- 博客(43)
- 收藏
- 关注
RSS订阅原创 滑动窗口系列(单序列双指针)9/9
在 [2,6,4,8,10,9,15] 中，我们可以看出最后一个不符合升序的数字是9,第一个不符合升序的数字是6。2.当不相等的时候，要判断typed.charAt(right)==typed.charAt(right-1)，左侧正常序列的结束点:主要不出现左侧数字大于min，如果大于就要更新（此时更新的点是结束点）你只需要对 [6, 4, 8, 10, 9] 进行升序排序，那么整个表都会变为升序排序。2.1:如果碰到的是L，i<j;如果它对应的可能是你的朋友的名字（其中一些字符可能被长按），那么就返回。
2024-09-09 14:34:20
252
原创 滑动窗口系列(背向双指针)9/8
因为题目中要求子数组的两个端点需要满足i<=k<=j;然后分别向两边移动；我们的目的是得到最大的分数，即:min*(right-left+1);最优子数组的左右端点下标是 (1, 5) ，分数为 min(4,3,7,4,5) * (5-1+1) = 3 * 5 = 15。1.如果nums[left]>nums[right]的，那我们移动左指针。2.如果nums[left]<=nums[right]的，那我们移动右指针,并且更新minR；3.如果left或者right某一个到头了，那我们就更新另一边。
2024-09-08 12:23:01
514
原创 滑动窗口系列(同向双指针)/9.7
2.如果能量够的话，就换积分(这样是最划算的)；其他情况就直接break(因为你的积分也不够，能量也不足以换取积分)贪心策略：如果我们使用tokens[i]值小的令牌换取积分。给定一个数组tokens[],里面装了下标为i的令牌的值，并且给定一个power，表示你的能量；相向双指针比较复杂，因为会有相同的数的情况被忽略掉。如果你的power>token[i]的，你可以利用power换取一个积分；如果红色的位置越多，那么剩余部分判断回文串的长度就小了。第一个函数中的||，是拿a还是b的前缀就行匹配。
2024-09-07 14:46:31
639
原创 滑动窗口系列(相向双指针)/9.6
从左往右遍历数组，当滑动窗口的长度==k的时候，如果此时相差值的和是更小的。最强值比较的规则为:和中位数的差值越大的最强。如果差值相同，大于中位数的强。因为要找到k个最接近的元素，所以要删除掉len-k个，那么删除掉哪些元素呢？为数组的中位数，只要满足下述两个前提之一，就可以判定。我们可以先排序，然后相向双指针，依次和中位数进行比较。因为元素的数目是固定的，所以滑动窗口的长度也是固定的。如果目标值x更接近右边，那么左边就要多删除一点。直到删除后的right-left+1==k。又因为数组是一个非递减的。
2024-09-06 13:03:51
441
原创 滑动窗口序列(单序列双指针)9/5
1.本来试图使用int max ,int min来记录滑动窗口中的最大值和最小值，然后发现当窗口左移的时候，最大值和最小值无法更新。返回其中最长的子串的长度。1.首先找到该字符重复字串1,遇到不同的字符停止，记重复子串的长度为:len1，停止时的下标为:j。大小为 2 的不间断子数组：[5,4], [4,2], [2,4]。大小为 1 的不间断子数组：[5], [4], [2], [4]。如果字符串中的所有字符都相同，那么这个字符串是单字符重复的字符串。大小为 3 的不间断子数组：[4,2,4]。
2024-09-05 14:29:24
639
原创 滑动窗口系列(不定长滑动窗口长度)9/4
使用滑动窗口的思路，当右边界增大后，仍然满足条件的时候，此时增加的有效答案有：right-left+1.为什么呢？然后左边界移动，移动的时候数量要改变，如果数量==0，种类也要改变。8 个乘积小于 100 的子数组分别为：[10]、[5]、[2]、[6]、[10,5]、[5,2]、[2,6]、[5,2,6]。完全子数组有：[1,3,1,2]、[1,3,1,2,2]、[3,1,2] 和 [3,1,2,2]。因为当更新右边界后，可能该滑动窗口不是满足条件的，所以在更新左边界之后，再计算有效的子数组。
