5392. 分割字符串的最大得分
給你一個由若干 0 和 1 組成的字符串 s ,請你計算並返回將該字符串分割成兩個 非空 子字符串(即 左 子字符串和 右 子字符串)所能獲得的最大得分。
「分割字符串的得分」爲 左 子字符串中 0 的數量加上 右 子字符串中 1 的數量。
示例 1:
輸入:s = “011101”
輸出:5
解釋:
將字符串 s 劃分爲兩個非空子字符串的可行方案有:
左子字符串 = “0” 且 右子字符串 = “11101”,得分 = 1 + 4 = 5
左子字符串 = “01” 且 右子字符串 = “1101”,得分 = 1 + 3 = 4
左子字符串 = “011” 且 右子字符串 = “101”,得分 = 1 + 2 = 3
左子字符串 = “0111” 且 右子字符串 = “01”,得分 = 1 + 1 = 2
左子字符串 = “01110” 且 右子字符串 = “1”,得分 = 2 + 1 = 3
示例 2:
輸入:s = “00111”
輸出:5
解釋:當 左子字符串 = “00” 且 右子字符串 = “111” 時,我們得到最大得分 = 2 + 3 = 5
示例 3:
輸入:s = “1111”
輸出:3
提示:
2 <= s.length <= 500
字符串 s 僅由字符 ‘0’ 和 ‘1’ 組成。
思路
遍歷。假設s
的長度爲n
,則時間複雜度爲O(n)
代碼
class Solution:
def maxScore(self, s: str) -> int:
left = 0
right = 0
cur_max = 0
n = len(s)
for ch in s:
if ch == '1':
right += 1
for i, ch in enumerate(s):
if i == n - 1:
break
if ch == '0':
left += 1
elif ch == '1':
right -= 1
cur_max = max(cur_max, left + right)
return cur_max
5393. 可獲得的最大點數
幾張卡牌 排成一行,每張卡牌都有一個對應的點數。點數由整數數組 cardPoints 給出。
每次行動,你可以從行的開頭或者末尾拿一張卡牌,最終你必須正好拿 k 張卡牌。
你的點數就是你拿到手中的所有卡牌的點數之和。
給你一個整數數組 cardPoints 和整數 k,請你返回可以獲得的最大點數。
示例 1:
輸入:cardPoints = [1,2,3,4,5,6,1], k = 3
輸出:12
解釋:第一次行動,不管拿哪張牌,你的點數總是 1 。但是,先拿最右邊的卡牌將會最大化你的可獲得點數。最優策略是拿右邊的三張牌,最終點數爲 1 + 6 + 5 = 12 。
示例 2:
輸入:cardPoints = [2,2,2], k = 2
輸出:4
解釋:無論你拿起哪兩張卡牌,可獲得的點數總是 4 。
示例 3:
輸入:cardPoints = [9,7,7,9,7,7,9], k = 7
輸出:55
解釋:你必須拿起所有卡牌,可以獲得的點數爲所有卡牌的點數之和。
示例 4:
輸入:cardPoints = [1,1000,1], k = 1
輸出:1
解釋:你無法拿到中間那張卡牌,所以可以獲得的最大點數爲 1 。
示例 5:
輸入:cardPoints = [1,79,80,1,1,1,200,1], k = 3
輸出:202
提示:
1 <= cardPoints.length <= 10^5
1 <= cardPoints[i] <= 10^4
1 <= k <= cardPoints.length
思路
問題轉化爲從cardPoints
中取連續的n-k
個(n
爲cardPoints
的長度),使得它們的和最小。時間複雜度O(n)
代碼
class Solution:
def maxScore(self, cardPoints: List[int], k: int) -> int:
sumAll = sum(cardPoints)
n = len(cardPoints)
if n == k:
return sumAll
cur = sum(cardPoints[:(n-k)])
cur_min = cur
for i in range(1, k+1):
cur -= cardPoints[i-1]
cur += cardPoints[i-1+n-k]
if cur < cur_min:
cur_min = cur
return sumAll - cur_min
5394. 對角線遍歷 II
給你一個列表 nums ,裏面每一個元素都是一個整數列表。請你依照下面各圖的規則,按順序返回 nums 中對角線上的整數。
示例 1:
輸入:nums = [[1,2,3],[4,5,6],[7,8,9]]
輸出:[1,4,2,7,5,3,8,6,9]
示例 2:
輸入:nums = [[1,2,3,4,5],[6,7],[8],[9,10,11],[12,13,14,15,16]]
輸出:[1,6,2,8,7,3,9,4,12,10,5,13,11,14,15,16]
示例 3:
輸入:nums = [[1,2,3],[4],[5,6,7],[8],[9,10,11]]
輸出:[1,4,2,5,3,8,6,9,7,10,11]
示例 4:
輸入:nums = [[1,2,3,4,5,6]]
輸出:[1,2,3,4,5,6]
提示:
1 <= nums.length <= 10^5
1 <= nums[i].length <= 10^5
1 <= nums[i][j] <= 10^9
nums 中最多有 10^5 個數字。
思路
把二維鋸齒數組轉化爲一個三元組序列,三元組是『元素值』,『行號』,『列號』的組合。將該三元組序列按照第一字段爲(『行號』 + 『列號』),第二字段爲『列號』排序,然後順序輸出『元素值』即可。
假設二維鋸齒數組中的元素個數爲n
,則時間複雜度爲O(nlogn)
.
