当前位置: 首页 > news >正文

LeetCode 1321, 209, 102

目录

  • 1321. 餐馆营业额变化增长
    • 题目链接
    • 要求
    • 知识点
    • 思路
    • 代码
  • 209. 长度最小的子数组
    • 题目链接
    • 标签
    • 暴力法
      • 思路
      • 代码
    • 滑动窗口
      • 思路
      • 代码
  • 102. 二叉树的层序遍历
    • 题目链接
    • 标签
    • 思路
    • 代码

1321. 餐馆营业额变化增长

题目链接

1321. 餐馆营业额变化增长

  • Customer的字段为customer_idnamevisited_onamount

要求

你是餐馆的老板,现在你想分析一下可能的营业额变化增长(每天至少有一位顾客)。

计算以 7 天(某日期 + 该日期前的 6 天)为一个时间段的顾客消费平均值。average_amount保留两位小数

结果按 visited_on 升序排序

知识点

  1. min():求最小值的函数。
  2. sum():求和的函数。
  3. round():四舍五入的函数。
  4. datediff():计算日期的差值的函数。注意:参数的顺序对结果有影响,例如datediff('2020-01-10', '2020-01-03')datediff('2020-01-03', '2020-01-10)的结果为相反数。
  5. distinct:去除某个字段的重复值。
  6. between and:将结果限制到一个闭区间内。
  7. join on:内连接,查询两个集合的交集。

思路

本题的结果返回的是 最小日期加上6天后的所有日期 的统计,统计的数据是这7天的总营业额sum(amount)和平均营业额round(sum(amount) / 7, 2),本题的难点不在于统计,而是在于如何找到合适的统计范围。

首先,求出所有的日期(日期可能重复,要使用distinct来去重),使用子表tb_date来接收数据,然后进行多表查询和限制。

对日期的第一个限制条件(或者说是对内连接的限制条件)为:第一个表的日期tb_date.visited_on比第二个表的日期tb_c.visited_on06天,这样一来,tb_date的每条数据 都对应 tb_c7条数据tb_c7条数据的日期tb_c.visited_on 就是 tb_date的日期tb_date.visited_on的前6天和当天,对tb_c对这7条数据进行统计即可(统计前先按照tb_date.visited_on分组)。

对日期的第二个限制条件为:>= 最小日期加上6天后的日期,求最小日期很方便,使用min(visited_on)即可求得最小日期。求完最小日期后再加上限制tb_date.visited_on >= 最小日期 + 6

代码

selecttb_date.visited_on,sum(amount) amount,round(sum(amount) / 7, 2) average_amount
from(selectdistinct visited_onfromCustomer) tb_date
joinCustomer tb_c
ondatediff(tb_date.visited_on, tb_c.visited_on)
between0
and6
wheretb_date.visited_on >= (selectmin(visited_on)fromCustomer) + 6
group bytb_date.visited_on

209. 长度最小的子数组

题目链接

209. 长度最小的子数组

标签

数组 二分查找 前缀和 滑动窗口

暴力法

思路

看到本题,想到了一种很容易实现的思路:以数组的每个元素为子数组的第一个元素,然后往后遍历,直到超过target。然而很遗憾,这样做会超时。

代码

class Solution {public int minSubArrayLen(int target, int[] nums) {int n = nums.length;int res = Integer.MAX_VALUE;for (int left = 0; left < n; left++) {int sum = 0;for (int right = left; right < n; right++) {sum += nums[right];if (sum >= target) {res = Math.min(res, right - left + 1);break;}}}return res == Integer.MAX_VALUE ? 0 : res;}
}

滑动窗口

思路

仔细看暴力法,发现有很大一部分时间浪费在寻找子数组的最后一个元素的索引上,所以能不能想出一种方法,这种方法 在寻找到子数组的最后一个元素的索引right后 不需要 从下一个子数组的第一个元素的索引left开始寻找right

这种方法是存在的:首先要记录right的值,然后在找到right(子数组的和大于等于target)后去除子数组头部的多余元素(这里的多余元素指的是去除该元素后子数组的值仍然大于等于target的元素)。在去除到极限(子数组的和小于target)时,让right向原数组尾部移动。重复这样的操作,直到right到达原数组尾部。

代码

class Solution {public int minSubArrayLen(int target, int[] nums) {int n = nums.length;int res = Integer.MAX_VALUE;int left = 0, right = 0, sum = 0;while (right < n) {sum += nums[right];while (sum >= target) { // 去除子数组头部的多余元素res = Math.min(res, right - left + 1); // 记住要更新res的值sum -= nums[left]; // 子数组的和变小left++; // 左端点右移}right++; // 右端点右移,寻找下一个合适的right}return res == Integer.MAX_VALUE ? 0 : res;}
}