2024-09-04 12:28:49
1204
原创 滑动窗口系列(不定长滑动窗口长度)9/3
剩下的部分可能在一个数组中，也可能分布在两个数组中，所以用剩下的target(target-sum(nums))在长度为2*nums.length的数组中去找最短子数组。给定一个数组nums,nums中的元素按照顺序循环放在infinite_nums中，然后在infinite_nums中找到一个最短子数组，和为target。2.当不替换子串中字母出现的次数是<=k次的，说明替换子串是符合题意的；不替换子串中某个字母出现的次数一定要<=k次，因为如果出现的次数>k次，那么就要出现在替换子串中了。
2024-09-03 20:47:52
554
原创 滑动窗口系列(不定长滑动窗口长度) 9/2
移动right的时候，需要更新costK，costK=(nums[right]-nums[right-1])*(right-left);逆向思维就是：题目中是否存在一段子串满足字符出现最多的次数为:count[0]-k,count[1]-k,count[2]-k。每次遍历到一个字符，就将出现的次数-1(还可以出现多少次)，如果出现<0的情况，左边界就要改变了。每次操作的时候，移除左边和右边的元素，使得移除元素之和=x。给定一个数组nums,求子数组中删除k个元素后，所有元素都相等，返回相同元素的最大个数。
2024-09-02 13:22:16
1174
原创 滑动窗口系列(不定长滑动窗口长度) 9/1
给定一个字符串 ，请你找出其中不含有重复字符的 最长子串 的长度。输入: s = "abcabcbb"输出: 3 解释: 因为无重复字符的最长子串是 "abc"，所以其长度为 3。思路:不定长的滑动窗口长度，其中windowSize=无重复字符的最长字串的长度；那么如何得到最长字串的长度？使用哈希表+while循环遍历如果遍历到的字母在哈希表中存在,此时字串中出现重复字符;此时我们就要移动left改变滑动窗口的左边界；使得哈希表中不再出现s.charAt(right);因为新的字符串的开始一
2024-09-01 13:04:48
666
原创 滑动窗口系列(定长滑动窗口长度) 8/30
k>0,开始进行循环遍历数组中的每一个数字，当right-left+1==k或者right+len-left+1==k的时候,res[(left-1)%k]==sum,循环的条件为index<nums.length+k-1(要使数组上每一个位置都有新的和)对数组遍历循环，当窗口的长度==k的时候，判断平均值是否大于等于阈值，如果大于等于res++；如果k>0,数组中下标为index的值为后k位数字(>nums.length-1就返前来)的和；给定一个nums数组，计算中所有整数数对中 数位差的个数之和；
2024-08-30 22:42:48
655
原创 算法学习day32
2.如果遍历到的数字可以和放一个数字构成一个有效的大写字母的ASCII值，是对dp[i+1]有用的，(这个有用是指多了dp[i-1]种分割方法）那么dp[i+1]+=dp[i-1];现在1有与3，5相乘的资格，2有与2，3，5相乘的资格，但是2×3和2×5是没必要比较的，因为有比它更小的1可以同3，5相乘，所以我们只需要比较1×3，1×5，2×2。即n=2*x+3*y+5*z。如果nums[i]==nums[i-1]&&nums[i-1]==nums[i-2] 那么dp[i]+=dp[i-1]+1;
2024-08-12 18:10:44
1077
原创 算法学习day30
/要求最小值，dp[i-1][1](下标到i-1的最大值)*nums[i]dp[i][0]=Math.min(nums[i],dp[i-1][0]*nums[i]);//要求最大值，dp[i-1][0]*nums[i]2.递推公式:dp[i]=Math.max(dp[i],Math.max(i*j,i*dp[j]));
2024-08-07 17:15:11
935
原创 算法学习day28
