力扣2月最后三天的每日一题

力扣2月最后三天的每日一题

  • 前言
  • 2867.统计树中的合法路径数目
    • 思路
    • 确定1e5中的质数
    • 统计每个点的连接情况
    • 开始对质数点进行处理
    • 完整代码
  • 2673.使二叉树所有路径值相等的最小代价
    • 思路
    • 完整代码
  • 2581.统计可能的树根数目
    • 思路
    • 建立连通关系
    • 将猜测数组变为哈希表,方便查询
    • 利用dfs初始化根为0的猜测正确数量
    • 统计完整的结果


前言

不会做,全靠灵神的视频讲解

2867.统计树中的合法路径数目

思路

考虑质数节点,每个质数节点应该都有属于它自己的多个连通块,而每个连通块中存在的非质数路径那么就可以形成一条合法路径
在这里插入图片描述
所以我们需要去统计一个质数的连通块中有多少非质数的连通情况,最后结果相加即可
在这里插入图片描述

确定1e5中的质数

对于一个质数,其的倍数一定不是质数

    void checknp(bool* np){np[1] = true;for(int i = 2;i*i<MX+1;i++){for(j = i*i ;j <MX+1;j+=i){if(!np[i]){np[j] = true;}}}}

统计每个点的连接情况

根据传入参数edgs数组,可以得到每个点与哪些点连接

        vector<vector<int>> connect(n+1);for(auto edge : edges){connect[edge[0]].push_back(edge[1]);connect[edge[1]].push_back(edge[0]);}

开始对质数点进行处理

我们需要用到记忆化搜索的技巧。当我们对一个非质数与哪些非质数连接情况进行讨论后,我们可以将结果存储,如果后面有质数节点也与该非质数节点连接,那么就可以直接使用了。

//记录返回值 和 记忆化存储非质数节点与多少个非质数节点连接
long long res = 0;
vector<int> mem(n+1);
for(int i = 1;i<n+1;i++)
{//如果是非质数,就可以跳过,因为我们只考虑质数的连通if(np[i]) continue;//记录连通数int sum = 0;//对i的连通点进行处理结果for(int j : connect[i]){//只考虑非质数的情况if(!np[j]) continue;//如果没有被搜索过if(mem[j] == 0){//存储相互连接节点的数组清空nodes.clear();checknodes(j,-1,connect);//对于nodes数组里面的所有点,其连通点的个数都是nodes数组的长度for(int k : nodes){mem[k] = nodes.size();}}//计算结果,质数i下面的j连通块res += mem[j] * sum;sum += mem[j];}//以质数为头的结果res += sum;
}

完整代码

const int MX = 1e5;
class Solution {
private:bool np[MX+1];vector<int> nodes;
public:void checknp(bool* np){np[1] = true;for(int i = 2;i*i<MX+1;i++){for(int j = i*i ;j <MX+1;j+=i){if(!np[i]){np[j] = true;}}}}void checknodes(int x,int fa,vector<vector<int>>& connect){nodes.push_back(x);for(int y:connect[x]){if(y!=fa&&np[y]){checknodes(y,x,connect);}}}
public:long long countPaths(int n, vector<vector<int>>& edges) {checknp(np);vector<vector<int>> connect(n+1);for(auto edge : edges){connect[edge[0]].push_back(edge[1]);connect[edge[1]].push_back(edge[0]);}//结果long long res = 0;//记忆化搜索vector<int> mem(n+1);for(int i = 1;i<n+1;i++){if(np[i]) continue;//记录当前节点的连接数int sum = 0;for(int j : connect[i]){if(!np[j]) continue;//如果没被遍历过if(mem[j] == 0){nodes.clear();checknodes(j,-1,connect);//修改记忆存储结果for(int k : nodes){mem[k] = nodes.size();}}//统计该连通块对结果的影响res += mem[j]*sum;sum += mem[j];}//已质数节点为头的情况res += sum;}return res;}
};

2673.使二叉树所有路径值相等的最小代价

思路

从叶子节点开始,计算根节点到该叶子节点的路径和,然后修改其中一个叶子节点使得和相等,由于只能增加,所以向大值修改。
修改完成后将该和返回给叶子节点的父节点,然后比较同一层级的父节点的和,进行修改。
逐步返回直到根节点

完整代码

对于满二叉树,父节点和左右子结点在数组中存在一个关系。

class Solution {
public:int minIncrements(int n, vector<int>& cost) {//统计每个节点的路径和for(int i = 2;i<n+1;i++){cost[i-1] += cost[i/2-1];}//更新结果int res = 0;for(int i = n/2;i>0;i--){res += abs(cost[2*i]-cost[2*i-1]);cost[i-1] = max(cost[2*i],cost[2*i-1]);}return res;}
};

2581.统计可能的树根数目

思路

还不是很明白
我们假设以0为根的正确猜测是cnt0,那调换到以1为根,那么cnt1的值
首先需要减去guesses数组[0,1]的数量,再加上[1,0]的数量,因为[u,v]表示u是v的父节点。
其余调换类似。

