主頁 > 資料庫 > LeetCode 第 36 場雙周賽(304/2204,前13.8%)

LeetCode 第 36 場雙周賽(304/2204,前13.8%)

2020-10-05 15:18:56 資料庫

文章目錄

    • 1. 比賽結果
    • 2. 題目
      • 1. LeetCode 5515. 設計停車系統 easy
      • 2. LeetCode 5516. 警告一小時內使用相同員工卡大于等于三次的人 medium
      • 3. LeetCode 5518. 給定行和列的和求可行矩陣 medium
      • 4. LeetCode 5517. 找到處理最多請求的服務器 hard

1. 比賽結果

做出來3題,但速度不夠快,第四題不會,繼續加油!

全國排名: 304 / 2204,13.8%;全球排名: 1143 / 8332,13.7%


2. 題目

1. LeetCode 5515. 設計停車系統 easy

題目鏈接

請你給一個停車場設計一個停車系統,停車場總共有三種不同大小的車位:大,中和小,每種尺寸分別有固定數目的車位,

請你實作 ParkingSystem 類:

  • ParkingSystem(int big, int medium, int small) 初始化 ParkingSystem 類,三個引數分別對應每種停車位的數目,
  • bool addCar(int carType) 檢車是否有 carType 對應的停車位,
    carType 有三種型別:大,中,小,分別用數字 1, 2 和 3 表示,
    一輛車只能停在 carType 對應尺寸的停車位中,
    如果沒有空車位,請回傳 false ,否則將該車停入車位并回傳 true ,
示例 1:
輸入:
["ParkingSystem", "addCar", "addCar", "addCar", "addCar"]
[[1, 1, 0], [1], [2], [3], [1]]
輸出:
[null, true, true, false, false]

解釋:
ParkingSystem parkingSystem = new ParkingSystem(1, 1, 0);
parkingSystem.addCar(1); // 回傳 true ,因為有 1 個空的大車位
parkingSystem.addCar(2); // 回傳 true ,因為有 1 個空的中車位
parkingSystem.addCar(3); // 回傳 false ,因為沒有空的小車位
parkingSystem.addCar(1); // 回傳 false ,因為沒有空的大車位,唯一一個大車位已經被占據了
提示:
0 <= big, medium, small <= 1000
carType 取值為 123
最多會呼叫 addCar 函式 1000

解題:

class ParkingSystem {
    int a, b, c;
public:
    ParkingSystem(int big, int medium, int small) {
        a = big, b = medium, c = small;
    }
    
    bool addCar(int carType) {
        if(carType == 1 && a > 0)
        {
            a--;
            return true;
        }
        else if(carType == 2 && b > 0)
        {
            b--;
            return true;
        }
        else if(carType == 3 && c > 0)
        {
            c--;
            return true;
        }
        return false;
    }
};

2. LeetCode 5516. 警告一小時內使用相同員工卡大于等于三次的人 medium

題目鏈接

力扣公司的員工都使用員工卡來開辦公室的門,每當一個員工使用一次他的員工卡,安保系統會記錄下員工的名字和使用時間,如果一個員工在一小時時間內使用員工卡的次數大于等于三次,這個系統會自動發布一個 警告 ,

給你字串陣列 keyName 和 keyTime ,期中 [keyName[i], keyTime[i]] 對應一個人的名字和他在 某一天 內使用員工卡的時間,

使用時間的格式是 24小時制 ,形如 "HH:MM" ,比方說 "23:51" 和 "09:49"

請你回傳去重后的收到系統警告的員工名字,將它們按 字典序升序 排序后回傳,

請注意 "10:00" - "11:00" 視為一個小時時間范圍內,而 "23:51" - "00:10" 不被視為一小時內,因為系統記錄的是某一天內的使用情況,

示例 1:
輸入:keyName = ["daniel","daniel","daniel","luis","luis","luis","luis"], keyTime = ["10:00","10:40","11:00","09:00","11:00","13:00","15:00"]
輸出:["daniel"]
解釋:"daniel" 在一小時內使用了 3 次員工卡("10:00""10:40""11:00"),