举个例子理解一下：假如按照升序排列后为:(5,5),(6,6),(7,2)(7,1)(8,3),(9,4)。4.envelopes[i][1]=1, 1小于6，给1寻找合适的位置,1<2,因此tails[0]=1;5.envelopes[i][1]=3，3小于6，给3寻找合适的位置,3<6,因此tails[1]=3；2.envelopes[i][1]=6, 6大于5，tails[1]=6,size=2;1.envelopes[i][1]=5, 集合为空，tails[0]=5 size=1;
2024-08-03 21:43:16
1800
原创 算法学习day26(滑动窗口)
其实就是在不断寻找最长滑动窗口长度的过程。滑动窗口的大小只能增大不能减小。1.找中间值3。分成两段：1->2\ 3->4->52.中间值作为新的头结点反转5->4->3左边拿一个 右边拿一个。
2024-08-01 21:52:14
795
原创 算法学习day25
当遇到 map.containsKey(s.charAt(right))的时候，说明遇到重复子串了，此时更新一下当前子串的长度，然后将左边起始位置右移，继续遍历。要判断s2是否包含s1的排列，顺序不一样也算包含，直观的想法：就是将s1所有的排序都列出来，然后判断在s2中是否存在，存在一种就返回true；两道题的做法都是类似的，先固定一个起始位置，然后在剩余的范围里面使用双指针进行遍历(前提是要先对数组进行排序)，遍历的过程中找符合条件的结果。使用双指针进行遍历，每次左边固定，右边寻找无重复子串的最长子串。
2024-08-01 08:18:57
1297
原创 算法学习day22
首先要计算出链表的长度length，然后计算出新头节点前一个的位置index;在长度为n的结点数组中，遍历n次，找到最小的结点，然后放到新链表的下一个。2.如果有子节点，下一个节点就是如何规则的孩子节点们...，孩子节点们的下一个节点是该节点之前的下一个节点。你会得到一个双链表，其中包含的节点有一个下一个指针、一个前一个指针和一个额外的。如果有子节点的话，下一个节点就是子节点，如果没有子节点,下一个节点就是next。找到翻转后新的头节点，然后将新头节点之前的结点都放到新节点中最后一个结点之后。
2024-07-27 22:03:11
815
原创 算法学习day21
2.栈顶的元素不为空，说明以start为起点的左括号还没有到栈顶元素，目前为止，左括号是>右括号的，此时也找到可能成为最长有效括号的串了。1.栈顶的元素为空，说明以start为起点的左括号是
2024-07-26 21:35:18
967
原创 算法学习day20
颠倒给定的 32 位无符号整数的二进制位。输入的二进制串表示无符号整数43261596因此返回 964176192，其二进制表示形式为。
2024-07-25 21:11:40
1354
原创 算法学习day19
如果不相等,dp[i][j]=Math.max(dp[i][j-1],dp[i+1][j])如果j-i>1,dp[i][j]是否是回文子串需要看dp[i+1][j-1];i+j+1是根据i,j的大小决定的，并且表示的是multi个位上的数字。就是判断每一个字符串是不是其它字符串的子串，如果是的话，该字符串的最长特殊序列的长度为0；，如果第一个字符和参数的第一个字符相等，则以第二个字符和参数的第二个字符做比较，以此类推,直至比较的字符或被比较的字符有一方结束。
2024-07-24 21:37:23
887
原创 算法学习day18（字符串）
然后根据所给的字符串进行判断，如果charAt(i)所对应的数值是小于charAt(i+1)的，这说明是两个字母组在一起表示的。如何判断连续相同的数字(nums[i]==nums[i+1]&&i+1<nums.length)那么直接分割就行，然后对比每一个. .之间的大小，Integer.parseInt(ver1[i])已经是去掉前置0的情况了。\\是转义字符，|代表或的意思。字符串 s 有六个子字符串 ("z", "a", "b", "za", "ab", and "zab") 在 base 中出现。
