当前位置: 首页 > news >正文

【超级详细解释】力扣每日一题 134.加油站 48. 旋转图像

134.加油站 力扣

在这里插入图片描述

这是一个很好的问题。这个思路其实基于一种贪心策略。我们从整个路径的油量变化来理解它,结合一个直观的“最低点法则”,来确保找到正确的起点。

问题的核心:油量差值的累积

对于每个加油站,我们有两个数组:gas(加油站提供的油量)和 cost(从当前加油站到下一个加油站所需的油量)。我们需要找到一个起点,使得可以绕行一圈回到该加油站,途中油量永远不为负数。

直观理解:寻找最低油量的原因

  1. 油量累积的曲线
    假设我们从某个加油站开始遍历整个环状加油站,每次计算当前的剩余油量累积,记为 s(当前剩余油量)。每当我们经过一个加油站,我们就根据 gas[i] - cost[i] 来更新 s,代表当前加油站加上油之后,减去到达下一个加油站的消耗。

  2. 最低点的特殊性
    在整个环中,油量累积 s 可能会上升或下降。如果我们画一条累积油量的曲线,从某个加油站出发计算到达其他加油站的油量变化,这条曲线中可能会有一些高点和低点。

    • 关键在于最低点:最低点代表了整个旅程中油量最匮乏的时刻。如果我们从其他加油站出发而不是这个最低点,意味着在到达最低点之前,我们已经有了更多的油量消耗,可能会在到达最低点之前出现负油量。因此,我们想要绕一圈成功的唯一可能,是从最低点之后开始,这样可以“错开”油量最紧张的时刻。
  3. 贪心选择最低点作为起点
    如果从最低点之后的某个加油站 i + 1 作为起点开始,意味着我们会在最低油量的地方重新开始计算油量变化,这样就可以确保从那时起油量逐步上升。

    换句话说,从最低点开始意味着我们从油量的最低点出发,此时“亏欠”的油量已经到达最低,我们后续不可能再遇到更差的情况,因此可以放心地从这里开始。

举例帮助理解

假设我们有以下油量情况:

  • gas = [1, 2, 3, 4, 5]
  • cost = [3, 4, 5, 1, 2]

计算每个加油站的 gas[i] - cost[i] 的累积和:

  • 第一个加油站开始:s = 1 - 3 = -2
  • 第二个加油站:s = -2 + 2 - 4 = -4
  • 第三个加油站:s = -4 + 3 - 5 = -6
  • 第四个加油站:s = -6 + 4 - 1 = -3
  • 第五个加油站:s = -3 + 5 - 2 = 0

最低点是 -6,发生在第三个加油站之后,因此从第四个加油站(即 i + 1)作为起点开始,油量累积会逐步增加,最终可以保证绕一圈回到起点。

结论

在代码中,min_s 记录了油量的最低点,而 ans 则记录了从最低点之后开始的加油站。这样贪心地选择最低油量的下一个加油站作为起点,保证了我们可以绕完整个环。

从最低油量点的下一个加油站出发,可以让我们避免在已经处于最差的油量状态时出发,从而确保可以顺利走完一整圈。


```python
class Solution:def canCompleteCircuit(self, gas: List[int], cost: List[int]) -> int:n,m,index=len(gas),0,0if sum(gas)<sum(cost):return -1for i in range(n):m+=gas[i]-cost[i]if m<0:index=i+1m=0return index
## 48.旋转图像
![在这里插入图片描述](https://i-blog.csdnimg.cn/direct/90bbb693cb2e48248010d18637ae7079.png)

class Solution:
def rotate(self, matrix: List[List[int]]) -> None:
“”"
Do not return anything, modify matrix in-place instead.
“”"
n=len(matrix[0])
for i in range(n//2):
for j in range((n+1)//2):
tmp=matrix[i][j]
matrix[i][j]=matrix[n-1-j][i]
matrix[n-1-j][i]=matrix[n-1-i][n-1-j]
matrix[n-1-i][n-1-j]=matrix[j][n-1-i]
matrix[j][n-1-i]=tmp


class Solution:
def rotate(self, matrix: List[List[int]]) -> None:
n = len(matrix)
# 深拷贝 matrix -> tmp
tmp = copy.deepcopy(matrix)
# 根据元素旋转公式,遍历修改原矩阵 matrix 的各元素
for i in range(n):
for j in range(n):
matrix[j][n - 1 - i] = tmp[i][j]

作者:Krahets
链接:https://leetcode.cn/problems/rotate-image/solutions/1228078/48-xuan-zhuan-tu-xiang-fu-zhu-ju-zhen-yu-jobi/
来源:力扣(LeetCode)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。


https://leetcode.cn/problems/rotate-image/solutions/1228078/48-xuan-zhuan-tu-xiang-fu-zhu-ju-zhen-yu-jobi
http://www.lryc.cn/news/458229.html

相关文章:

  • 数据挖掘基本架构知识点
  • LangChain中使用Prompt01
  • 如何使用bpmn-js实现可视化流程管理
  • 【PostgreSQL 】实战篇——如何使用 EXPLAIN 和 ANALYZE 工具分析查询计划和性能,优化查询
  • List、Map、Set 三个接口存取元素时,各有什么特点
  • 掌握 ASP.NET Web 开发:从基础到身份验证
  • 【C++图文并茂】01背包问题不会?超详细的详解,看完保证你会
  • SQL自学:什么是子查询,如何使用它们
  • No.10 笔记 | PHP学习指南:PHP数组掌握
  • RS-232 串口通信和 RS-485 串口通信的区别
  • 【K8s】专题十四(1):Kubernetes 安全机制之 RBAC
  • 8. 多态、匿名内部类、权限修饰符、Object类
  • CentOS/Ubuntu/Debian安装LibeventCentOS安装Libevent库(含示例代码)库(含示例代码)
  • 【大数据】数据采集工具sqoop介绍
  • vite学习教程02、vite+vue2配置环境变量
  • k8s 的网络通信
  • 【编程基础知识】掌握Spring MVC:从入门到精通
  • 多线程下,@Transactional失效解决
  • PyCharm 项目解释器切换指南:如何在项目中更换 Python Interpreter
  • STM32F407寄存器操作(DMA+SPI)
  • Oracle 的 OCP 与 MySQL 的 OCP 的区别
  • 数据治理、数据清洗定义、区别以及数据清洗常用方法
  • web基础-攻防世界
  • Java基础-String Class(字符串类)
  • 《Linux服务与安全管理》| 服务进程与网络配置
  • No.15 笔记 | CSRF 跨站请求伪造
  • 解决linux中pip速度过慢问题
  • FlinkSQL中 的 双流JOIN
  • Mysql(五) --- 数据库设计
  • po框架的了解和应用