news 2026/4/16 10:52:23

leetcode 1200

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
leetcode 1200

1200: 最小绝对差

思路:排序后,只需考虑相邻元素之差

把 arr 排序后,最小绝对差只能来自相邻元素(不相邻的元素之差更大)。

遍历 arr 中的相邻元素 (x,y),设绝对差为 diff=y−x,当前最小绝对差为 minDiff。

  • 如果 diff<minDiff,那么更新 minDiff 为 diff,更新答案为 [[x,y]]。
  • 如果 diff=minDiff,那么把 [x,y] 添加到答案中。
vector<vector<int>> ans; ans={{x,y}}; ans.push_back({x,y});
  • 最外层{}给最外层的vector<vector<int>>初始化;

  • 内层{x, y}给里面的第一个vector<int>初始化。

如果想再追加别的对,只要继续ans.push_back({a, b});即可。

class Solution { public: vector<vector<int>> minimumAbsDifference(vector<int>& arr) { int n=arr.size(),min_diff=INT_MAX; ranges::sort(arr); vector<vector<int>> ans; for(int i=1;i<n;i++){ int x=arr[i-1],y=arr[i]; int diff=y-x; if(diff<min_diff){ min_diff=diff; ans={{x,y}}; } else if(diff==min_diff) ans.push_back({x,y}); } return ans; } };
版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。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。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/16 8:41:27

GitHub 热榜项目 - 日榜(2026-01-26)

GitHub 热榜项目 - 日榜(2026-01-26) 生成于&#xff1a;2026-01-26 统计摘要 共发现热门项目&#xff1a; 9 个 榜单类型&#xff1a;日榜 本期热点趋势总结 本期GitHub热榜凸显AI应用开发的蓬勃创新&#xff0c;聚焦于高效能、低代码和跨模态技术。语音AI领域表现抢眼&a…

作者头像 李华
网站建设 2026/4/15 10:22:12

Java技术八股学习Day25

操作系统&#xff08;二&#xff09;内存管理&#xff08;1&#xff09;内存管理核心职责内存管理是操作系统的核心功能&#xff0c;主要负责内存分配与回收&#xff08;通过 malloc 申请、free 释放&#xff09;、地址转换&#xff08;虚拟地址转物理地址&#xff09;、内存扩…

作者头像 李华
网站建设 2026/4/16 10:17:44

有没有像HiPlot一样方便的科研数据可视化绘图网站或者软件?

在当今科研领域&#xff0c;数据可视化的重要性不言而喻。无论是学术研究还是工业应用&#xff0c;一张好的图表往往能够帮助我们更直观地理解复杂的数据关系&#xff0c;发现隐藏的规律。然而&#xff0c;传统的数据可视化工具往往需要较高的编程技能和大量的时间投入&#xf…

作者头像 李华
网站建设 2026/4/11 7:51:41

光伏VSG仿真Simulink

光伏vsg仿真simulink 咱们今天聊点硬核的——光伏电站并网时怎么用虚拟同步发电机&#xff08;VSG&#xff09;技术稳住电网。搞过新能源并网的都知道&#xff0c;光伏输出功率跟天气挂钩&#xff0c;动不动就给你整出个电压波动&#xff0c;这时候VSG就像个"戏精"&…

作者头像 李华
网站建设 2026/4/16 0:58:50

基于斑点鬣狗的LSSVM回归预测:PSO - LSSVM的探索

基于斑点鬣狗的LSSVM回归预测PSO-LSSVM 为了提高最小二乘支持向量机&#xff08;lssvm&#xff09;的回归预测准确率&#xff0c;对lssvm中的惩罚参数和核惩罚参数利用斑点猎狗算法进行优化。 Matlab 代码 在机器学习的领域中&#xff0c;提高预测模型的准确率一直是众多研究者…

作者头像 李华
网站建设 2026/4/16 10:17:58

20260126_215218_RAG(Retrieval-Augmented_Genera

RAG&#xff08;Retrieval-Augmented Generation&#xff0c;检索增强生成&#xff09; 是大语言模型应用中的一项核心技术框架。简单来说&#xff0c;它的核心思想是&#xff1a;先检索&#xff0c;后生成。 为了让一个只会“凭空想象”的大模型变成一个能“引经据典”的专家…

作者头像 李华