第九周算法题(哈希映射,二分,Floyd算法 (含详细讲解) )
2023-12-23 19:40:35
第九周算法题
第一题
题目来源:33. 搜索旋转排序数组 - 力扣(LeetCode)
题目描述:整数数组 nums
按升序排列,数组中的值 互不相同 。
在传递给函数之前,nums
在预先未知的某个下标 k
(0 <= k < nums.length
)上进行了 旋转,使数组变为 [nums[k], nums[k+1], ..., nums[n-1], nums[0], nums[1], ..., nums[k-1]]
(下标 从 0 开始 计数)。例如, [0,1,2,4,5,6,7]
在下标 3
处经旋转后可能变为 [4,5,6,7,0,1,2]
。
给你 旋转后 的数组 nums
和一个整数 target
,如果 nums
中存在这个目标值 target
,则返回它的下标,否则返回 -1
。
你必须设计一个时间复杂度为 O(log n)
的算法解决此问题。
示例 1:
输入:nums = [4,5,6,7,0,1,2], target = 0
输出:4
解题代码:
class Solution {
public:
int search(vector<int>& nums, int target) {
int r = nums.size() - 1;
int l = 0;
while (l < r) {
int mid = l + r >> 1;
int idx = -1;
if (nums[l] <= nums[mid] && (target<nums[l] || target>nums[mid])) {
l = mid + 1;
idx = 0;
continue;
}
else {
if (nums[l] <= nums[mid]) {
r = mid;
continue;
}
}
if (nums[mid + 1] <= nums[r] && (target<nums[mid + 1] || target>nums[r])) {
r = mid;
idx = 1;
continue;
}
else {
if (nums[mid + 1] <= nums[r]) l = mid + 1;
}
}
if (nums[l] == target) return l;
else return -1;
}
};
解题思路
本题主要的难度在于如何在O(log n)
的时间复杂度内完成本题,而看到这个时间复杂度,我们能自然而然地想到二分。而我们知道,在一个有序数组内用二分查找是很简单的,而对于本题,不是一个有序的数组,怎么办呢?
我们观察规律可知,我们把数组分为任意的两个区间,对于两个区间,至少有一个区间是有序的。而如果左边有序但target不在区间中,或者右边有序但是target又不在右边的区间中,那我们直接搜索另一半即可。注意,我们判断的是nums[l] <= nums[mid] && (target<nums[l] || target>nums[mid])
,它是判断是否有序且不在区间内,如果有序且在区间内,我们就搜索左边的区间,所以我们补上一手else,当然,在每次满足条件的情况下,记得即使break出循环哦,不然会进入到后面的判断里去。
第二题
题目来源:36. 有效的数独 - 力扣(LeetCode)
题目描述:
请你判断一个 9 x 9
的数独是否有效。只需要 根据以下规则 ,验证已经填入的数字是否有效即可。
- 数字
1-9
在每一行只能出现一次。 - 数字
1-9
在每一列只能出现一次。 - 数字
1-9
在每一个以粗实线分隔的3x3
宫内只能出现一次。(请参考示例图)
注意:
- 一个有效的数独(部分已被填充)不一定是可解的。
- 只需要根据以上规则,验证已经填入的数字是否有效即可。
- 空白格用
'.'
表示。
示例 1:
输入:board =
[["5","3",".",".","7",".",".",".","."]
,["6",".",".","1","9","5",".",".","."]
,[".","9","8",".",".",".",".","6","."]
,["8",".",".",".","6",".",".",".","3"]
,["4",".",".","8",".","3",".",".","1"]
,["7",".",".",".","2",".",".",".","6"]
,[".","6",".",".",".",".","2","8","."]
,[".",".",".","4","1","9",".",".","5"]
,[".",".",".",".","8",".",".","7","9"]]
输出:true
示例 2:
输入:board =
[["8","3",".",".","7",".",".",".","."]
,["6",".",".","1","9","5",".",".","."]
,[".","9","8",".",".",".",".","6","."]
,["8",".",".",".","6",".",".",".","3"]
,["4",".",".","8",".","3",".",".","1"]
,["7",".",".",".","2",".",".",".","6"]
,[".","6",".",".",".",".","2","8","."]
,[".",".",".","4","1","9",".",".","5"]
,[".",".",".",".","8",".",".","7","9"]]
输出:false
解释:除了第一行的第一个数字从 5 改为 8 以外,空格内其他数字均与 示例1 相同。 但由于位于左上角的 3x3 宫内有两个 8 存在, 因此这个数独是无效的。
提示:
board.length == 9
board[i].length == 9
board[i][j]
是一位数字(1-9
)或者'.'
