Leetcode 1854. Maximum Population Year

文章作者:Tyan
博客:noahsnail.com ?|? CSDN ?|? 簡書

1. Description

Maximum Population Year

2. Solution

解析:Version 1逼龟,創(chuàng)建一個統(tǒng)計年份人數(shù)數(shù)組蝇闭,遍歷所有日志哪审,遍歷出生、死亡之間的年份丸边,累加對應年份的人口,最后找出人口最多最早的年份背镇,注意邊界值殿较。Version 2是遍歷所有年份,再遍歷所有日志澜躺,統(tǒng)計每個年份的人口并比較蝉稳,比Version 1要慢一些。Version 3根據(jù)出生年份和死亡年份來更新當年的人口變化掘鄙,出省年份人口數(shù)量加1耘戚,死亡年份人口數(shù)量減1,最后遍歷所有年份操漠,累加每個年份的人口變化即為當前年份的總人口收津,注意,此時2050年死亡人口要減1浊伙,因此邊界值要變?yōu)?code>end - start + 1撞秋。

  • Version 1
class Solution:
    def maximumPopulation(self, logs: List[List[int]]) -> int:
        start = 1950
        end = 2050
        stat = [0] * (end - start)
        for birth, death in logs:
            for i in range(birth, death):
                stat[i - start] += 1
        temp = 0
        for index, count in enumerate(stat):
            if count > temp:
                result = index
                temp = count
        return result + start
  • Version 2
class Solution:
    def maximumPopulation(self, logs: List[List[int]]) -> int:
        start = 1950
        end = 2050
        temp = 0
        for i in range(start, end):
            count = 0
            for birth, death in logs: 
                if birth <= i and i < death:
                    count += 1
            if count > temp:
                temp = count
                result = i
        return result
  • Version 3
class Solution:
    def maximumPopulation(self, logs: List[List[int]]) -> int:
        start = 1950
        end = 2050
        stat = [0] * (end - start + 1)
        for birth, death in logs:
            stat[birth - start] += 1
            stat[death - start] -= 1
        temp = 0
        current = 0
        for index, count in enumerate(stat):
            current += count
            if current > temp:
                result = index
                temp = current
        return result + start

Reference

  1. https://leetcode.com/problems/maximum-population-year/
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市嚣鄙,隨后出現(xiàn)的幾起案子吻贿,更是在濱河造成了極大的恐慌,老刑警劉巖哑子,帶你破解...
    沈念sama閱讀 206,126評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件廓八,死亡現(xiàn)場離奇詭異,居然都是意外死亡赵抢,警方通過查閱死者的電腦和手機剧蹂,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,254評論 2 382
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來烦却,“玉大人宠叼,你說我怎么就攤上這事。” “怎么了冒冬?”我有些...
    開封第一講書人閱讀 152,445評論 0 341
  • 文/不壞的土叔 我叫張陵伸蚯,是天一觀的道長。 經常有香客問我简烤,道長剂邮,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 55,185評論 1 278
  • 正文 為了忘掉前任横侦,我火速辦了婚禮挥萌,結果婚禮上,老公的妹妹穿的比我還像新娘枉侧。我一直安慰自己引瀑,他們只是感情好,可當我...
    茶點故事閱讀 64,178評論 5 371
  • 文/花漫 我一把揭開白布榨馁。 她就那樣靜靜地躺著憨栽,像睡著了一般。 火紅的嫁衣襯著肌膚如雪翼虫。 梳的紋絲不亂的頭發(fā)上屑柔,一...
    開封第一講書人閱讀 48,970評論 1 284
  • 那天,我揣著相機與錄音珍剑,去河邊找鬼掸宛。 笑死,一個胖子當著我的面吹牛次慢,可吹牛的內容都是我干的旁涤。 我是一名探鬼主播,決...
    沈念sama閱讀 38,276評論 3 399
  • 文/蒼蘭香墨 我猛地睜開眼迫像,長吁一口氣:“原來是場噩夢啊……” “哼劈愚!你這毒婦竟也來了?” 一聲冷哼從身側響起闻妓,我...
    開封第一講書人閱讀 36,927評論 0 259
  • 序言:老撾萬榮一對情侶失蹤菌羽,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后由缆,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體注祖,經...
    沈念sama閱讀 43,400評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 35,883評論 2 323
  • 正文 我和宋清朗相戀三年均唉,在試婚紗的時候發(fā)現(xiàn)自己被綠了是晨。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 37,997評論 1 333
  • 序言:一個原本活蹦亂跳的男人離奇死亡舔箭,死狀恐怖罩缴,靈堂內的尸體忽然破棺而出蚊逢,到底是詐尸還是另有隱情,我是刑警寧澤箫章,帶...
    沈念sama閱讀 33,646評論 4 322
  • 正文 年R本政府宣布烙荷,位于F島的核電站,受9級特大地震影響檬寂,放射性物質發(fā)生泄漏终抽。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 39,213評論 3 307
  • 文/蒙蒙 一桶至、第九天 我趴在偏房一處隱蔽的房頂上張望昼伴。 院中可真熱鬧,春花似錦塞茅、人聲如沸亩码。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,204評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至飒泻,卻和暖如春鞭光,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背泞遗。 一陣腳步聲響...
    開封第一講書人閱讀 31,423評論 1 260
  • 我被黑心中介騙來泰國打工惰许, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人史辙。 一個月前我還...
    沈念sama閱讀 45,423評論 2 352
  • 正文 我出身青樓汹买,卻偏偏與公主長得像,于是被迫代替她去往敵國和親聊倔。 傳聞我的和親對象是個殘疾皇子晦毙,可洞房花燭夜當晚...
    茶點故事閱讀 42,722評論 2 345

推薦閱讀更多精彩內容