来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/plates-between-candles

题目描述

给你一个长桌子,桌子上盘子和蜡烛排成一列。给你一个下标从 0 开始的字符串 s ,它只包含字符 '*' 和 '|' ,其中 '*' 表示一个 盘子 ,'|' 表示一支 蜡烛 。

同时给你一个下标从 0 开始的二维整数数组 queries ,其中 queries[i] = [lefti, righti] 表示 子字符串 s[lefti...righti] (包含左右端点的字符)。对于每个查询,你需要找到 子字符串中 在 两支蜡烛之间 的盘子的 数目 。如果一个盘子在 子字符串中 左边和右边 都 至少有一支蜡烛,那么这个盘子满足在 两支蜡烛之间 。

比方说,s = "||**||**|*" ,查询 [3, 8] ,表示的是子字符串 "*||**|" 。子字符串中在两支蜡烛之间的盘子数目为 2 ,子字符串中右边两个盘子在它们左边和右边 都 至少有一支蜡烛。
请你返回一个整数数组 answer ,其中 answer[i] 是第 i 个查询的答案。

示例 1:

输入:s = "**|**|***|", queries = [[2,5],[5,9]]
输出:[2,3]
解释:
- queries[0] 有两个盘子在蜡烛之间。
- queries[1] 有三个盘子在蜡烛之间。

示例 2:

输入:s = "***|**|*****|**||**|*", queries = [[1,17],[4,5],[14,17],[5,11],[15,16]]
输出:[9,0,0,0,0]
解释:
- queries[0] 有 9 个盘子在蜡烛之间。
- 另一个查询没有盘子在蜡烛之间。

提示:

3 <= s.length <= 105
s 只包含字符 '*' 和 '|' 。
1 <= queries.length <= 105
queries[i].length == 2
0 <= lefti <= righti < s.length

解题思路

最初的想法是将蜡烛位置全部记录下来,然后将区间[a,b]转换成其最大蜡烛子区间[c,d],其中盘子数就是d - c - id-ic 其中,id、ic是蜡烛d c在蜡烛中的排序,时间复杂度为O(n + n * m)时间超时了

之后使用前缀和的思想,将盘子的前缀和左边右边第一个蜡烛分别记录下来,区间[a,b]的盘子数就是区间[c,d]的盘子数,也就是sumd - sumc,时间复杂度为O(n + m)

第一种解法可以进一步优化,使用二分法查找c和d时间复杂度会降为O(n + m * log(n)).

这里使用了两个库函数lower_bound 和 upper_bound,这两个库函数是属于<algorithm>头文件中,底层实现基于二分查找,lower_bound是查找数组中大于等于x的第一个数,而upper_bound是查找大于x的第一个数。

新增不使用库函数的二分写法。

代码展示

前缀和

class Solution {
public:
vector<int> platesBetweenCandles(string s, vector<vector<int>>& queries) {
vector<int> viRet;
int n = s.size();
vector<int> viSum(n);
int sum = 0;
for(int i =0; i < n; i++)
{
if(s[i] == '*')
{
sum++;
}
viSum[i] = sum;
}
vector<int> viLeft(n);
for(int i =0, l = -1; i < n; i++)
{
if(s[i] == '|')
{
l = i;
}
viLeft[i] = l;
}
vector<int> viRight(n);
for(int i = n - 1, l = -1; i >= 0; i--)
{
if(s[i] == '|')
{
l = i;
}
viRight[i] = l;
} for(auto iter: queries)
{
int iLeft = viRight[iter[0]], iRight = viLeft[iter[1]];
if(iLeft == -1 || iRight == -1 || iLeft >= iRight)
{
viRet.push_back(0);
}
else
{
viRet.push_back(viSum[iRight] - viSum[iLeft]);
}
}
return viRet;
}
};