解题代码:
class Solution {
public:
? vector<pair<int,int>>g[10];
bool isValidSudoku(vector<vector<char>>& board) {
? bool ret=true;
? for(int i=0;i<board.size();i++){
? for(int j=0;j<board[0].size();j++){
? if(board[i][j]=='.'){
? continue;
? }
? int num=board[i][j]-'0';
? if(g[num].empty()){
? g[num].push_back(make_pair(i,j));
? continue;
? }
? else{
? for(int k=0;k<g[num].size();k++){
? if(g[num][k].first==i||g[num][k].second==j){
? ret=false;
? return ret;
? }
? int x1=i,x2=g[num][k].first,y1=j,y2=g[num][k].second;
? if(x1/3==x2/3 && y1/3==y2/3){
? ret=false;
? return ret;
? }
? }
? if(ret){
? g[num].push_back(make_pair(i,j));
? }
? }
? }
? }return ret;
}
};
解题思路:
这段代码的主要思想是使用哈希表(在这里是 g
)来跟踪每个数字的位置,然后通过检查新位置是否与已存在的位置冲突来判断数独是否有效。这是一种常见的空间换时间的策略,通过使用额外的空间来减少时间复杂度。在这个问题中,时间复杂度和空间复杂度都是O(1),因为无论数独的大小如何,我们都只检查81个单元格,且哈希表的大小也是固定的。这是一种非常高效的解决方案。
vector<pair<int,int>>g[10];
:这是一个包含10个向量对的数组,用于存储每个数字(1-9)在数独中的位置。每个数字的所有位置都存储在一个向量对中。bool isValidSudoku(vector<vector<char>>& board)
:这是主函数,输入是一个二维字符向量,表示数独的布局。- 在主函数中,首先定义了一个布尔变量
ret
,并初始化为true
。这个变量用于记录数独是否有效。 - 然后,使用两个嵌套循环遍历数独的每个单元格。如果单元格为空(即
board[i][j]=='.'
),则跳过当前循环。 - 如果单元格不为空,则将字符转换为数字(
int num=board[i][j]-'0'
)。然后检查该数字是否已经在数独中出现过。 - 如果这是数字的第一次出现(即
g[num].empty()
为true
),则将其位置添加到g[num]
中。 - 如果数字已经出现过,则遍历
g[num]
中的每个位置,检查当前位置是否与任何已存在的位置在同一行、同一列或同一个3x3的子方格中。如果是,则将ret
设置为false
并立即返回。 - 如果当前位置与
g[num]
中的所有位置都不冲突,则将当前位置添加到g[num]
中。 - 在遍历完所有单元格后,返回
ret
。如果ret
仍为true
,则数独有效;否则,数独无效。
第三题
题目来源:854. Floyd求最短路 - AcWing题库
题目描述:
给定一个n个点 m 条边的有向图,图中可能存在重边和自环,边权可能为负数。
再给定 k 个询问,每个询问包含两个整数 x 和 y,表示查询从点 x 到点 y 的最短距离,如果路径不存在,则输出 impossible
。
数据保证图中不存在负权回路。
输入格式
第一行包含三个整数 n,m,k。
接下来 m 行,每行包含三个整数 x,y,z,表示存在一条从点 x 到点 y 的有向边,边长为 z。
接下来 k 行,每行包含两个整数 x,y,表示询问点 x 到点 y 的最短距离。
输出格式
共 k 行,每行输出一个整数,表示询问的结果,若询问两点间不存在路径,则输出 impossible
。
数据范围
1≤n≤200
1≤k≤n^2
1≤m≤20000
图中涉及边长绝对值均不超过 10000。
输入样例:
3 3 2
1 2 1
2 3 2
1 3 1
2 1
1 3
输出样例:
impossible
1
解题代码:
#include<iostream>
#include<stdio.h>
#define N 2000005
using namespace std;
int n,m,k,qb,qe;
int matrix[205][205];
void init(){
for(int i=1;i<=n;i++){
for(int j=1;j<=n;j++){
if(i==j){
matrix[i][j]=0;
continue;
}
matrix[i][j]=N;
}
}
return ;
}
void floyd_deal(){
for(int k=1;k<=n;k++){
for(int i=1;i<=n;i++){
