【 NO.1 将字符串拆分为若干长度为 k 的组】

解题思路
签到题。

代码展现

class Solution {
public String[] divideString(String s, int k, char fill) {

   String[] res = new String[(s.length() + k - 1) / k];   for (int i = 0; i < res.length; i++) {       if (k * i + k <= s.length()) {           res[i] = s.substring(k * i, k * i + k);      } else {           res[i] = s.substring(k * i) + repeat(fill, k - (s.length() - k * i));      }  }   return res;

}

private String repeat(char fill, int i) {

   StringBuilder sb = new StringBuilder();   for (; i > 0; i--) {       sb.append(fill);  }   return sb.toString();

}
}

【 NO.2 失去目标值的起码口头次数】

解题思路
逆序贪婪,优先用除法。

代码展现

class Solution {
public int minMoves(int target, int maxDoubles) {

   if (target == 1) {       return 0;  }   if (maxDoubles == 0) {       return target - 1;  }   if (target % 2 == 1) {       return minMoves(target - 1, maxDoubles) + 1;  }   return minMoves(target / 2, maxDoubles - 1) + 1;

}
}

【 NO.3 解决智力问题】

解题思路
动静布局,定义状态 f[i] 示意解决问题 i 时,前 i 个问题最多失去的分数

则有状态转移方程 f[i] = max(f[j]) + score[i], 其中 j 满足 forbid[j] + j < i

应用 TreeMap 保护 forbid[j] + j 即可

代码展现

class Solution {
public long mostPoints(int[][] questions) {

   long[] f = new long[questions.length];   f[0] = questions[0][0];   TreeMap<Integer, Long> cand = new TreeMap<>();   cand.put(questions[0][1], f[0]);   long max = 0;   for (int i = 1; i < f.length; i++) {       while (!cand.isEmpty() && cand.firstKey() < i) {           var e = cand.pollFirstEntry();           max = Math.max(max, e.getValue());      }       f[i] = questions[i][0] + max;       int key = questions[i][1] + i;       cand.put(key, Math.max(cand.getOrDefault(key, 0L), f[i]));  }   return Arrays.stream(f).max().getAsLong();

}
}

【 NO.4 同时运行 N 台电脑的最长工夫】

解题思路
二分答案,详见正文。

代码展现

class Solution {
public long maxRunTime(int n, int[] batteries) {

   long l = 1, r = Arrays.stream(batteries).mapToLong(i -> i).sum() / n;   while (l + 1 < r) {       long mid = (l + r) / 2;       if (check(n, batteries, mid)) {           l = mid;      } else {           r = mid;      }  }   return check(n, batteries, r) ? r : l;

}

// 判断电池是否供应 n 台电脑应用 time 分钟
// 相当于每块电池最多应用 time 分钟
// 如果一块电池容量小于 time 分钟,那么它须要和其余电池拼一起能力组成 time 分钟
// 如果一块电池容量多于 time 分钟,那么能够认为它将被节约,能够认为这个电池容量只有 time 分钟
// 因为换电池是不耗费工夫的,所以只需查看电池容量之和是否达到了 time * n 即可
private boolean check(int n, int[] batteries, long time) {

   return Arrays.stream(batteries).mapToLong(i -> Math.min((long) i, time)).sum() >= n * time;

}
}