建立连通关系

vector<vector<int>> g(edges.size() + 1);
for (auto &e : edges) 
{int x = e[0], y = e[1];g[x].push_back(y);g[y].push_back(x);
}

将猜测数组变为哈希表,方便查询

unordered_set<LL> s;
for (auto &e : guesses) 
{ // guesses 转成哈希表s.insert((LL) e[0] << 32 | e[1]); // 两个 4 字节数压缩成一个 8 字节数
}

利用dfs初始化根为0的猜测正确数量

int ans = 0, cnt0 = 0;
function<void(int, int)> dfs = [&](int x, int fa) 
{//y与x连通for (int y : g[x]){//y不是父节点,防止反向计算if (y != fa) {//[x,y]如果存在哈希表中,表面以0为根的结果猜测正确+1cnt0 += s.count((LL) x << 32 | y); // 以 0 为根时,猜对了//以当前节点为父节点搜索子结点dfs(y, x);}}
};
dfs(0, -1);

统计完整的结果

//计算以x为根的cnt
function<void(int, int, int)> reroot = [&](int x, int fa, int cnt) 
{ans += cnt >= k; // 此时 cnt 就是以 x 为根时的猜对次数for (int y : g[x]) {if (y != fa) {//从0开始,变换根为0的连通节点,在变换为连通节点的连通节点reroot(y, x, cnt- s.count((LL) x << 32 | y)   // 原来是对的,现在错了+ s.count((LL) y << 32 | x)); // 原来是错的,现在对了}}
};
reroot(0, -1, cnt0);

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。如若转载,请注明出处:http://www.rhkb.cn/news/266741.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

利用 Python 抓取数据探索汽车市场趋势

一、引言 随着全球对环境保护意识的增强和技术的进步&#xff0c;新能源汽车作为一种环保、高效的交通工具&#xff0c;正逐渐受到人们的关注和青睐。在这个背景下&#xff0c;对汽车市场的数据进行分析和研究显得尤为重要。 本文将介绍如何利用 Python 编程语言&#xff0c;结…

STM32标准库——(14)I2C通信协议、MPU6050简介

1.I2C通信 I2C 通讯协议(Inter&#xff0d;Integrated Circuit)是由Phiilps公司开发的&#xff0c;由于它引脚少&#xff0c;硬件实现简单&#xff0c;可扩展性强&#xff0c; 不需要USART、CAN等通讯协议的外部收发设备&#xff0c;现在被广泛地使用在系统内多个集成电路(IC)间…

BCN-活性酯,BCN-活性酯,可用于合成双环壬酮功能化聚乙二醇聚合物涂层

您好&#xff0c;欢迎来到新研之家 文章关键词&#xff1a;1516551-46-4&#xff0c;BCN-NHS&#xff0c; BCN-NHS 酯&#xff0c;BCN-活性酯&#xff0c;BCN-succinimidylester&#xff0c;丙烷环辛炔-活性酯&#xff0c;BCN-琥珀酰亚胺酯 一、基本信息 【产品简介】&#…

JetPack 5.1编译mish_cuda

1.查看jetpack版本:sudo jtop 自带的就有cuda11.4和cudnn8.X以及python3.8,我的cudnn就没有是后期自己安装的 2.安装torch PyTorch for Jetson - Announcements - NVIDIA Developer Forums 选择对应的cuda版本和torch版本,我下载的是:torch-2.1.0a0+41361538.nv23.06-cp…

初学HTMLCSS——盒子模型

盒子模型 盒子&#xff1a;页面中所有的元素&#xff08;标签&#xff09;&#xff0c;都可以看做是一个 盒子&#xff0c;由盒子将页面中的元素包含在一个矩形区域内&#xff0c;通过盒子的视角更方便的进行页面布局盒子模型组成&#xff1a;内容区域&#xff08;content&…

深度学习-神经网络原理

文章目录 神经网络原理1.单层神经网络1.1 回归单层神经网络&#xff1a;线性回归1.2 二分类单层神经网络&#xff1a;sigmoid与阶跃函数 1.3 多分类单层神经网络&#xff1a;softmax回归 神经网络原理 人工神经网络&#xff08;Artificial Neural Network&#xff0c;ANN&…

MYSQL02高级_目录结构、默认数据库、表文件、系统独立表空间

文章目录 ①. MySQL目录结构②. 查看默认数据库③. MYSQL5.7和8表文件③. 系统、独立表空间 ①. MySQL目录结构 ①. 如何查看关联mysql目录 [rootmysql8 ~]# find / -name mysql /var/lib/mysql /var/lib/mysql/mysql /etc/selinux/targeted/tmp/modules/100/mysql /etc/seli…

