[Swift]LeetCode753. 破解保险箱 | Cracking the Safe

There is a box protected by a password. The password is n digits, where each letter can be one of the first k digits 0, 1, ..., k-1.

You can keep inputting the password, the password will automatically be matched against the last n digits entered.

For example, assuming the password is "345", I can open it when I type "012345", but I enter a total of 6 digits.

Please return any string of minimum length that is guaranteed to open the box after the entire string is inputted.

Example 1:

Input: n = 1, k = 2
Output: "01"
Note: "10" will be accepted too. 

Example 2:

Input: n = 2, k = 2
Output: "00110"
Note: "01100", "10011", "11001" will be accepted too. 

Note:

  1. n will be in the range [1, 4].
  2. k will be in the range [1, 10].
  3. k^n will be at most 4096.

有一个需要密码才能打开的保险箱。密码是 n 位数, 密码的每一位是 k 位序列 0, 1, ..., k-1 中的一个 。

你可以随意输入密码,保险箱会自动记住最后 n 位输入,如果匹配,则能够打开保险箱。

举个例子,假设密码是 "345",你可以输入 "012345" 来打开它,只是你输入了 6 个字符.

请返回一个能打开保险箱的最短字符串。 

示例1:

输入: n = 1, k = 2
输出: "01"
说明: "10"也可以打开保险箱。 

示例2:

输入: n = 2, k = 2
输出: "00110"
说明: "01100", "10011", "11001" 也能打开保险箱。 

提示:

  1. n 的范围是 [1, 4]
  2. k 的范围是 [1, 10]
  3. k^n 最大可能为 4096

12ms

 1 func deBruijnSequence<Alphabets: RandomAccessCollection>(of alphabets:Alphabets, length: Int) -> [Alphabets.Element] {
 2     typealias Alphabet = Alphabets.Element
 3     
 4     let alphabetCount = alphabets.count
 5     let cycleCount = repeatElement(alphabetCount, count: length - 1).reduce(1, *)
 6     let debruijnLength = cycleCount * alphabetCount
 7     
 8     var used = Array(repeating: false, count: debruijnLength)
 9     var result: [Alphabet] = []
10     result.reserveCapacity(debruijnLength)
11     
12     for index in 0..<debruijnLength {
13         var current = index
14         while !used[current] {
15             used[current] = true
16             
17             let elementIndex = current / cycleCount
18             current = (current % cycleCount) * alphabetCount + elementIndex
19             result.append(alphabets[alphabets.index(alphabets.startIndex, offsetBy: elementIndex)])
20         }
21         assert(current == index)
22     }
23     
24     assert(result.count == debruijnLength)
25     return result
26 }
27 
28 class Solution {
29     func crackSafe(_ n: Int, _ k: Int) -> String {
30         let result = deBruijnSequence(of: (0..<k).map(String.init), length: n)
31         return (result + repeatElement("0", count: n - 1)).joined()
32     }
33 }

36ms

 1 class Solution {
 2     func crackSafe(_ n: Int, _ k: Int) -> String {
 3         let total = Int(pow(Double(k), Double(n)))
 4         var current = [Int](repeating: 0, count: n)
 5         var used = Set<String>()
 6         used.insert(current.reduce("") { $0 + String($1) })
 7         dfs(n, k, total, &used, &current)
 8         return current.reduce("") { $0 + String($1) }
 9     }
10         
11     private func dfs(_ n: Int, _ k: Int, _ total: Int, _ used: inout Set<String>, _ current: inout [Int]) -> Bool {
12         guard used.count < total else {
13             return true
14         }
15         var prefix = Array(current[(current.count - n + 1)...]).reduce("") { $0 + String($1) }
16         for num in 0..<k {
17             let currentSegment = prefix + String(num)
18             guard !used.contains(currentSegment) else {
19                 continue
20             }
21             used.insert(currentSegment)
22             current.append(num)
23             if dfs(n, k, total, &used, &current) {
24                 return true
25             }
26             current.removeLast()
27             used.remove(currentSegment)
28         }
29         return false
30     }
31 }

152ms

 1 class Solution {
 2     func dfs(_ n: Int, _ k: Int, _ len: Int, _ data: inout Set<String>, _ res:inout String) -> Bool {
 3         if (res.count == len) { return true; }
 4         let suf = res.suffix(n-1)
 5         for c in 0..<k {
 6             if !data.contains(suf + "\(c)") {
 7                 data.insert(suf + "\(c)")
 8                 res += "\(c)"
 9                 if (dfs(n, k, len, &data, &res)) {
10                     return true
11                 }
12                 data.remove(suf + "\(c)")
13                 res.removeLast()
14             }
15         }
16         return false
17     }
18     func crackSafe(_ n: Int, _ k: Int) -> String {
19         let len = Int(pow(Double(k), Double(n))) + n - 1
20         var res = String((0..<n).map{_ in Character("0")})
21         var data = Set([res])
22         dfs(n, k, len, &data, &res)
23         return res
24     }
25 }