示例 2:
輸入:keyName = ["alice","alice","alice","bob","bob","bob","bob"], keyTime = ["12:01","12:00","18:00","21:00","21:20","21:30","23:00"]
輸出:["bob"]
解釋:"bob" 在一小時內使用了 3 次員工卡("21:00""21:20""21:30"),

示例 3:
輸入:keyName = ["john","john","john"], keyTime = ["23:58","23:59","00:01"]
輸出:[]

示例 4:
輸入:keyName = ["leslie","leslie","leslie","clare","clare","clare","clare"], keyTime = ["13:00","13:20","14:00","18:00","18:51","19:30","19:49"]
輸出:["clare","leslie"]
 
提示:
1 <= keyName.length, keyTime.length <= 105
keyName.length == keyTime.length
keyTime 格式為 "HH:MM" ,
保證 [keyName[i], keyTime[i]] 形成的二元對 互不相同 ,
1 <= keyName[i].length <= 10
keyName[i] 只包含小寫英文字母,

解題:

class Solution {
public:
    vector<string> alertNames(vector<string>& keyName, vector<string>& keyTime) {
        map<string, set<string>> m;// name , set<time> 
        for(int i = 0; i < keyName.size(); i++) 
        {
            m[keyName[i]].insert(keyTime[i]);
        }
        vector<string> ans;
        string name, time;
        for(auto it = m.begin(); it != m.end(); ++it)
        {
            name = it->first;
            if(it->second.size() < 3)
                continue;
            auto it1 = it->second.begin();
            time = *it1;
            //時間轉成分鐘
            int prev = ((time[0]-'0')*10+time[1]-'0')*60+(time[3]-'0')*10+time[4]-'0';
            it1++, 
            time = *it1;
            int mid = ((time[0]-'0')*10+time[1]-'0')*60+(time[3]-'0')*10+time[4]-'0';
            it1++;
            for( ; it1 != it->second.end(); it1++)
            {
                time = *it1;
                int cur = ((time[0]-'0')*10+time[1]-'0')*60+(time[3]-'0')*10+time[4]-'0';
                if(cur-prev <= 60)// prev, mid, cur
                {
                    ans.push_back(name);
                    break;
                }
                prev = mid;
                mid = cur;
            }
        }
        return ans;
    }
};

844 ms 116 MB

3. LeetCode 5518. 給定行和列的和求可行矩陣 medium

題目鏈接

給你兩個非負整數陣列 rowSum 和 colSum ,其中 rowSum[i] 是二維矩陣中第 i 行元素的和, colSum[j]第 j 列元素的和,換言之你不知道矩陣里的每個元素,但是你知道每一行和每一列的和,

請找到大小為 rowSum.length x colSum.length 的任意 非負整數 矩陣,且該矩陣滿足 rowSum 和 colSum 的要求,

請你回傳任意一個滿足題目要求的二維矩陣,題目保證存在 至少一個 可行矩陣,

示例 1:
輸入:rowSum = [3,8], colSum = [4,7]
輸出:[[3,0],
      [1,7]]
解釋:
第 0 行:3 + 0 = 0 == rowSum[0]1 行:1 + 7 = 8 == rowSum[1]0 列:3 + 1 = 4 == colSum[0]1 列:0 + 7 = 7 == colSum[1]
行和列的和都滿足題目要求,且所有矩陣元素都是非負的,
另一個可行的矩陣為:[[1,2],
                  [3,5]]
                  
示例 2:
輸入:rowSum = [5,7,10], colSum = [8,6,8]
輸出:[[0,5,0],
      [6,1,0],
      [2,0,8]]
      
示例 3:
輸入:rowSum = [14,9], colSum = [6,9,8]
輸出:[[0,9,5],
      [6,0,3]]
      
