news 2026/5/1 7:23:00

【Leetcode】2559. Count Vowel Strings in Ranges

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
【Leetcode】2559. Count Vowel Strings in Ranges

题目地址:

https://leetcode.com/problems/count-vowel-strings-in-ranges/description/

给定一个长n nn的字符串列表w ww,再给定一系列询问,每次询问提供两个数l , r , l ≤ r l,r,l\le rl,r,lr,问w [ l : r ] w[l:r]w[l:r]有多少个字符串以元音开头和结尾。

前缀和。代码如下:

classSolution{public:vector<int>vowelStrings(vector<string>&ws,vector<vector<int>>&qs){vector<int>sum(ws.size()+1);staticconstexprautof=[](charch){returnch=='a'||ch=='e'||ch=='i'||ch=='o'||ch=='u';};for(inti=0;i<ws.size();i++){auto&s=ws[i];sum[i+1]=sum[i]+(f(s[0])&&f(s.back()));}vector<int>res;res.reserve(qs.size());for(auto&v:qs)res.push_back(sum[v[1]+1]-sum[v[0]]);returnres;}};

时间复杂度O ( n + l q ) O(n+l_q)O(n+lq),空间O ( n ) O(n)O(n)

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 2026/5/1 7:19:20

Qwen3-14B在逻辑分析任务中的准确率测试结果

Qwen3-14B在逻辑分析任务中的准确率表现解析 在当前企业智能化转型的浪潮中&#xff0c;如何选择一个既能胜任复杂认知任务、又不会带来高昂部署成本的大模型&#xff0c;成为技术决策者面临的核心难题。尤其是在编程推理、数学建模和多步骤逻辑判断等高阶场景下&#xff0c;模…

作者头像 李华
网站建设 2026/4/25 14:33:15

AutoGPT镜像支持Docker部署?官方镜像已发布

AutoGPT官方发布Docker镜像&#xff0c;一键部署自主智能体 在AI技术飞速演进的今天&#xff0c;我们正从“人指挥AI做事”迈向“AI主动把事做成”的时代。AutoGPT作为早期具备自主规划与执行能力的AI智能体实验项目&#xff0c;首次展示了大模型如何像人类一样拆解目标、调用工…

作者头像 李华
网站建设 2026/4/18 9:49:38

清华源加速下载Qwen3-14B模型权重|HuggingFace镜像使用技巧

清华源加速下载Qwen3-14B模型权重&#xff5c;HuggingFace镜像使用技巧 在企业级AI系统部署过程中&#xff0c;一个看似简单却常常卡住项目进度的环节——模型权重下载&#xff0c;正成为开发者心中的“隐形瓶颈”。尤其是当你要在本地或私有服务器上部署像 Qwen3-14B 这类十亿…

作者头像 李华
网站建设 2026/4/24 11:59:16

Qwen3-14B vs 其他开源模型:谁更适合你的企业级AI部署?

Qwen3-14B vs 其他开源模型&#xff1a;谁更适合你的企业级AI部署&#xff1f; 在企业智能化转型的浪潮中&#xff0c;越来越多组织开始将大语言模型&#xff08;LLM&#xff09;引入核心业务流程。然而&#xff0c;面对参数规模从几亿到上万亿不等的各类模型&#xff0c;一个现…

作者头像 李华
网站建设 2026/4/27 4:53:57

AutoGPT如何应对文化差异导致的误解?本地化适配机制

AutoGPT如何应对文化差异导致的误解&#xff1f;本地化适配机制 在一家跨国企业的远程会议中&#xff0c;德国工程师要求AI助手“立刻推进项目评审”&#xff0c;而日本同事却希望系统先“与主管确认后再行动”。同样的任务指令&#xff0c;在不同文化语境下竟指向截然不同的执…

作者头像 李华