102. 二叉树的层序遍历

题目链接

102. 二叉树的层序遍历

标签

树 广度优先搜索 二叉树

思路

本题是一道广度优先搜索的题,可以使用队列来存储二叉树每层的节点,在遍历每层节点时,记录该节点的值,并把下一层节点加入队列尾部(由于每次只遍历一层,所以不会从队列中取出下一层的节点),直到队列为空。

代码

class Solution {public List<List<Integer>> levelOrder(TreeNode root) {if (root == null) { // 如果根节点为nullreturn new ArrayList<>(); // 则返回空链表}List<List<Integer>> res = new ArrayList<>(); // 结果链表LinkedList<TreeNode> queue = new LinkedList<>(); // 存放每层节点的队列queue.offer(root); // 二叉树的第一层是根节点,将根节点放入队列while (!queue.isEmpty()) { // 直到队列为空才退出循环List<Integer> level = new LinkedList<>(); // 存放本层节点的值的链表int size = queue.size(); // 获取本层节点的数量,限制本次遍历只在当前层for (int i = 0; i < size; i++) { // 遍历本层的所有节点TreeNode curr = queue.poll(); // 取出本层的节点level.add(curr.val); // 存放本层节点的值if (curr.left != null) { // 如果当前节点的左子节点不为nullqueue.offer(curr.left); // 则将其加入队列}if (curr.right != null) { // 如果当前节点的右子节点不为nullqueue.offer(curr.right); // 则将其加入队列}}res.add(level); // 将本层节点的值放入结果链表}return res;}
}

相关文章:

LeetCode 1321, 209, 102

目录 1321. 餐馆营业额变化增长题目链接表要求知识点思路代码 209. 长度最小的子数组题目链接标签暴力法思路代码 滑动窗口思路代码 102. 二叉树的层序遍历题目链接标签思路代码 1321. 餐馆营业额变化增长 题目链接 1321. 餐馆营业额变化增长 表 表Customer的字段为custome…...

vant ( weapp ) - - - - - van-tabs组件选中下划线初始位置异常

这里写自定义目录标题 1. 当前效果展示2. 官方解释 & 方案 1. 当前效果展示 明显可以看到框内的光标位置偏移了&#xff0c;但当切换一次之后就会显示正常。 只有初次打开的时候&#xff0c;才会出现上述问题。 代码如下&#xff1a; <van-popup show"{{ makeSho…...

007 栈(lua)

文章目录 Lua本身支持动态数组&#xff0c;通过表&#xff08;table&#xff09;实现&#xff0c;它类似于Java中的ArrayList。Lua的表是灵活的数组和字典的混合体。对于栈的实现&#xff0c;我们可以简单地使用一个表来模拟。 这里是一个简单的Lua栈实现&#xff0c;它包含了p…...

SQL中Order by详解

在 MySQL 中&#xff0c;ORDER BY 语句用于对查询结果进行排序。 语法&#xff1a; SELECT column1, column2,... FROM table_name ORDER BY column_name [ASC | DESC];以下是对其主要部分的详细解释&#xff1a; column_name &#xff1a;指定要依据其进行排序的列名。 ASC…...

【git】存在git LFS文件时如何处理

目录 1. 安装 Git LFS2. 初始化 Git LFS3. 跟踪大文件4. 添加和提交文件5. 克隆和拉取包含 LFS 文件的仓库 1. 安装 Git LFS 首先&#xff0c;你需要在你的系统上安装 Git LFS。你可以使用以下命令来安装&#xff1a; 在 Linux 上 # 对于基于 Debian 的系统 (如 Ubuntu) sud…...

面向阿克曼移动机器人(自行车模型)的LQR(最优二次型调节器)路径跟踪方法

线性二次调节器&#xff08;Linear Quadratic Regulator&#xff0c;LQR&#xff09;是针对线性系统的最优控制方法。LQR 方法标准的求解体系是在考虑到损耗尽可能小的情况下, 以尽量小的代价平衡其他状态分量。一般情况下&#xff0c;线性系统在LQR 控制方法中用状态空间方程描…...

【运维】在 Docker 容器中指定 UTF-8 编码:方法与技巧

在 Docker 容器中指定 UTF-8 编码&#xff1a;方法与技巧 在日常开发中&#xff0c;我们常常需要确保应用程序能正确处理各种字符编码&#xff0c;尤其是 UTF-8 编码。在 Docker 容器中运行应用程序时&#xff0c;正确设置字符编码尤为重要&#xff0c;因为容器通常是跨平台、…...

primetime中cell和net的OCV

文章目录 前言一、Cell OCV1. POCV coefficient file2. POCV Slew-Load Table in Liberty Variation Format&#xff08;LVF lib&#xff09; 二、Net OCV三、如何check OCV是否已加上&#xff1f;总结 前言 在生产中&#xff0c;外界环境的各种变化&#xff0c;比如PVT&#…...

