第121场双周赛题解：揭秘算法竞赛中的数位挑战与解题策略-编程知识

需要多掌握解题套路

比赛地址

100157. 大于等于顺序前缀和的最小缺失整数

class Solution:def missingInteger(self, nums: List[int]) -> int:# Step 1: Find the longest consecutive prefixi = 0  for i in range(1, len(nums)):if nums[i] != nums[i - 1] + 1:breakelse:# Handle the case where the entire array is a consecutive prefixi += 1# Step 2: Calculate the sum of the longest consecutive prefixprefix_sum = sum(nums[:i])# Step 3: Find the smallest missing integer greater than the prefix summissing = prefix_sumwhile missing in nums:missing += 1return missing

100168. 使数组异或和等于 K 的最少操作次数

class Solution:def minOperations(self, nums: List[int], k: int) -> int:# Step 1: Calculate the XOR of all elements in numsm = 0for num in nums:m ^= num# Step 2: Count the number of different bits between m and kxor = m ^ kcount = 0while xor:count += xor & 1xor >>= 1return count

100159. 使 X 和 Y 相等的最少操作次数

class Solution:def minimumOperationsToMakeEqual(self, x: int, y: int) -> int:# Queue will contain pairs (current_value, operations_count)queue = deque([(x, 0)])visited = set() # To keep track of already visited valueswhile queue:current, operations = queue.popleft()# If we have reached the target, return the number of operationsif current == y:return operations# Ensure we do not visit the same number againif current in visited:continuevisited.add(current)# If current is divisible by 11, enqueue the divided resultif current % 11 == 0:queue.append((current // 11, operations + 1))# If current is divisible by 5, enqueue the divided resultif current % 5 == 0:queue.append((current // 5, operations + 1))# Always enqueue the results of adding or subtracting 1queue.append((current + 1, operations + 1))queue.append((current - 1, operations + 1))# If y is never reached, return -1 or some error valuereturn -1

100163. 统计强大整数的数目

函数 numberOfPowerfulInt：

输入参数：整数 start, finish, limit 和字符串 s。
返回值：区间 [start, finish] 内符合条件的数字数量。
实现：调用 dfs 函数两次来计算不超过 finish 和 start - 1 的符合条件的数字数量，然后相减得到结果。

数位 DP 函数 dfs：

输入参数：当前处理的数位索引 i，一个布尔值 is_limit 表示当前是否受到上界 t 的限制，以及当前考虑的数的字符串表示 t。
返回值：在给定限制下，从当前位开始能构造出的符合条件的数字数量。
实现：
首先检查边界条件，当剩下的位数等于 s 的长度时，只能填入 s，并根据是否受限制判断是否可行。
对于每一位，根据是否受限制和 limit 的值确定当前位的可能数字范围。
递归地调用 dfs 来处理下一位，并累计所有可能性的总数。

递归和缓存：

dfs 函数使用递归来处理每一位，通过 @cache 装饰器对函数结果进行缓存，以避免重复计算相同状态的结果，从而提高性能。

总体而言，这个实现通过精确地处理每一位的可能性，并利用递归和函数缓存来有效地处理大范围的数据。这种方法在处理复杂的数位相关问题时非常有效，尤其是在涉及大数字时。

class Solution:def numberOfPowerfulInt(self, start: int, finish: int, limit: int, s: str) -> int:n = len(s)# 数位dp函数，使用缓存装饰器以优化性能@cachedef dfs(i, is_limit, t):# 如果剩余数字的长度小于后缀s的长度，则不可能构成有效数字if len(t) < n:return 0# 当剩余的位数等于后缀s的长度，只能填入sif len(t) - i == n:# 如果当前是受限状态，则检查t的剩余部分是否大于等于sif is_limit:return int(s <= t[i:])else:# 如果不受限，只有一种情况，即填入sreturn 1res = 0start = 0# 如果当前受限，则枚举的数字不能超过t的当前位数字if is_limit:end = int(t[i])else:end = 9# 枚举的数字还需受限于limitend = min(end, limit)# 枚举当前位可能的数字，并递归处理下一位for num in range(start, end+1):res += dfs(i+1, is_limit and num == int(t[i]), t)return res# 计算区间[start, finish]内符合条件的数字数量return dfs(0, True, str(finish)) - dfs(0, True, str(start-1))

is_limit and num == int(t[i])：这个表达式决定了在下一次递归调用中，是否仍然受到上界 t 的限制。

如果当前位 num 等于 t 在位置 i 的数字，并且之前的位置已经受到限制（is_limit 为 True），那么在下一位上仍然受到限制。
如果 num 不等于 t[i] 或之前的位置没有受到限制，那么在下一位上不再受到限制。

下面举例说明这个过程：

假设我们有 t = "5432"，limit = 9，并且当前我们在第二位（假设索引从 0 开始），即 i = 1，之前的数位值是 5，与 t[0] 相等，所以到目前为止我们是受限的（is_limit = True）。现在我们要决定第二位 i = 1 的值。

如果我们选择 num = 4（即等于 t[1]）：

在下一次递归调用中，我们仍然受限于 t，因为到目前为止构造出的数字仍然与 t 的前缀相匹配。所以，is_limit 仍然为 True。

如果我们选择 num = 3（即小于 t[1]）：

在这种情况下，我们已经偏离了 t 的对应位置。即使之前是受限的，现在我们可以认为后续的数位不再受到 t 的限制。因此，在下一次递归调用中，is_limit 将变为 False。
这意味着对于这个位置及后续位置上的数位，我们可以自由地选择任何不超过 limit 的数字，而不用担心超过 t。
num > t[i] 的情况不会发生，在之前的判断中已经被排除了
# 如果当前受限制（is_limit），则枚举的数字不能超过t的当前位数字
if is_limit:end = int(t[i])
else:end = 9