预处理+库函数二分:

class Solution {
public:
vector<int> platesBetweenCandles(string s, vector<vector<int>>& queries) {
vector<int> viRet;
vector<int> viIndex;
for(int i =0; i < s.size(); i ++)
{
if(s[i] == '|')
{
viIndex.push_back(i);
}
}
for(auto iter: queries)
{
int iLeft = -1, iLeftIndex = -1, iRight = -1, iRightIndex = -1;
iLeftIndex = lower_bound(viIndex.begin(), viIndex.end(), iter[0]) - viIndex.begin();
iRightIndex = upper_bound(viIndex.begin(), viIndex.end(), iter[1]) - viIndex.begin();
iRightIndex--;
if(iLeftIndex == -1 || iRightIndex == -1 || iLeftIndex >= iRightIndex)
{
viRet.push_back(0);
}
else
{
iLeft = viIndex[iLeftIndex];
iRight = viIndex[iRightIndex];
viRet.push_back(iRight - iLeft - iRightIndex + iLeftIndex);
}
}
return viRet;
}
};

预处理+二分

class Solution {
public:
vector<int> platesBetweenCandles(string s, vector<vector<int>>& queries) {
vector<int> viRet(queries.size(), 0);
vector<int> viIndex;
for (int i = 0; i < s.size(); i++)
{
if (s[i] == '|')
{
viIndex.push_back(i);
}
}
if(!viIndex.size()) return viRet;
for (int i = 0; i < queries.size(); i++)
{
int iLeft = -1, iLeftIndex = -1, iRight = -1, iRightIndex = -1;
int l = 0, r = viIndex.size() - 1;
while (l < r)
{
int mid = (l + r) / 2;
if (viIndex[mid] >= queries[i][0])
{
r = mid;
}
else
{
l = mid + 1;
}
}
if (viIndex[r] >= queries[i][0])
{
iLeft = viIndex[r];
iLeftIndex = r;
}
else
continue;
l = 0, r = viIndex.size() - 1;
while (l < r)
{
int mid = (l + r + 1) / 2;
if (viIndex[mid] <= queries[i][1])
{
l = mid;
}
else
{
r = mid - 1;
}
}
if (viIndex[r] <= queries[i][1])
{
iRight = viIndex[r];
iRightIndex = r;
}
else
continue;
if (iLeft == -1 || iRight == -1 || iLeft >= iRight)
{ }
else
{
viRet[i] = iRight - iLeft - iRightIndex + iLeftIndex;
}
}
return viRet;
}
};

运行结果

LeetCode-2055 蜡烛之间的盘子 及库函数 lower_bound 和 upper_bound学习使用的更多相关文章

  1. [动态规划] LeetCode 2055. 蜡烛之间的盘子

    LeetCode 2055 蜡烛之间的盘子 前言: 这个题做的时间略长了,开始的时候打算先定位两个端点的蜡烛,之后在遍历其中的盘子,结果不言而喻,必time limit了,之后就预处理了前x的蜡烛间盘 ...

  2. LeetCode 34 - 在排序数组中查找元素的第一个和最后一个位置 - [二分][lower_bound和upper_bound]

    给定一个按照升序排列的整数数组 nums,和一个目标值 target.找出给定目标值在数组中的开始位置和结束位置. 你的算法时间复杂度必须是 O(log n) 级别. 如果数组中不存在目标值,返回 [ ...

  3. [LeetCode] Count of Range Sum 区间和计数

    Given an integer array nums, return the number of range sums that lie in [lower, upper] inclusive.Ra ...

  4. leetcode bugfree note

    463. Island Perimeterhttps://leetcode.com/problems/island-perimeter/就是逐一遍历所有的cell,用分离的cell总的的边数减去重叠的 ...

  5. LeetCode OJ 题解

    博客搬至blog.csgrandeur.com,cnblogs不再更新. 新的题解会更新在新博客:http://blog.csgrandeur.com/2014/01/15/LeetCode-OJ-S ...

