5340. 統計有序矩陣中的負數
題意：
統計二維矩陣中非負個數。
代碼:
class Solution:
def countNegatives(self, grid: List[List[int]]) -> int:
ans =0
for row in grid:
for num in row:
if num < 0: ans+=1
return ans
5341. 最後 K 個數的乘積
題意：
實現一個類兩個函數，對一個數組具有兩個操作：
- 在一個數組末尾添加元素
- 求數組末尾k個元素的乘積
思路：
明顯第一個操作已經是O(1)沒辦法優化，第二個操作如果是求前k個乘積就很明顯預處理出前綴和，然後O(1)，同時有了前綴和pre(i)也可以O(1)求得任意區間的和 sum(i,j)。
sum(i,j)= pre(j) - pre(i-1)
那麼借用前綴和思想，我們在第一個操作裏隨便得到前綴積，那後k個乘積很容易想到乘法逆運算除法O(1)可以求得區間的積，自然後k個乘積也很容易。
mutil(i,j) = pre(j) / pre(i-1)
但要注意一個細節,插入元素爲0的時候，需要特殊處理，如果問的後k個元素裏面有0,直接返回0即可。
這樣兩個操作都是O(1)。
代碼：
class ProductOfNumbers:
def __init__(self):
self.data = [1]
def add(self, num: int) -> None:
if num == 0:
self.data = [1]
else :
self.data.append(self.data[-1] * num)
def getProduct(self, k: int) -> int:
if k>= len(self.data) :
return 0
else :
return int(self.data[-1] / self.data[-1-k])
5342. 最多可以參加的會議數目
題意：
題面很清晰，就是儘量選擇滿足條件的區間。
思路：
明顯的貪心，分析一下原則：即在當前滿足條件的所有任務裏，爲了後面儘量選擇更多一點，就是選擇結束日期最早的那個任務。
具體怎麼實現這個原則: 先對所有任務的起始時間排序，然後用一個最小堆的數據結構維護當前滿足條件（任務起始天數小於等於當前日期）的所有任務的結束日期。
然後以日期爲軸枚舉每天選擇滿足條件裏結束日期最小的任務，順帶更新一下這個最小堆。
代碼:
class Solution:
def maxEvents(self, events) -> int:
events = sorted(events, key =lambda x : x[0])
ans = 0
small_headp = []
import heapq
i ,day , n = 0 ,events[0][0], len(events)
while True :
while i<n and events[i][0] <= day :
heapq.heappush(small_headp , events[i][1])
i +=1
while len(small_headp) >0 and small_headp[0] < day:
heapq.heappop(small_headp)
if len(small_headp) >0:
ans += 1
heapq.heappop(small_headp)
day +=1
if i ==n and len(small_headp) == 0: break
return ans
5343. 多次求和構造目標數組
題意
給一個target數組，問能不能從全是[1,1,1,…,1]的數組通過重複替換某個位置的值爲當前數組之和逐步變換而來。
解題思路
開始先嚐試暴力廣搜，TLE，然後嘗試正向找一下的規律進行剪枝，正向並不能判斷出每一次正確位置的規律…
但反過來：每一次選擇改變的那個位置會變成當前的最大值, 也就是我們從target每次都是從最大值推過來的…於是反向遞推一下就好。
然後這裏找當前數組裏最大值，可以用最大堆，或者bisect.insort()進行log級別優化。
代碼
heapq最小堆取相反數變成最大堆。
class Solution:
def isPossible(self, target: List[int]) -> bool:
import heapq
que = []
total = 0
for num in target:
heapq.heappush(que,(-num))
total +=num
while True:
max_value = heapq.heappop(que)
max_value *= -1
if max_value == 1: return True
total -= max_value
max_value -= total
total += max_value
if max_value <=0: return False
heapq.heappush(que, (-max_value))
利用bisect.insort也可以實現了找最大值時Log的優化！
class Solution:
def isPossible(self, target) -> bool:
total = sum(target)
if total == len(target) : return True
target = sorted(target)
while True:
num = target.pop()
if num == 1: return True
total -= num
num -= total
if num <0 :return False
total += num
import bisect
bisect.insort(target, num)