FlinkX学习

FlinkX学习 FlinkX安装 由于flinkx已经改名chunjun 官网已不存在 (https://gitee.com/lugela/flinkx#flinkx)这里可以看到flinkx的操作文档 1、上传并解压 unzip flinkx-1.10.zip -d /usr/local/soft/2、配置环境变量 FLINKX_HOME/usr/local/soft/flinkx-1.10 export PATH$F…...

新书速览|解密AI绘画与修图: Stable Diffusion+Photoshop

《解密AI绘画与修图&#xff1a; Stable DiffusionPhotoshop》 本书内容 《解密AI绘画与修图&#xff1a;Stable DiffusionPhotoshop》全面介绍了Photoshop和Stable Diffusion的交互方式&#xff0c;以及各自的AI功能和具体使用方法。除了讲解功能&#xff0c;还通过实际案例加…...

1111111111111

计算机视觉技术在医疗领域的应用正迅速成为推动医疗进步的关键力量。通过高级图像处理和分析&#xff0c;这项技术在医学影像分析&#xff08;包括CT、MRI和X光图像&#xff09;、实时手术辅助、患者监测和护理、以及疾病早期诊断等方面展现出巨大的潜力。然而&#xff0c;随着…...

云原生概念

云原生是一种新型的技术体系和方法论&#xff0c;旨在充分利用云计算环境的优势&#xff0c;使应用程序更具有弹性、可伸缩性、可靠性和效率。以下是云原生的详细解释&#xff1a; 定义&#xff1a; 云原生是一种基于分布部署和统一运管的分布式云&#xff0c;以容器、微服务、…...

NoSQL之Redis高可用与优化

一、Redis高可用 在web服务器中&#xff0c;高可用是指服务器可以正常访问的时间&#xff0c;衡量的标准是在多长时间内可以提供正常服务&#xff08;99.9%、99.99%、99.999%等等&#xff09;。 但是在Redis语境中&#xff0c;高可用的含义似乎要宽泛一些&#xff0c;除了保证…...

MySQL 常见存储引擎详解(一)

本篇主要介绍MySQL中常见的存储引擎。 目录 一、InnoDB引擎 简介 特性 最佳实践 创建InnoDB 存储文件 二、MyISAM存储引擎 简介 特性 创建MyISAM表 存储文件 存储格式 静态格式 动态格式 压缩格式 三、MEMORY存储引擎 简介 特点 创建MEMORY表 存储文件 内…...

Leetcode 股票买卖

买卖股票最佳时机 I II 不限制交易次数 prices [7,1,5,3,6,4] 启发思路&#xff1a;最后一天发生了什么&#xff1f; 从第0天到第5天结束时的利润 从第0天到第4天结束时的利润 第5天的利润 &#xff08;第5天的利润&#xff1a;0/-4/4&#xff09; 关键词&#xff1a;天…...

小白学习手册:轻松理解MQ消息队列

目录 # 开篇 RabbitMQ介绍 通讯概念 1. 初始MQ及类型 2. MQ的架构 2.1 RabbitMQ的结构和概念 2.2 RabbitMQ消息流示意图 3. MQ下载使用 3.1 Docker下载MQ参考 3.2 进入RabbitMQ # 开篇 MessagesQueue 是一个抽象概念&#xff0c;用于描述消息队列系统的一般特性和功能…...

electron线上更新

一、安装electron-updater npm install --save electron-updater二、在main.js中引入使用 import { autoUpdater } from electron; if (!isDev) {const serverUrl https://your-update-server.com; // 自定义更新服务器地址或GitHub Releases地址autoUpdater.setFeedURL(${…...

谈谈检测浏览器类型

前几天被问到如何检测浏览器类型&#xff0c;我突然发现我对此并不了解&#xff0c;之前的项目中也没有使用到过&#xff0c;只隐约记得通过一个自带的方法即可获取。所以今天特意来仔细补习一下。 核心&#xff1a;navigator.userAgent 1.正则表达式 2.引用外部库 3.判断浏…...

Django 和 Django REST framework 创建对外 API

1. 环境准备 确保你已经安装了 Python 和 Django。如果尚未安装 Django REST framework&#xff0c;通过 pip 安装它&#xff1a; pip install djangorestframework 2. 创建 Django 项目 如果你还没有 Django 项目&#xff0c;可以通过以下命令创建&#xff1a; django-ad…...

