :type hoursBefore: int
    :rtype: int
    """
    n=len(dist)
    if sum(dist)>speed*hoursBefore:
        return -1
    
    mem = {}
    def dfs(i,j):
        if (i,j)in mem:
            return mem[(i,j)]
        if j<0:
            return 0
        ans = (dfs(i,j-1)+dist[j]+speed-1)//speed*speed
        if i:
            ans = min(ans,dfs(i-1,j-1)+dist[j])
        mem[(i,j)]=ans
        return ans
    for i in range(n+1):
        if dfs(i,n-2)+dist[-1]<=speed*hoursBefore:
            return i

---

4/20 39. 组合总和

递归

按顺序排序 记录使用过的位置loc 防止继续取到前面的数造成重复

def combinationSum(candidates, target):
    """
    :type candidates: List[int]
    :type target: int
    :rtype: List[List[int]]
    """
    candidates = sorted(candidates)
    ret = []
    
    def dfs(v,loc,l):
        if v==0:
            ret.append(l)
            return
        for i in range(loc,len(candidates)):
            c = candidates[i]
            tmp = l[:]
            if c>v:
                return
            tmp.append(c)
            dfs(v-c,i,tmp)
            
    dfs(target,0,[])
    return ret

---

4/21 216. 组合总和 III

从小打大考虑

l记录当前可用数组

now记录当前已经选中的数

v为还需要的数值

k为需要挑选的数值个数

选中一个数c之后

接下来考虑k-1个数凑成v-c

def combinationSum3(k, n):
    """
    :type k: int
    :type n: int
    :rtype: List[List[int]]
    """
    l = [i for i in range(1,10)]
    ret =[]
    def dfs(v,k,l,now):
        if (k<=0 and v>0) or (k>0 and v<=0):
            return
        if k==0 and v==0:
            ret.append(now)
        for i in range(len(l)):
            c = l[i]
            if c>v:
                return
            dfs(v-c,k-1,l[i+1:],now+[c])
        
            
    dfs(n,k,l,[])
    return ret

---