示例 4:
輸入:rowSum = [1,0], colSum = [1]
輸出:[[1],
      [0]]
      
示例 5:
輸入:rowSum = [0], colSum = [0]
輸出:[[0]]
 
提示:
1 <= rowSum.length, colSum.length <= 500
0 <= rowSum[i], colSum[i] <= 108
sum(rows) == sum(columns)

解題:

class Solution {
public:
    vector<vector<int>> restoreMatrix(vector<int>& rowSum, vector<int>& colSum) {
        int m = rowSum.size(), n = colSum.size();
        vector<vector<int>> ans(m, vector<int>(n, 0));
        for(int i = 0; i < m; ++i) 
        {
            for(int j = 0; j < n; ++j)
            {
                if(rowSum[i] == 0)
                    break;
                ans[i][j] = min(rowSum[i], colSum[j]);
                rowSum[i] -= ans[i][j];
                colSum[j] -= ans[i][j];
            }
        }
        return ans;
    }
};

112 ms 32.7 MB

4. LeetCode 5517. 找到處理最多請求的服務器 hard

題目鏈接

你有 k 個服務器,編號為 0 到 k-1 ,它們可以同時處理多個請求組,
每個服務器有無窮的計算能力但是 不能同時處理超過一個請求 ,請求分配到服務器的規則如下:

  • i (序號從 0 開始)個請求到達,
  • 如果所有服務器都已被占據,那么該請求被舍棄(完全不處理),
  • 如果第 (i % k) 個服務器空閑,那么對應服務器會處理該請求,
  • 否則,將請求安排給下一個空閑的服務器(服務器構成一個環,必要的話可能從第 0 個服務器開始繼續找下一個空閑的服務器),比方說,如果第 i 個服務器在忙,那么會查看第 (i+1) 個服務器,第 (i+2) 個服務器等等,

給你一個 嚴格遞增 的正整數陣列 arrival ,表示第 i 個任務的到達時間,和另一個陣列 load ,其中 load[i] 表示第 i 個請求的作業量(也就是服務器完成它所需要的時間),

你的任務是找到 最繁忙的服務器 ,最繁忙定義為一個服務器處理的請求數是所有服務器里最多的

請你回傳包含所有 最繁忙服務器 序號的串列,你可以以任意順序回傳這個串列,

示例 1:

輸入:k = 3, arrival = [1,2,3,4,5], load = [5,2,3,3,3] 
輸出:[1] 
解釋:
所有服務器一開始都是空閑的,
前 3 個請求分別由前 3 臺服務器依次處理,
請求 3 進來的時候,服務器 0 被占據,
	所以它唄安排到下一臺空閑的服務器,也就是服務器 1 ,
請求 4 進來的時候,由于所有服務器都被占據,該請求被舍棄,
服務器 02 分別都處理了一個請求,服務器 1 處理了兩個請求,
所以服務器 1 是最忙的服務器,

示例 2:
輸入:k = 3, arrival = [1,2,3,4], load = [1,2,1,2]
輸出:[0]
解釋:
前 3 個請求分別被前 3 個服務器處理,
請求 3 進來,由于服務器 0 空閑,它被服務器 0 處理,
服務器 0 處理了兩個請求,服務器 12 分別處理了一個請求,
	所以服務器 0 是最忙的服務器,

示例 3:
輸入:k = 3, arrival = [1,2,3], load = [10,12,11]
輸出:[0,1,2]
解釋:每個服務器分別處理了一個請求,所以它們都是最忙的服務器,

示例 4:
輸入:k = 3, arrival = [1,2,3,4,8,9,10], load = [5,2,10,3,1,2,2]
輸出:[1]

示例 5:
輸入:k = 1, arrival = [1], load = [1]
輸出:[0]
 
提示:
1 <= k <= 105
1 <= arrival.length, load.length <= 105
arrival.length == load.length
1 <= arrival[i], load[i] <= 109
arrival 保證 嚴格遞增 ,

解題:

  • 參考 mike-meng 題解
typedef pair<int, int> pii;

struct cmp{
	bool operator()(pii& a, pii& b) const
	{
		return a.first > b.first;//小的結束時間(結束時間早)優先
	}
};
class Solution {
public:
    vector<int> busiestServers(int k, vector<int>& arrival, vector<int>& load) {
    	vector<int> count(k, 0);
    	priority_queue<pii,vector<pii>,cmp> q;
    	set<int> s;//可用機器編號
    	for(int i = 0; i < k; i++) 
    		s.insert(i);//機器編號
    	int id=0, maxload = 0;
    	for(int i = 0; i < arrival.size(); i++)
    	{
    		while(!q.empty() && q.top().first <= arrival[i])
    		{	//機器結束作業時間 <= 任務到達時間
    			s.insert(q.top().second);
    			q.pop();
    		}	
    		auto it = s.lower_bound(i%k);
    		if(it != s.end())//序號大于等于 i 的空閑機器存在
    		{
    			id = *it;
    			count[id]++;
    			q.push({arrival[i]+load[i], id});//結束時間,機器編號
    			s.erase(it);//這個機器不可用了,放入佇列了
    		}
    		else if(it != s.begin())
    		{
    			id = *s.begin();
    			count[id]++;
    			q.push({arrival[i]+load[i], id});
    			s.erase(s.begin());
    		}
    		maxload = max(maxload, count[id]);
    	}
    	vector<int> ans;
    	for(int i = 0; i < k; i++)
    		if(count[i] == maxload)
    			ans.push_back(i);
    	return ans;
    }
};

1240 ms 115.8 MB


我的CSDN博客地址 https://michael.blog.csdn.net/

長按或掃碼關注我的公眾號(Michael阿明),一起加油、一起學習進步!
Michael阿明

轉載請註明出處,本文鏈接:https://www.uj5u.com/shujuku/157364.html

標籤:其他

上一篇:ensp的ospf小實驗

下一篇:【JUC原始碼】執行緒池:ThreadPoolExecutor萬字原始碼深析(超詳細注釋)

標籤雲
其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C#(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • GPU虛擬機創建時間深度優化

    **?桔妹導讀:**GPU虛擬機實體創建速度慢是公有云面臨的普遍問題,由于通常情況下創建虛擬機屬于低頻操作而未引起業界的重視,實際生產中還是存在對GPU實體創建時間有苛刻要求的業務場景。本文將介紹滴滴云在解決該問題時的思路、方法、并展示最終的優化成果。 從公有云服務商那里購買過虛擬主機的資深用戶,一 ......

    uj5u.com 2020-09-10 06:09:13 more
  • 可編程網卡芯片在滴滴云網路的應用實踐

    **?桔妹導讀:**隨著云規模不斷擴大以及業務層面對延遲、帶寬的要求越來越高,采用DPDK 加速網路報文處理的方式在橫向縱向擴展都出現了局限性。可編程芯片成為業界熱點。本文主要講述了可編程網卡芯片在滴滴云網路中的應用實踐,遇到的問題、帶來的收益以及開源社區貢獻。 #1. 資料中心面臨的問題 隨著滴滴 ......

    uj5u.com 2020-09-10 06:10:21 more
  • 滴滴資料通道服務演進之路

    **?桔妹導讀:**滴滴資料通道引擎承載著全公司的資料同步,為下游實時和離線場景提供了必不可少的源資料。隨著任務量的不斷增加,資料通道的整體架構也隨之發生改變。本文介紹了滴滴資料通道的發展歷程,遇到的問題以及今后的規劃。 #1. 背景 資料,對于任何一家互聯網公司來說都是非常重要的資產,公司的大資料 ......

