Optimal Division (Leetcode 553)

A家的一道面试题 (A家的题真是出的越来越犀利了...). 直接的方法就是memorization search. 对于每一个数,递归找左边的最大值,以及右边的最小值。然后联合string result一起做成一个struct返回。这里用hashmap来记录,避免重复计算.

class Solution {
public:
    struct Pair{
        float max_value, min_value;
        string max_record, min_record;
        Pair(float mx, float mn, string s1, string s2) : max_value(mx), min_value(mn), max_record(s1), min_record(s2){}
    };
    
    Pair *find_util(vector<int>& nums, int start, int end, vector<vector<bool>> &visited, unordered_map<string, Pair*> &record){
        if(start == end){
            Pair *P = new Pair(INT_MIN, INT_MAX, "", "");
            P->max_value = nums[start];
            P->min_value = nums[start];
            P->max_record = to_string(nums[start]);
            P->min_record = to_string(nums[start]);
            return P;
        }else if(visited[start][end]){
            string cur = to_string(start) + "->" + to_string(end);
            return record[cur];
        }
         Pair *P = new Pair(INT_MIN, INT_MAX, "", "");
        for(int i=start; i<end; i++){
            Pair *left = find_util(nums, start, i, visited, record);
            Pair *right = find_util(nums, i+1, end, visited, record);
            if (P->min_value > left->min_value / right->max_value) {
                P->min_value = left->min_value / right->max_value;
                P->min_record = left->min_record + "/" + (i + 1 != end ? "(" : "") + right->max_record + (i + 1 != end ? ")" : "");
            }
            if (P->max_value < left->max_value / right->min_value) {
                P->max_value = left->max_value / right->min_value;
                P->max_record = left->max_record + "/" + (i + 1 != end ? "(" : "") + right->min_record + (i + 1 != end ? ")" : "");
            }
        }
        visited[start][end] = true;
        string cur = to_string(start) + "->" + to_string(end);
        record[cur] = P;
        return P;
    }

    string optimalDivision(vector<int>& nums) {
        if(nums.empty()) return "";
        else if(nums.size() == 1) return to_string(nums[0]);
        int size = nums.size();
        vector<vector<bool>> visited(size, vector<bool>(size, 0));
        unordered_map<string, Pair*> record;
        Pair *P = find_util(nums, 0, size-1, visited, record);
        return P->max_record;
    }
    
};

参考discussion后,这道题最优解其实可以只有一种解法。那就是 a/(b/c/d) = a * c * d / b; 其实直接loop input array,并生成这样的string即可.

class Solution {
public:
    string optimalDivision(vector<int>& nums) {
        if(nums.empty()) return "";
        else if(nums.size() == 1) return to_string(nums[0]);
        else if(nums.size() == 2) return to_string(nums[0]) + '/' + to_string(nums[1]);
        string ret = to_string(nums[0]) + "/(" + to_string(nums[1]);
        for(int i=2; i<nums.size(); i++){
            ret += '/';
            ret += to_string(nums[i]);
        }
        ret += ')';
        return ret;
    }
};
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 220,367评论 6 512
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,959评论 3 396
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 166,750评论 0 357
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,226评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,252评论 6 397
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,975评论 1 308
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,592评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,497评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 46,027评论 1 319
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,147评论 3 340
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,274评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,953评论 5 347
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,623评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,143评论 0 23
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,260评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,607评论 3 375
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,271评论 2 358

推荐阅读更多精彩内容

  • 背景 一年多以前我在知乎上答了有关LeetCode的问题, 分享了一些自己做题目的经验。 张土汪:刷leetcod...
    土汪阅读 12,747评论 0 33
  • 在这次决定减肥前,我几乎都是可以断定我是可以减肥成功的。 因为在此之前,我已经有过了101次减肥失败的经历。而作为...
    詹瓦阅读 313评论 0 0
  • “满意决策”,为了满意,而不是最优,第一感官做出的决策,往往都是最满意的,可以继续优化,但不要否决满意的决策。
    高密中百阅读 88评论 0 0
  • 2003年毕业参加工作,算起来,已经离家13年了。 我是在深圳上班的北方人,由于离家远,不能每个春节都回家,实际上...
    蟋蟀侠阅读 349评论 0 0
  • 今晚的分享内容,还没写完文字,大家别看 我从引爆点开始说吧,引爆点中提到影响传播的三大法则,分别是关键人物法则,附...
    马克图布了阅读 650评论 1 0