数据结构之“刷链表题”

&#x1f339;个人主页&#x1f339;&#xff1a;喜欢草莓熊的bear &#x1f339;专栏&#x1f339;&#xff1a;数据结构 目录 前言 一、相交链表 题目链接 大致思路 代码实现 二、环形链表1 题目链接 大致思路 代码实现 三、环形链表2 题目链接 大致思路 代码实…...

7.4.分块查找

一.分块查找的算法思想&#xff1a; 1.实例&#xff1a; 以上述图片的顺序表为例&#xff0c; 该顺序表的数据元素从整体来看是乱序的&#xff0c;但如果把这些数据元素分成一块一块的小区间&#xff0c; 第一个区间[0,1]索引上的数据元素都是小于等于10的&#xff0c; 第二…...

mongodb源码分析session执行handleRequest命令find过程

mongo/transport/service_state_machine.cpp已经分析startSession创建ASIOSession过程&#xff0c;并且验证connection是否超过限制ASIOSession和connection是循环接受客户端命令&#xff0c;把数据流转换成Message&#xff0c;状态转变流程是&#xff1a;State::Created 》 St…...

IGP(Interior Gateway Protocol,内部网关协议)

IGP&#xff08;Interior Gateway Protocol&#xff0c;内部网关协议&#xff09; 是一种用于在一个自治系统&#xff08;AS&#xff09;内部传递路由信息的路由协议&#xff0c;主要用于在一个组织或机构的内部网络中决定数据包的最佳路径。与用于自治系统之间通信的 EGP&…...

Qt Widget类解析与代码注释

#include "widget.h" #include "ui_widget.h"Widget::Widget(QWidget *parent): QWidget(parent), ui(new Ui::Widget) {ui->setupUi(this); }Widget::~Widget() {delete ui; }//解释这串代码&#xff0c;写上注释 当然可以&#xff01;这段代码是 Qt …...

Nuxt.js 中的路由配置详解

Nuxt.js 通过其内置的路由系统简化了应用的路由配置&#xff0c;使得开发者可以轻松地管理页面导航和 URL 结构。路由配置主要涉及页面组件的组织、动态路由的设置以及路由元信息的配置。 自动路由生成 Nuxt.js 会根据 pages 目录下的文件结构自动生成路由配置。每个文件都会对…...

WordPress插件:AI多语言写作与智能配图、免费AI模型、SEO文章生成

厌倦手动写WordPress文章&#xff1f;AI自动生成&#xff0c;效率提升10倍&#xff01; 支持多语言、自动配图、定时发布&#xff0c;让内容创作更轻松&#xff01; AI内容生成 → 不想每天写文章&#xff1f;AI一键生成高质量内容&#xff01;多语言支持 → 跨境电商必备&am…...

LeetCode - 199. 二叉树的右视图

题目 199. 二叉树的右视图 - 力扣&#xff08;LeetCode&#xff09; 思路 右视图是指从树的右侧看&#xff0c;对于每一层&#xff0c;只能看到该层最右边的节点。实现思路是&#xff1a; 使用深度优先搜索(DFS)按照"根-右-左"的顺序遍历树记录每个节点的深度对于…...

Scrapy-Redis分布式爬虫架构的可扩展性与容错性增强:基于微服务与容器化的解决方案

在大数据时代&#xff0c;海量数据的采集与处理成为企业和研究机构获取信息的关键环节。Scrapy-Redis作为一种经典的分布式爬虫架构&#xff0c;在处理大规模数据抓取任务时展现出强大的能力。然而&#xff0c;随着业务规模的不断扩大和数据抓取需求的日益复杂&#xff0c;传统…...

【Linux】Linux安装并配置RabbitMQ

目录 1. 安装 Erlang 2. 安装 RabbitMQ 2.1.添加 RabbitMQ 仓库 2.2.安装 RabbitMQ 3.配置 3.1.启动和管理服务 4. 访问管理界面 5.安装问题 6.修改密码 7.修改端口 7.1.找到文件 7.2.修改文件 1. 安装 Erlang 由于 RabbitMQ 是用 Erlang 编写的&#xff0c;需要先安…...

Vue3 PC端 UI组件库我更推荐Naive UI

一、Vue3生态现状与UI库选择的重要性 随着Vue3的稳定发布和Composition API的广泛采用&#xff0c;前端开发者面临着UI组件库的重新选择。一个好的UI库不仅能提升开发效率&#xff0c;还能确保项目的长期可维护性。本文将对比三大主流Vue3 UI库&#xff08;Naive UI、Element …...