【Golang】Golang使用embed加载、打包静态资源文件

【Golang】Golang使用embed加载、打包静态资源文件 大家好 我是寸铁&#x1f44a; 总结了一篇Golang使用embed加载静态资源文件的文章✨ 喜欢的小伙伴可以点点关注 &#x1f49d; 前言 事情是这样的&#xff1a;前不久&#xff0c;有同学问我,golang怎么把静态资源文件打包成一…

centos7升级openssl_3

1、查看当前openssl版本 openssl version #一般都是1.几的版本2、下载openssl_3的包 wget --no-check-certificate https://www.openssl.org/source/old/3.0/openssl-3.0.3.tar.gz#解压 tar zxf openssl-3.0.3.tar.gz#进入指定的目录 cd openssl-3.0.33、编译安装遇到问题缺…

C语言:编译与链接

C语言&#xff1a;编译 & 链接 环境翻译环境 编译预处理编译汇编 链接 环境 对C语言而言&#xff0c;生成程序的过程中存在两种环境&#xff1a;翻译环境与运行环境。 翻译环境 在翻译环境中&#xff0c;源代码会被转化为可执行的机器指令。这个过程会分为编译与链接两大…

SQL-Labs靶场“26-28”关通关教程

君衍. 一、二十六关 基于GET过滤空格以及注释报错注入1、源码分析2、绕过思路3、updatexml报错注入 二、二十六a关 基于GET过滤空格注释字符型注入1、源码分析2、绕过思路3、时间盲注 三、二十七关 基于union及select的过滤单引号注入1、源码分析2、绕过思路3、联合查询注入4、…

Unity(第十六部)声音和视频

声音 1、听声音 创建相机的时候&#xff0c;相机自带Audio Listener 多个相机的时候&#xff0c;我们只保留一个Audio Listener就可以 2、声音源&#xff0c;环境音 添加Audio Source就行中文叫声音源 3、脚本执行的声音 using System.Collections; using System.Collection…

itertools, 一个超好用的Python库

前言 Python用来处理迭代器的工具你想到了啥&#xff1f;itertools 就是一个特别有用的库&#xff0c;它提供了一系列用于创建和操作迭代器的工具&#xff0c;以下是10个常用的操作&#xff0c;可用在实际工作中&#xff0c;熟练掌握这些操作&#xff0c;将极大提升你在 Pytho…

数据可视化基础与应用-02-基于powerbi实现连锁糕点店数据集的仪表盘制作

总结 本系列是数据可视化基础与应用的第02篇&#xff0c;主要介绍基于powerbi实现一个连锁糕点店数据集的仪表盘制作。 数据集描述 有一个数据集&#xff0c;包含四张工作簿&#xff0c;每个工作簿是一张表&#xff0c;其中可以销售表可以划分为事实表&#xff0c;产品表&am…

生成式AI设计模式:综合指南

原文地址&#xff1a;Generative AI Design Patterns: A Comprehensive Guide 使用大型语言模型 (LLM) 的参考架构模式和心理模型 2024 年 2 月 14 日 对人工智能模式的需求 我们在构建新事物时&#xff0c;都会依赖一些经过验证的方法、途径和模式。对于软件工程师来说&am…

【前端素材】推荐优质后台管理系统 Adminity平台模板(附源码)

一、需求分析 1、系统定义 后台管理系统是一种用于管理网站、应用程序或系统的管理界面&#xff0c;通常由管理员和工作人员使用。它提供了访问和控制网站或应用程序后台功能的工具和界面&#xff0c;使其能够管理用户、内容、数据和其他各种功能。 2、功能需求 后台管理系…

k8s学习笔记-基础概念

&#xff08;作者&#xff1a;陈玓玏&#xff09; deployment特别的地方在于replica和selector&#xff0c;docker根据镜像起容器&#xff0c;pod控制容器&#xff0c;job、cronjob、deployment控制pod&#xff0c;job做离线任务&#xff0c;pod大多一次性的&#xff0c;cronj…

Unity | Shader基础知识(第十集:shader常用外部资产单词速成)

目录 一、外部资产简介 二、常用的外部资产单词 三、常用的外部资产单词和引入内部 四、图片资产外部调整的具体讲解 1.Tiling&#xff0c;中文&#xff1a;铺地砖 2.Offset&#xff0c;中文&#xff1a;偏移 五、作者的话 一、外部资产简介 在第六集中&#xff0c;我们…

旧衣回收小程序开发,提高回收效率增加创收

在我国经济大力发展下&#xff0c;国人的生活水平不断提高。生活质量得到提升&#xff0c;衣食住行也从而得到了提升。因此&#xff0c;家家户户中产生的闲置衣物开始增加&#xff0c;我国旧衣回收市场规模非常庞大。 当下&#xff0c;时代发展主流是以互联网为主&#xff0c;…

C# EF Core迁移数据库

现象&#xff1a; 在CodeFirst时&#xff0c;先写字段与表&#xff0c;创建数据库后&#xff0c;再添加内容 但字段与表会变更&#xff0c;比如改名删除增加等 需求&#xff1a; 当表字段变更时&#xff0c;同时变更数据库&#xff0c;执行数据库迁移 核心命令 Add-Migrat…