for(int j=1;j<=n;j++){
if(i==k||j==k){
continue;
}
else{
matrix[i][j]=min(matrix[i][j],matrix[i][k]+matrix[k][j]);
}
}
}
}
}
int main(){
cin>>n>>m>>k;
init();
int b,e,val;
for(int i=0;i<m;i++){
scanf("%d %d %d",&b,&e,&val);
matrix[b][e]=min(matrix[b][e],val);
}
floyd_deal();
for(int i=0;i<k;i++){
scanf("%d %d",&qb,&qe);
if(matrix[qb][qe]<200000) printf("%d\n",matrix[qb][qe]);
else printf("impossible\n");
}
return 0;
}
解题思路:
- 初始化:在
init()
函数中,我们首先将所有的路径长度设为一个非常大的数(在这里是N
),然后将每个节点到自身的路径长度设为0。这是因为在开始时,我们假设所有的节点之间都没有直接的路径(或者说路径非常长),只有节点自身到自身的路径长度是0。 - 输入数据:在
main()
函数中,我们首先输入节点的数量n
,边的数量m
,以及查询的数量k
。然后,我们输入每条边的信息,包括起点b
,终点e
,以及这条边的长度val
。我们将matrix[b][e]
设为val
,表示节点b
到节点e
的路径长度为val
。 - Floyd-Warshall算法:在
floyd_deal()
函数中,我们使用Floyd-Warshall算法来找出所有节点之间的最短路径。这个算法的基本思想是,对于每一个节点k
,我们尝试通过k
来更新所有其他节点对之间的路径长度。具体来说,对于任意的两个节点i
和j
,如果通过k
的路径比当前的路径更短,那么我们就更新matrix[i][j]
为matrix[i][k]+matrix[k][j]
。 - 查询:最后,在
main()
函数中,我们进行k
次查询。每次查询输入两个节点qb
和qe
,然后输出matrix[qb][qe]
,即节点qb
到节点qe
的最短路径长度。如果这个长度小于200000,那么我们就输出这个长度;否则,我们输出"impossible",表示节点qb
到节点qe
之间没有路径。
最后详细的讲一讲floyd算法:
什么是floyd算法:
首先,有一件事值得我们肯定,至少它不是那个著名心理学家西格蒙德·弗洛伊德所提出的算法,哈哈,事实上,该算法(Floyd’s algorithm)是一种用于寻找图中所有节点之间最短路径的算法。它通过动态规划的方式来计算所有节点之间的最短路径,具体步骤如下:
- 初始化一个二维数组来存储节点之间的距离,如果两个节点之间有直接连接,则存储它们之间的距离,否则用无穷大表示。
- 对于每一对节点i和j,遍历所有节点k,如果从节点i到节点j经过节点k的路径比直接从i到j的路径更短,则更新节点i到节点j的距离为经过节点k的路径长度。
- 重复以上步骤直到所有节点之间的最短路径都被计算出来。
Floyd算法的时间复杂度为O(n^3),其中n为节点的个数。它适用于有向图和无向图,并且可以处理带有负权边的图。因此,Floyd算法是一种非常常用的最短路径算法。
让我们再用一张图来具体看看:
纯手画,字丑见谅
对于初始邻接矩阵,我们对他进行初始化,把自身到自身的长度初始化为0,把不存在的边初始化为无穷,意为无法到达,对于每一次录入一条边,我们都要比较本次两点直接路径的长度和已有两点直接路径的长度,并取最小值保存。(为了防止有些阴间测试点,比如一条边多次录入,值不一样的情况),这就完成了预处理阶段。
然后开始使用Floyd算法开始处理,处理途径一号点到n号点的情况,即循环n次,对于第i次循环,我们忽略行i,列i的情况,而对于其他节点(x,y),我们将当前值与(x,i)+(i,y)比较,并取最小值。如第二次循环的(1,3),它原本的值是87,是1到3的直接结果,根据向量的运算,1->3==1->2+2->3,所以我们前面说我们将当前值与(x,i)+(i,y)比较,并取最小值,这里取最小值53,即成功的记录了一次更短路。
而对于最后的询问的阶段,我们可以用o(1)的时间复杂度直接输出答案。
以上就是本周的分享,感谢您的阅读。
文章来源:https://blog.csdn.net/2301_80073794/article/details/135172371
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。 如若内容造成侵权/违法违规/事实不符,请联系我的编程经验分享网邮箱:veading@qq.com进行投诉反馈,一经查实,立即删除!
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。 如若内容造成侵权/违法违规/事实不符,请联系我的编程经验分享网邮箱:veading@qq.com进行投诉反馈,一经查实,立即删除!