代碼
class Solution:
def findDiagonalOrder(self, nums: List[List[int]]) -> List[int]:
arr = [(val, row, col) for row, lst in enumerate(nums) for col, val in enumerate(lst)]
arr.sort(key=lambda x: (x[1] + x[2], x[2]))
return [val for (val, _, _) in arr]
5180. 帶限制的子序列和
給你一個整數數組 nums 和一個整數 k ,請你返回 非空 子序列元素和的最大值,子序列需要滿足:子序列中每兩個 相鄰 的整數 nums[i] 和 nums[j] ,它們在原數組中的下標 i 和 j 滿足 i < j 且 j - i <= k 。
數組的子序列定義爲:將數組中的若干個數字刪除(可以刪除 0 個數字),剩下的數字按照原本的順序排布。
示例 1:
輸入:nums = [10,2,-10,5,20], k = 2
輸出:37
解釋:子序列爲 [10, 2, 5, 20] 。
示例 2:
輸入:nums = [-1,-2,-3], k = 1
輸出:-1
解釋:子序列必須是非空的,所以我們選擇最大的數字。
示例 3:
輸入:nums = [10,-2,-10,-5,20], k = 2
輸出:23
解釋:子序列爲 [10, -2, -5, 20] 。
提示:
1 <= k <= nums.length <= 10^5
-10^4 <= nums[i] <= 10^4
思路
動態規劃 + 滑動窗口. 假設nums
的長度爲n
, 則總的算法時間複雜度爲O(n)
:其中動態規劃使用一重循環,動態規劃部分時間複雜度O(n)
;nums
的每個元素在滑動窗口中出隊入隊各一次,滑動窗口時間複雜度O(n)
.
動態規劃
dp[i]
表示以nums[i]
結尾的子序列的和的最大值
滑動窗口
滑動窗口是這樣一個基於雙端隊列的數據結構,它維護了此刻有效窗口內的k個元素的最大值,隊列值總是降序的。每次窗口滑動時,將雙端隊列內過期的元素刪掉(因此元素的類型是一個自定義類包括元素值和元素的位置),將新的元素放入雙端隊列尾部時,將隊列尾部內比新元素小的元素出隊(保證隊列降序)。滑動窗口的最大值就是雙端隊列的首元素。
代碼
class Solution {
private class Value {
public int val, idx;
public Value(int _val, int _idx) {
val = _val;
idx = _idx;
}
}
public int constrainedSubsetSum(int[] nums, int k) {
int n = nums.length, i = 0, bound = 0, gap = 0, ans = Integer.MIN_VALUE;
int[] dp = new int[n];
dp[0] = nums[0];
ans = Math.max(dp[0], ans);
LinkedList<Value> dq = new LinkedList<>();
dq.add(new Value(dp[0], 0));
for (i=1; i<n; ++i) {
// dynamic programming
dp[i] = Math.max(dq.getFirst().val, 0) + nums[i];
ans = Math.max(dp[i], ans);
// sliding window
if (dp[i] >= dq.getFirst().val) {
dq.clear();
dq.add(new Value(dp[i], i));
} else {
while (!dq.isEmpty() && dq.getLast().val <= dp[i]) {
dq.removeLast();
}
dq.add(new Value(dp[i], i));
while (!dq.isEmpty() && dq.getFirst().idx <= i - k) {
dq.removeFirst();
}
}
}
return ans;
}
}