leecode134.加油站

server/2024/11/25 1:30:15/

 一开始想的是总体上加油量超过耗油量那么就一定能找到一个起始点可以跑一圈,这个起始点选择补充油量与耗油量差值最大的那gas个点,但是我没仔细审题,这个起始点是索引逐次+1绕一圈而不是随便选择,gas[5,8,2,8],cost[6,5,6,6]这里错误地选择了1为起点

class Solution {
public:int canCompleteCircuit(vector<int>& gas, vector<int>& cost) {int result=-1;int difference=INT32_MIN;int differenceSum=0;int n=gas.size();for(int i=0;i<n;i++){int temp=gas[i]-cost[i];if(temp>difference){difference=temp;result=i;}differenceSum+=temp;}if(differenceSum<0)return -1;elsereturn result;}
};

 改进方法是累加每次剩余油量,如果在i处剩余油量为负数那么不能选择i及之前的作为起始点,转战i+1,剩余油量变为0

class Solution {
public:int canCompleteCircuit(vector<int>& gas, vector<int>& cost) {int result=0;int difference=0;int differenceSum=0;int n=gas.size();for(int i=0;i<n;i++){int temp=gas[i]-cost[i];differenceSum+=temp;difference+=temp;if(difference<0){result=i+1;difference=0;}}if(differenceSum<0)return -1;elsereturn result;}
};


http://www.ppmy.cn/server/144672.html

相关文章

Lua 实现继承的一种方式

以下代码来自Loxodon Framework&#xff0c;截取自其中的一段 function class(classname, super)local cls {}cls.__classname classnamecls.__class clscls.base function (self)return cls.superendcls.__type 0cls.super supercls.__index clsif super thensetmetat…

LLM-Pruner: On the Structural Pruningof Large Language Models

机翻&#xff0c;自己方便对着原文看的 Abstract 大型语言模型&#xff08;llm&#xff09;在语言理解和生成方面表现出了显著的能力。然而&#xff0c;这种令人印象深刻的能力通常伴随着相当大的模型大小&#xff0c;这在部署、推理和训练阶段都提出了重大的挑战。由于LLM是…

【汽车制动】汽车制动相关控制系统

目录 1.ABS (Anti-lock Brake System&#xff0c;防抱死制动系统) 2.EBD&#xff08;Electronic Brake-force Distribution&#xff0c;电子制动力分配系统&#xff09; 3.TCS&#xff08;Traction Control System&#xff0c;牵引力控制系统&#xff09; 4.VDC&#xff08…

Vulnhub靶场 Jangow: 1.0.1 练习

目录 0x00 准备0x01 主机信息收集0x02 站点信息收集0x03 漏洞查找与利用1. 命令执行2. 反弹shell3. 提权4. 补充4.1 其他思路4.2 问题 0x04 总结 0x00 准备 下载链接&#xff1a;https://download.vulnhub.com/jangow/jangow-01-1.0.1.ova 介绍&#xff1a; Difficulty: easy…

全面解析:HTML页面的加载全过程(四)--浏览器渲染之样式计算

主线程遍历得到的 DOM 树&#xff0c;依次为树中的每个节点计算出它最终的样式&#xff0c;称之为 Computed Style。 通过前面生成的DOM 树和 CSSOM 树&#xff0c;遍历 DOM 树&#xff0c;为每一个 DOM 节点&#xff0c;计算它的所有 CSS 属性&#xff0c;最后会得到一棵带有…

【bug】使用transformers训练二分类任务时,训练损失异常大

使用transformers训练二分类任务时&#xff0c;训练损失异常大 问题分析 问题 training_loss异常大&#xff0c;在二分类损失中&#xff0c;收敛在1~2附近&#xff0c;而eval_loss却正常&#xff08;小于0.5&#xff09; 分析 参考&#xff1a; Bug in gradient accumulation…

【PCIE常见面试问题-1】

PCIE常见面试问题-1 1 PCIE概述1.1 PCI为何发展开PCIE&#xff1f;1.2 什么是Root Complex(RC)1.3 什么是EP&#xff1f;1.4 什么是Swith1.5 PCIE协议如何组织通信的&#xff1f;1.6 简要介绍一下PCIE的分层结构&#xff0c;为什么需要分层&#xff1f;1.7 PCIE的事务类型有哪些…

微软 Ignite 2024 大会

每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗&#xff1f;订阅我们的简报&#xff0c;深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同&#xff0c;从行业内部的深度分析和实用指南中受益。不要错过这个机会&#xff0c;成为AI领…