Runtime: 320 ms Memory Usage: 22.2 MB
 1 class Solution {
 2     func crackSafe(_ n: Int, _ k: Int) -> String {
 3         var res:String = "0".repeatString(n - 1)
 4         var visited:Set<String> = [res]
 5         var num:Int = Int(pow(Double(k), Double(n)))
 6         helper(n, k,num, &visited, &res)
 7         return res
 8     }
 9     
10     func helper(_ n:Int,_ k:Int,_ total:Int,_ visited:inout Set<String>,_ res:inout String)
11     {
12         if visited.count == total
13         {
14             return
15         }
16         var pre:String = res.subString(res.count - n + 1, n - 1)
17         for i in stride(from:k - 1,through:0,by:-1)
18         {
19             var cur:String = pre + String(i)
20             if visited.contains(cur) {continue}
21             visited.insert(cur)
22             res += String(i)
23             helper(n, k, total, &visited, &res)
24         }        
25     }
26 }
27 
28 extension String {
29     //获取重复指定次数的字符串
30     func repeatString(_ times: Int ) -> String
31     {
32         var result = String()
33         for i in 0...times {
34             result += self
35         }
36         return result 
37     }
38     
39     // 截取字符串:指定索引和字符数
40     // - begin: 开始截取处索引
41     // - count: 截取的字符数量
42     func subString(_ begin:Int,_ count:Int) -> String {
43         let start = self.index(self.startIndex, offsetBy: max(0, begin))
44         let end = self.index(self.startIndex, offsetBy:  min(self.count, begin + count))
45         return String(self[start..<end]) 
46     }    
47 }

 

 

原文地址:https://www.cnblogs.com/strengthen/p/10529735.html

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。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。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