    uj5u.com 2020-09-10 06:11:05 more
  • 滴滴AI Labs斬獲國際機器翻譯大賽中譯英方向世界第三

    **桔妹導讀:**深耕人工智能領域,致力于探索AI讓出行更美好的滴滴AI Labs再次斬獲國際大獎,這次獲獎的專案是什么呢?一起來看看詳細報道吧! 近日,由國際計算語言學協會ACL(The Association for Computational Linguistics)舉辦的世界最具影響力的機器 ......

    uj5u.com 2020-09-10 06:11:29 more
  • MPP (Massively Parallel Processing)大規模并行處理

    1、什么是mpp? MPP (Massively Parallel Processing),即大規模并行處理,在資料庫非共享集群中,每個節點都有獨立的磁盤存盤系統和記憶體系統,業務資料根據資料庫模型和應用特點劃分到各個節點上,每臺資料節點通過專用網路或者商業通用網路互相連接,彼此協同計算,作為整體提供 ......

    uj5u.com 2020-09-10 06:11:41 more
  • 滴滴資料倉庫指標體系建設實踐

    **桔妹導讀:**指標體系是什么?如何使用OSM模型和AARRR模型搭建指標體系?如何統一流程、規范化、工具化管理指標體系?本文會對建設的方法論結合滴滴資料指標體系建設實踐進行解答分析。 #1. 什么是指標體系 ##1.1 指標體系定義 指標體系是將零散單點的具有相互聯系的指標,系統化的組織起來,通 ......

    uj5u.com 2020-09-10 06:12:52 more
  • 單表千萬行資料庫 LIKE 搜索優化手記

    我們經常在資料庫中使用 LIKE 運算子來完成對資料的模糊搜索,LIKE 運算子用于在 WHERE 子句中搜索列中的指定模式。 如果需要查找客戶表中所有姓氏是“張”的資料,可以使用下面的 SQL 陳述句: SELECT * FROM Customer WHERE Name LIKE '張%' 如果需要 ......

    uj5u.com 2020-09-10 06:13:25 more
  • 滴滴Ceph分布式存盤系統優化之鎖優化

    **桔妹導讀:**Ceph是國際知名的開源分布式存盤系統,在工業界和學術界都有著重要的影響。Ceph的架構和演算法設計發表在國際系統領域頂級會議OSDI、SOSP、SC等上。Ceph社區得到Red Hat、SUSE、Intel等大公司的大力支持。Ceph是國際云計算領域應用最廣泛的開源分布式存盤系統, ......

    uj5u.com 2020-09-10 06:14:51 more
  • es~通過ElasticsearchTemplate進行聚合~嵌套聚合

    之前寫過《es~通過ElasticsearchTemplate進行聚合操作》的文章,這一次主要寫一個嵌套的聚合,例如先對sex集合,再對desc聚合,最后再對age求和,共三層嵌套。 Aggregations的部分特性類似于SQL語言中的group by,avg,sum等函式,Aggregation ......

    uj5u.com 2020-09-10 06:14:59 more
  • 爬蟲日志監控 -- Elastc Stack(ELK)部署

    傻瓜式部署,只需替換IP與用戶 導讀: 現ELK四大組件分別為:Elasticsearch(核心)、logstash(處理)、filebeat(采集)、kibana(可視化) 下載均在https://www.elastic.co/cn/downloads/下tar包,各組件版本最好一致,配合fdm會 ......

    uj5u.com 2020-09-10 06:15:05 more
最新发布
  • day02-2-商鋪查詢快取

    功能02-商鋪查詢快取 3.商鋪詳情快取查詢 3.1什么是快取? 快取就是資料交換的緩沖區(稱作Cache),是存盤資料的臨時地方,一般讀寫性能較高。 快取的作用: 降低后端負載 提高讀寫效率,降低回應時間 快取的成本: 資料一致性成本 代碼維護成本 運維成本 3.2需求說明 如下,當我們點擊商店詳 ......

    uj5u.com 2023-04-20 08:33:24 more
  • MySQL中binlog備份腳本分享

    關于MySQL的二進制日志(binlog),我們都知道二進制日志(binlog)非常重要,尤其當你需要point to point災難恢復的時侯,所以我們要對其進行備份。關于二進制日志(binlog)的備份,可以基于flush logs方式先切換binlog,然后拷貝&壓縮到到遠程服務器或本地服務器 ......

