企业网站是否可以做淘宝客wordpress主题 the7

当前位置： 首页 > news >正文

企业网站是否可以做淘宝客,wordpress主题 the7,潍坊快速建站模板,合肥做核酸最新通知1合并区间 以数组 intervals 表示若干个区间的集合#xff0c;其中单个区间为 intervals[i] [starti, endi] 。请你合并所有重叠的区间#xff0c;并返回 一个不重叠的区间数组#xff0c;该数组需恰好覆盖输入中的所有区间 。 示例 1#xff1a; 输入#xff1a;inter…1合并区间 以数组 intervals 表示若干个区间的集合其中单个区间为 intervals[i] [starti, endi] 。请你合并所有重叠的区间并返回 一个不重叠的区间数组该数组需恰好覆盖输入中的所有区间 。 示例 1 输入intervals [[1,3],[2,6],[8,10],[15,18]] 输出[[1,6],[8,10],[15,18]] 解释区间 [1,3] 和 [2,6] 重叠, 将它们合并为 [1,6].示例 2 输入intervals [[1,4],[4,5]] 输出[[1,5]] 解释区间 [1,4] 和 [4,5] 可被视为重叠区间。 提示 1 intervals.length 104intervals[i].length 20 starti endi 104 思路:本题是判断重叠区间问题  先排序让所有的相邻区间尽可能的重叠在一起按左边界或者右边界排序都可以. 排序 首先根据每个区间的左边界对给定的区间集合 intervals 进行升序排序。这是为了确保处理区间时可以按顺序考虑它们的位置关系。 合并过程 排序完成后使用一个结果集合 result 来存储最终合并后的区间。开始时将排序后的第一个区间直接放入 result 中。 遍历区间 从第二个区间开始遍历与 result 中的最后一个区间比较 如果当前区间与 result 中的最后一个区间有重叠即当前区间的左边界小于等于 result 中最后一个区间的右边界则更新 result 中最后一个区间的右边界为两者的最大值以实现合并。如果当前区间与 result 中的最后一个区间没有重叠则直接将当前区间加入 result。 代码 class Solution { public:// 定义一个静态函数作为比较函数用于排序static bool cmp(const vectorint a, const vectorint b) {return a[0] b[0]; // 按照区间的左边界进行升序排序}vectorvectorint merge(vectorvectorint intervals) {vectorvectorint result;if (intervals.empty()) return result; // 如果区间集合为空直接返回空结果// 使用cmp函数对区间进行排序sort(intervals.begin(), intervals.end(), cmp);// 第一个区间直接放入结果集合中result.push_back(intervals[0]); for (int i 1; i intervals.size(); i) {if (result.back()[1] intervals[i][0]) { // 发现重叠区间// 合并区间只需要更新结果集合中最后一个区间的右边界result.back()[1] max(result.back()[1], intervals[i][1]); } else {result.push_back(intervals[i]); // 区间不重叠将当前区间加入结果集合}}return result;} }; 2 单调递增的数字 当且仅当每个相邻位数上的数字 x 和 y 满足 x y 时我们称这个整数是单调递增的。 给定一个整数 n 返回 小于或等于 n 的最大数字且数字呈 单调递增 。 示例 1: 输入: n 10 输出: 9示例 2: 输入: n 1234 输出: 1234示例 3: 输入: n 332 输出: 299提示: 0 n 109 思路: 举个例子数字332从前向后遍历的话那么就把变成了329此时2又小于了第一位的3了真正的结果应该是299。 那么从后向前遍历就可以重复利用上次比较得出的结果了从后向前遍历332的数值变化为332 - 329 - 299 将整数 N 转换为字符串 strNum便于按位处理。从右向左遍历字符串 strNum找到第一个出现递减的位置 i即满足 strNum[i-1] strNum[i]。将第 i-1 位减一并标记 flag 为 i表示从这里开始需要调整。将从 flag 开始的所有位置的字符设为 ‘9’以确保得到最大的单调递增数。将处理后的字符串转换为整数并返回作为结果。 代码: class Solution { public:int monotoneIncreasingDigits(int N) {string strNum to_string(N);// flag用来标记需要修改的位置初始化为字符串长度防止第二个循环在未赋值的情况下执行int flag strNum.size();// 从倒数第二位开始向前遍历for (int i strNum.size() - 1; i 0; i–) {// 如果当前位大于前一位则前一位需要减一并更新flagif (strNum[i - 1] strNum[i]) {flag i; // 记录需要减一的位置strNum[i - 1]–; // 前一位减一}}// 将flag位置及之后的所有位数变为9以获得最大的单调递增数for (int i flag; i strNum.size(); i) {strNum[i] 9;}return stoi(strNum); // 转换为整数并返回} }; 3监控二叉树 给定一个二叉树我们在树的节点上安装摄像头。 节点上的每个摄影头都可以监视其父对象、自身及其直接子对象。 计算监控树的所有节点所需的最小摄像头数量。 示例 1 输入[0,0,null,0,0] 输出1 解释如图所示一台摄像头足以监控所有节点。示例 2 输入[0,0,null,0,null,0,null,null,0] 输出2 解释需要至少两个摄像头来监视树的所有节点。 上图显示了摄像头放置的有效位置之一。提示 给定树的节点数的范围是 [1, 1000]。每个节点的值都是 0。 思路:我们要从下往上看局部最优让叶子节点的父节点安摄像头所用摄像头最少整体最优全部摄像头数量所用最少可以使用后序遍历也就是左右中的顺序这样就可以在回溯的过程中从下到上进行推导了. 给定一个二叉树节点状态有三种未被覆盖、已被覆盖无需额外摄像头、已安装摄像头。目标是找出最少需要安装的摄像头数量覆盖整棵树的所有节点。 定义递归函数 traversal对当前节点进行处理 如果左右子树有任意一个是未被覆盖的状态返回2则当前节点需要安装摄像头返回1表示当前节点已安装摄像头。如果左右子树都已被覆盖返回0则当前节点不需要额外的摄像头覆盖。如果左右子树有一个已安装摄像头返回1则当前节点被覆盖返回0。 根节点处理 调用 traversal 函数处理根节点。如果根节点未被覆盖返回2则需要额外安装一个摄像头。 终返回 result即安装摄像头的总数量。
代码:  class Solution { private:int result; // 记录需要安装摄像头的数量// 递归函数返回当前节点的状态// 0 - 节点已被覆盖// 1 - 节点安装了摄像头// 2 - 节点未被覆盖int traversal(TreeNode* cur) {if (cur NULL) return 2; // 空节点默认已覆盖int left traversal(cur-left); // 处理左子树int right traversal(cur-right); // 处理右子树// 如果左右子树有任意一个未被覆盖当前节点需要安装摄像头if (left 2 || right 2) {result; // 安装摄像头return 1; // 当前节点已安装摄像头}// 如果左右子树的状态都是已覆盖当前节点不需要额外摄像头覆盖else if (left 0 right 0) {return 2; // 当前节点未被覆盖} else {return 0; // 当前节点已被覆盖}}public:int minCameraCover(TreeNode* root) {result 0; // 初始化摄像头数量为0if (traversal(root) 2) { // 如果根节点未被覆盖则需额外安装摄像头result;}return result; // 返回最终需要安装的摄像头数量} };