软件简介:蓝湖辅助工具,减少移动端开发中控件属性的复制和粘贴.待开发的功能:1.支持自动生成约束2.开发设置页面3.做一个浏览器插件,支持不需要下载整个工程,可即时操作当前蓝湖浏览页面4.支持Flutter语言模板生成5.支持更多平台,如Sketch等6.支持用户自定义语言模板
现实生活中,我们听到的声音都是时间连续的,我们称为这种信号叫模拟信号。模拟信号需要进行数字化以后才能在计算机中使用。目前我们在计算机上进行音频播放都需要依赖于音频文件。那么音频文件如何生成的呢?音频文件的生成过程是将声音信息采样、量化和编码产生的数字信号的过程,我们人耳所能听到的声音频率范围为(20Hz~20KHz),因此音频文件格式的最大带宽是20KHZ。根据奈奎斯特的理论,音频文件的采样率一般在40~50KHZ之间。奈奎斯特采样定律,又称香农采样定律。...............
前言最近在B站上看到一个漂亮的仙女姐姐跳舞视频,循环看了亿遍又亿遍,久久不能离开!看着小仙紫姐姐的蹦迪视频,除了一键三连还能做什么?突发奇想,能不能把舞蹈视频转成代码舞呢?说干就干,今天就手把手教大家如何把跳舞视频转成代码舞,跟着仙女姐姐一起蹦起来~视频来源:【紫颜】见过仙女蹦迪吗 【千盏】一、核心功能设计总体来说,我们需要分为以下几步完成:从B站上把小姐姐的视频下载下来对视频进行截取GIF,把截取的GIF通过ASCII Animator进行ASCII字符转换把转换的字符gif根据每
【Android App】实战项目之仿抖音的短视频分享App(附源码和演示视频 超详细必看)
前言这一篇博客应该是我花时间最多的一次了,从2022年1月底至2022年4月底。我已经将这篇博客的内容写为论文,上传至arxiv:https://arxiv.org/pdf/2204.10160.pdf欢迎大家指出我论文中的问题,特别是语法与用词问题在github上,我也上传了完整的项目:https://github.com/Whiffe/Custom-ava-dataset_Custom-Spatio-Temporally-Action-Video-Dataset关于自定义ava数据集,也是后台
因为我既对接过session、cookie,也对接过JWT,今年因为工作需要也对接了gtoken的2个版本,对这方面的理解还算深入。尤其是看到官方文档评论区又小伙伴表示看不懂,所以做了这期视频内容出来:视频在这里:本期内容对应B站的开源视频因为涉及的知识点比较多,视频内容比较长。如果你觉得看视频浪费时间,可以直接阅读源码:goframe v2版本集成gtokengoframe v1版本集成gtokengoframe v2版本集成jwtgoframe v2版本session登录官方调用示例文档jwt和sess
【Android App】实战项目之仿微信的私信和群聊App(附源码和演示视频 超详细必看)
用Android Studio的VideoView组件实现简单的本地视频播放器。本文将讲解如何使用Android视频播放器VideoView组件来播放本地视频和网络视频,实现起来还是比较简单的。VideoView组件的作用与ImageView类似,只是ImageView用于显示图片,VideoView用于播放视频。...
采用MATLAB对正弦信号,语音信号进行生成、采样和内插恢复,利用MATLAB工具箱对混杂噪声的音频信号进行滤波
随着移动互联网、云端存储等技术的快速发展,包含丰富信息的音频数据呈现几何级速率增长。这些海量数据在为人工分析带来困难的同时,也为音频认知、创新学习研究提供了数据基础。在本节中,我们通过构建生成模型来生成音频序列文件,从而进一步加深对序列数据处理问题的了解。
基于yolov5+deepsort+slowfast算法的视频实时行为检测。1. yolov5实现目标检测,确定目标坐标 2. deepsort实现目标跟踪,持续标注目标坐标 3. slowfast实现动作识别,并给出置信率 4. 用框持续框住目标,并将动作类别以及置信度显示在框上
数字电子钟设计本文主要完成数字电子钟的以下功能1、计时功能(24小时)2、秒表功能(一个按键实现开始暂停,另一个按键实现清零功能)3、闹钟功能(设置闹钟以及到时响10秒)4、校时功能5、其他功能(清零、加速、星期、八位数码管显示等)前排提示:前面几篇文章介绍过的内容就不详细介绍了,可以看我专栏的前几篇文章。PS.工程文件放在最后面总体设计本次设计主要是在前一篇文章 数字电子钟基本功能的实现 的基础上改编而成的,主要结构不变,分频器将50MHz分为较低的频率备用;dig_select
1.进入官网下载OBS stdioOpen Broadcaster Software | OBS (obsproject.com)2.下载一个插件,拓展OBS的虚拟摄像头功能链接:OBS 虚拟摄像头插件.zip_免费高速下载|百度网盘-分享无限制 (baidu.com)提取码:6656--来自百度网盘超级会员V1的分享**注意**该插件必须下载但OBS的根目录(应该是自动匹配了的)3.打开OBS,选中虚拟摄像头选择启用在底部添加一段视频录制选择下面,进行录制.
Meta公司在9月29日首次推出一款人工智能系统模型:Make-A-Video,可以从给定的文字提示生成短视频。基于**文本到图像生成技术的最新进展**,该技术旨在实现文本到视频的生成,可以仅用几个单词或几行文本生成异想天开、独一无二的视频,将无限的想象力带入生活
音频信号叠加噪声及滤波一、前言二、信号分析及加噪三、滤波去噪四、总结一、前言之前一直对硬件上的内容比较关注,但是可能是因为硬件方面的东西可能真的是比较杂,而且需要渗透的东西太多了,所以学习进展比较缓慢。因为也很少有单纯的硬件学习研究,总是会伴随着各种理论需要硬件做支撑,所以还是想要慢慢接触理论学习。但是之前总找不到切入点,不知道从哪里开始,就一直拖着。最近稍微接触了一点信号处理,就用这个当作切入点,开始接触理论学习。二、信号分析及加噪信号处理选用了matlab做工具,选了一个最简单的语音信号处理方
腾讯云 TRTC 实时音视频服务体验,从认识 TRTC 到 TRTC 的开发实践,Demo 演示& IM 服务搭建。
音乐音频分类技术能够基于音乐内容为音乐添加类别标签,在音乐资源的高效组织、检索和推荐等相关方面的研究和应用具有重要意义。传统的音乐分类方法大量使用了人工设计的声学特征,特征的设计需要音乐领域的知识,不同分类任务的特征往往并不通用。深度学习的出现给更好地解决音乐分类问题提供了新的思路,本文对基于深度学习的音乐音频分类方法进行了研究。首先将音乐的音频信号转换成声谱作为统一表示,避免了手工选取特征存在的问题,然后基于一维卷积构建了一种音乐分类模型。
C++知识精讲16 | 井字棋游戏(配资源+视频)【赋源码,双人对战】
本文主要讲解如何在Java中,使用FFmpeg进行视频的帧读取,并最终合并成Gif动态图。
在本篇博文中,我们谈及了 Swift 中 some、any 关键字以及主关联类型(primary associated types)的前世今生,并由浅及深用简明的示例向大家讲解了它们之间的奥秘玄机。