    uj5u.com 2023-04-20 08:28:06 more
  • day02-短信登錄

    功能實作02 2.功能01-短信登錄 2.1基于Session實作登錄 2.1.1思路分析 2.1.2代碼實作 2.1.2.1發送短信驗證碼 發送短信驗證碼: 發送驗證碼的介面為:http://127.0.0.1:8080/api/user/code?phone=xxxxx<手機號> 請求方式:PO ......

    uj5u.com 2023-04-20 08:27:27 more
  • 快取與資料庫雙寫一致性幾種策略分析

    本文將對幾種快取與資料庫保證資料一致性的使用方式進行分析。為保證高并發性能,以下分析場景不考慮執行的原子性及加鎖等強一致性要求的場景,僅追求最終一致性。 ......

    uj5u.com 2023-04-20 08:26:48 more
  • sql陳述句優化

    問題查找及措施 問題查找 需要找到具體的代碼,對其進行一對一優化,而非一直把關注點放在服務器和sql平臺 降低簡化每個事務中處理的問題,盡量不要讓一個事務拖太長的時間 例如檔案上傳時,應將檔案上傳這一步放在事務外面 微軟建議 4.啟動sql定時執行計劃 怎么啟動sqlserver代理服務-百度經驗 ......

    uj5u.com 2023-04-20 08:26:35 more
  • 云時代,MySQL到ClickHouse資料同步產品對比推薦

    ClickHouse 在執行分析查詢時的速度優勢很好的彌補了MySQL的不足,但是對于很多開發者和DBA來說,如何將MySQL穩定、高效、簡單的同步到 ClickHouse 卻很困難。本文對比了 NineData、MaterializeMySQL(ClickHouse自帶)、Bifrost 三款產品... ......

    uj5u.com 2023-04-20 08:26:29 more
  • sql陳述句優化

    問題查找及措施 問題查找 需要找到具體的代碼,對其進行一對一優化,而非一直把關注點放在服務器和sql平臺 降低簡化每個事務中處理的問題,盡量不要讓一個事務拖太長的時間 例如檔案上傳時,應將檔案上傳這一步放在事務外面 微軟建議 4.啟動sql定時執行計劃 怎么啟動sqlserver代理服務-百度經驗 ......

    uj5u.com 2023-04-20 08:25:13 more
  • Redis 報”OutOfDirectMemoryError“(堆外記憶體溢位)

    Redis 報錯“OutOfDirectMemoryError(堆外記憶體溢位) ”問題如下: 一、報錯資訊: 使用 Redis 的業務介面 ,產生 OutOfDirectMemoryError(堆外記憶體溢位),如圖: 格式化后的報錯資訊: { "timestamp": "2023-04-17 22: ......

    uj5u.com 2023-04-20 08:24:54 more
  • day02-2-商鋪查詢快取

    功能02-商鋪查詢快取 3.商鋪詳情快取查詢 3.1什么是快取? 快取就是資料交換的緩沖區(稱作Cache),是存盤資料的臨時地方,一般讀寫性能較高。 快取的作用: 降低后端負載 提高讀寫效率,降低回應時間 快取的成本: 資料一致性成本 代碼維護成本 運維成本 3.2需求說明 如下,當我們點擊商店詳 ......

    uj5u.com 2023-04-20 08:24:03 more
  • day02-短信登錄

    功能實作02 2.功能01-短信登錄 2.1基于Session實作登錄 2.1.1思路分析 2.1.2代碼實作 2.1.2.1發送短信驗證碼 發送短信驗證碼: 發送驗證碼的介面為:http://127.0.0.1:8080/api/user/code?phone=xxxxx<手機號> 請求方式:PO ......

    uj5u.com 2023-04-20 08:23:11 more