  6. leetcode:Roman to Integer(罗马数字转化为罗马数字)

    Question: Given a roman numeral, convert it to an integer. Input is guaranteed to be within the rang ...

  7. [LeetCode] Falling Squares 下落的方块

    On an infinite number line (x-axis), we drop given squares in the order they are given. The i-th squ ...

  8. C++引用C程序库函数

    C与C++混合编程 C++里面如何声明const void f(void)函数为C程序中的库函数. void f(void)用c++ compiler来编译,在产生的obj文件中的名字变成了 $f@@ ...

  9. [LeetCode] 327. Count of Range Sum 区间和计数

    Given an integer array nums, return the number of range sums that lie in [lower, upper] inclusive.Ra ...

  10. 【LeetCode】数学(共106题)

    [2]Add Two Numbers (2018年12月23日,review) 链表的高精度加法. 题解:链表专题:https://www.cnblogs.com/zhangwanying/p/979 ...

随机推荐

  1. Dubbo-服务暴露

    前言 Dubbo源码阅读分享系列文章,欢迎大家关注点赞 SPI实现部分 Dubbo-SPI机制 Dubbo-Adaptive实现原理 Dubbo-Activate实现原理 Dubbo SPI-Wrap ...

  2. 安装es可视化软件Kibana

    一 Kibana介绍 Kibana 是一款开源的数据分析和可视化平台,它是 Elastic Stack 成员之一,设计用于和 Elasticsearch 协作. 您.可以使用 Kibana 对 Ela ...

  3. 如何查看计算机的CPU信息

    CPU-Z是一款家喻户晓的CPU检测软件,是检测CPU使用程度极高的一款软件.它支持的CPU种类相当全面,软件的启动速度及检测速度都很快.另外,它还能检测主板和内存的相关信息,其中就有我们常用的内存双 ...

  4. 一篇文章带你了解设计模式原理——UML图和软件设计原则

    一篇文章带你了解设计模式原理--UML图和软件设计原则 我们在学习过程中可能并不会关心设计模式,但一旦牵扯到项目和面试,设计模式就成了我们的短板 这篇文章并不会讲到二十三种设计模式,但是会讲解设计模式 ...

  5. 【转载】EXCEL VBA 选取非连续的单元格区域——Areas集合

    出处:http://www.360doc.com/content/21/1113/17/77710807_1004011085.shtml 前面我们讲的大多是**并操作单个的单元格,或者是连续的单元格 ...

  6. [python] 个人日常python工具代码

    文章目录 生成文件目录结构 多图合并 找出文件夹中相似图像 生成文件目录结构 生成文件夹或文件的目录结构,并保存结果.可选是否滤除目录,特定文件以及可以设定最大查找文件结构深度.效果如下: root: ...

  7. Hadoop详解(04-1) - 基于hadoop3.1.3配置Windows10本地开发运行环境

    Hadoop详解(04-1) - 基于hadoop3.1.3配置Windows10本地开发运行环境 环境准备 安装jdk环境 安装idea 配置maven 搭建好的hadoop集群 配置hadoop ...

  8. 20 张图带你全面了解 HTTPS 协议,再也不怕面试问到了!

    本文详细介绍了 HTTPS 相较于 HTTP 更安全的原因,包括对称加密.非对称加密.完整性摘要.数字证书以及 SSL/TLS 握手等内容,图文并茂.理论与实战结合.建议收藏! 1. 不安全的 HTT ...

  9. 使用SQL4Automation让CodeSYS连接数据库

      摘要:本文旨在说明面向CodeSYS的数据库连接方案SQL4Automation的使用方法. 1.SQL4Automation简介 1.1.什么是SQL4Automation   SQL4Auto ...

  10. 算法之SPFA的前置:Bellman-Ford算法

    SPFA 我们都知道一个叫SPFA的算法,它是用来计算单源最短路径的,但是,众所周知它不是很稳定,容易退化. SPFA是基于什么被提出的? 基于一个叫做Bellman-Ford的算法. Bellman ...