news 2026/10/2 13:58:22

leetcode 1851. Minimum Interval to Include Each Query

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
leetcode 1851. Minimum Interval to Include Each Query

Problem: 1851. 包含每个查询的最小区间

深夜做这道题确实挺难的,也是用的优先队列,但是超时了,看了答案的,可以一次遍历就行,不需要重复遍历

Code

using pr = pair<int, int>; class Solution { public: vector<int> minInterval(vector<vector<int>>& intervals, vector<int>& queries) { int n = intervals.size(), s, e, i = 0, m = queries.size(), a; vector<int> qqqq = queries; sort(intervals.begin(), intervals.end()); vector<pair<int, int>> quer; for(int i = 0; i < m; i++) { quer.push_back({queries[i], i}); } sort(quer.begin(), quer.end()); priority_queue<pr, vector<pr>, decltype(greater<pr>())> pq; vector<int> ret(m, -1); for(auto& [q, ind] : quer) { while(i < n && intervals[i][0] <= q) { s = intervals[i][0]; e = intervals[i][1]; pq.push({e - s + 1, e}); i++; } while(!pq.empty() && pq.top().second < q) { pq.pop(); } if(!pq.empty()) ret[ind] = pq.top().first; } return ret; } };
版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/10/2 13:57:00

IIoT 都还没搞明白,EIoT 又来了:一文讲透具身智能物联网与工业物联网的本质区别、产业现状与从业者破局路线

IIoT 都还没搞明白,EIoT 又来了:一文讲透具身智能物联网与工业物联网的本质区别、产业现状与从业者破局路线 核心结论先给你:IIoT(工业物联网)和 EIoT(具身智能物联网)根本不是同一件事的升级版,而是两个不同的物种。IIoT 的本质是"让物会说话"——连接、采集、优化;…

作者头像 李华
网站建设 2026/10/2 13:56:06

多设备适配型电源轨道系统技术选型维度分析

随着用电设备类型日益多元&#xff0c;从手机、无线充电器等低功率数码产品到烤箱、投影仪、生产操作台等大功率设备&#xff0c;传统固定插座在数量、位置与外观集成度上的局限逐步显现。电源轨道系统凭借适配器可灵活配置、取电位置可调的技术特性&#xff0c;成为多设备配电…

作者头像 李华
网站建设 2026/10/2 13:55:20

会编网络:学Python不必死背知识,这些底层小常识才是理解的关键

很多新手在学习的过程中都会陷入一个误区, 他们疯狂地背诵那些语法公式, 记忆各种各样的代码模板, 还会花费大量的时间来进行死记硬背这一类的动作, 可是呢每当他们真正进行实际操作的时候还是不知道从何下手。其实学习这个行为的核心内容从来都不是说要去死记硬背那些语法规则…

作者头像 李华
网站建设 2026/10/2 13:55:19

DRV8818与STM32F373步进电机控制:从选型到调试的完整方案

做工业自动化和机器人项目的人&#xff0c;多半都经历过这个选型时刻&#xff1a;手头有一台双极步进电机&#xff0c;想让它转得稳、跑得快、丢步少&#xff0c;驱动器用哪颗&#xff0c;主控又用哪颗。我前前后后试过不少组合&#xff0c;DRV8818PWPR 配 STM32F373RC 是其中让…

作者头像 李华
网站建设 2026/10/2 13:52:50

【神经网络干货】生成模型会不会只会背训练数据?

生成模型会不会只会背训练数据&#xff1f;我一直觉得&#xff0c;讨论生成模型的“记忆”不能只看输出像不像某一张训练图片。更关键的问题是&#xff1a;模型学习到的运动方向&#xff0c;究竟把样本带向训练点本身&#xff0c;还是学会了训练点之间那片可以继续生成的空间&a…

作者头像 李华