LeetCode weekly contest 243

Rank Name Score Finish Time Q1 (3) Q2 (5) Q3 (5) Q4 (6)
95 / 12835 YoungForest 18 1:19:18 0:02:50 0:11:21 0:36:27 🐞1 1:04:18 🐞2

零神大数据:
1880,Check if Word Equals Summation of Two Words,check-if-word-equals-summation-of-two-words,1187.1641565458
1881,Maximum Value after Insertion,maximum-value-after-insertion,1381.2168789318
1882,Process Tasks Using Servers,process-tasks-using-servers,1979.1112273597
1883,Minimum Skips to Arrive at Meeting On Time,minimum-skips-to-arrive-at-meeting-on-time,2587.8725248485

1880. Check if Word Equals Summation of Two Words

签到题。按题目要求转换字符串到数字,再进行判断。

1
2
3
4
5
6
7
8
9
class Solution:
def isSumEqual(self, firstWord: str, secondWord: str, targetWord: str) -> bool:
def toDigit(w):
ans = 0
for i in w:
ans = ans * 10 + ord(i) - ord('a')
return ans

return toDigit(firstWord) + toDigit(secondWord) == toDigit(targetWord)

时间复杂度: O(N),
空间复杂度: O(N).

1881. Maximum Value after Insertion

贪心。正数时插入到第一个比x小的数,负数时插入到第一个比x大的数。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
class Solution:
def maxValue(self, n: str, x: int) -> str:
# insert into the position where the first digit < x
# negative first > x
if n[0] == '-':
for i in range(1, len(n)):
if ord(n[i]) - ord('0') > x:
return n[:i] + str(x) + n[i:]
return n + str(x)
else:
for i in range(len(n)):
if ord(n[i]) - ord('0') < x:
return n[:i] + str(x) + n[i:]
return n + str(x)

时间复杂度: O(N),
空间复杂度: O(N).

1882. Process Tasks Using Servers

直接暴力模拟即可。使用优先队列维护空闲服务器,等待任务和释放时间。
模拟时需要注意时间不能1单位1单位地进行,而是只进行那些有事件发生的时刻。
即任务开始等待,服务器释放。
需要注意时间的大小可能会超过int, 用long long更保险些。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
class Solution {
using ll = long long;
using pii = pair<ll, ll>;
public:
vector<int> assignTasks(vector<int>& servers, vector<int>& tasks) {
// brute-force: (m + n) * log n
priority_queue<pii, vector<pii>, greater<>> freeServers, releaseTime;
for (int i = 0; i < servers.size(); ++i) {
freeServers.emplace(servers[i], i);
}
priority_queue<int, vector<int>, greater<>> waitTasks;
const int m = tasks.size();
vector<int> ans(m);
for (int i = 0; i < m; ++i) {
waitTasks.push(i);
while (!releaseTime.empty() && releaseTime.top().first <= i) {
const int idx = releaseTime.top().second;
freeServers.emplace(servers[idx], idx);
releaseTime.pop();
}
while (!freeServers.empty() && !waitTasks.empty()) {
const int idx = waitTasks.top();
waitTasks.pop();
auto [weight, serverIdx] = freeServers.top();
freeServers.pop();
ans[idx] = serverIdx;
releaseTime.emplace(i + tasks[idx], serverIdx);
}
}
ll current = m - 1;
while (!releaseTime.empty() && !waitTasks.empty()) {
const int idx = releaseTime.top().second;
current = releaseTime.top().first;
freeServers.emplace(servers[idx], idx);
releaseTime.pop();
while (!releaseTime.empty() && releaseTime.top().first <= current) {
const int idx = releaseTime.top().second;
current = releaseTime.top().first;
freeServers.emplace(servers[idx], idx);
releaseTime.pop();
}
while (!freeServers.empty() && !waitTasks.empty()) {
const int idx = waitTasks.top();
waitTasks.pop();
auto [weight, serverIdx] = freeServers.top();
freeServers.pop();
ans[idx] = serverIdx;
releaseTime.emplace(current + tasks[idx], serverIdx);
}
}

return ans;
}
};

时间复杂度: O((m + n) * log n),
空间复杂度: O(m + n).

1883. Minimum Skips to Arrive at Meeting On Time

动态规划。
dp(i, k)表示,从dist0到i(inclusive),k次休息,结束的最早时间。
状态转移方程为
dp(i, k) = min(
dp(i-1, k) + .. 最后一站不休息
dp(i-1, k-1) + .. 最后一站休息
),
然后使用二分搜索找到最小的k使得 dp(n-1, k) <= hoursBefore.
(其实不用二分也行,从小到大遍历寻找也行。因为时间复杂度瓶颈不在这里,而在计算dp那里)。

最近经常遇到动态规划的题目,之前在找状态转移方程时,时间复杂度总是超。试图利用枚举最后一个休息位置发生在何处。正确的做法应该是,只枚举最后一站是否休息。可以将时间复杂度降一个n.

本题有个坑是浮点数精度,我因此WA了2次。
解决方法有二:

  1. 增加err, 我这里用了10^-9, 在大多数情况下都是够了。
  2. 转换成整型。可能需要用long long。在本题中就是把所有的 时间 * speed 用来表示距离,这种解决方案不存在精度丢失。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
class Solution:
def minSkips(self, dist: List[int], speed: int, hoursBefore: int) -> int:
n = len(dist)
err = 10**-9
@cache
def dp(i, k):
if i == 0:
return dist[0] / speed
if k == 0:
# no relax
return ceil(dp(i-1, 0) - err) + dist[i] / speed
if i == k:
# relax all
return dp(i-1, k-1) + dist[i] / speed
# not relax + relax
return min(ceil(dp(i-1, k) - err) + dist[i] / speed, dp(i-1, k-1) + dist[i] / speed)

lo = 0
hi = n

if dp(n-1, n-1) > hoursBefore + err: return -1

while lo < hi:
mid = lo + (hi - lo) // 2
if dp(n-1, mid) <= hoursBefore + err: # -err?
hi = mid
else:
lo = mid + 1

if lo == n: return -1
else: return lo

时间复杂度: O(n ^ 2),
空间复杂度: O(m ^ 2).