2024-07-20 21:29:28
915
原创 算法学习day17(字符串)
通过String类的split方法将空格删去，然后计算出每一个单词的size。题目中要求的是：具有相同数量0和1的非空连续子字符串的数量。因此每一对相邻二进制串的拥有相同数量的0,1的xxx的数量是Math.min(0数量,1数量);返回的结果字符串中，单词间应当仅用单个空格分隔，且不包含任何额外的空格。key:String(按照字符排序后的字符串),value:字母一样的集合。，你需要反转字符串中每个单词的字符顺序，同时仍保留空格和单词的初始顺序。的非空（连续）子字符串的数量，并且这些子字符串中的所有。
2024-07-20 08:26:16
698
原创 算法学习day16——刷题(仍然是数组)
注意的点：活细胞的个数是周围八个格子中的个数，不包含自身。Set<Integer>zeroCol,(Set集合中的元素不能重复也没关系，因为如果碰到两个第0列，都是为了将第0列的元素置为0)；如果一个单元格周围存在单元格缺失的情况，则计算平均灰度时不考虑缺失的单元格（即，需要计算红色平滑器中 4 个单元格的平均值）。但是局部的顺序是反的。的过滤器，用于对图像的每个单元格平滑处理，平滑处理后单元格的值为该单元格的平均灰度。左下三角里:B[1]和右上三角里:B[1] 乘起来就是除了该元素以外，其他元素的乘积。
2024-07-18 21:46:40
1322
原创 算法学习day15——刷题(数组)
如果有正有负，最大值会在三正/两负一正中出现,即Math.max(nums[size]*nums[size-1]*nums[size-2],nums[0]*nums[1]*nums[size]);综上所述，返回的结果为Math.max(nums[size]*nums[size-1]*nums[size-2],nums[0]*nums[1]*nums[size]);然后遍历数组，如果出现了nums[i]!nums[i]
2024-07-18 09:13:22
877
原创 算法学习day14(动态规划——子序列问题/单调栈)
首先我们可以得知，当nums[i]大于时，中间的是nums[stack.peek()],右边的是nums[i],左边的是栈顶元素的下一个元素。2.dp[i][j]=dp[i+1][j-1]+2(相等的情况下.s.charAt(i)==s.charAt(j));在dp[i+1][j-1]的基础上。dp[i][j]=Math.max(dp[i+1][j],dp[i][j-1]) (不相等的情况下，就要移动i,j)
2024-07-17 09:10:56
925
原创 算法学习day13(动态规划)
不持有股票：dp[i][0]=Math.max(dp[i-1][0],dp[i-1][1]+prices[i]);持有股票:dp[i][1]=Math.max(dp[i-1][1],-prices[i]);
2024-07-15 21:42:05
1331
4
原创 算法学习day12(动态规划)
有一堆石头，用整数数组stones表示。其中stones[i]表示第i块石头的重量。每一回合，从中选出任意两块石头，然后将它们一起粉碎。假设石头的重量分别为x和y，且x
2024-07-14 18:57:27
1311
1
原创 算法学习day11
一支弓箭可以沿着 x 轴从不同点地射出。在坐标x处射出一支箭，若有一个气球的直径的开始和结束坐标为startend， 且满足end，则该气球会被。2气球可以用2支箭来爆破:-在x = 6处射出箭，击破气球[2,8]和[1,6]。-在x = 11处发射箭，击破气球[10,16]和[7,12]。思路：按照左边界从小到大排列。出现的情况：1.points[i][0]>points[i-1][1]:第二个气球的左边界大于第一个气球的右边界(没有交集),此时射箭的数量就要++
2024-07-11 23:16:17
1724
原创 算法学习day09（N皇后/解数独）
如果为空，然后进行for循环判断1-9，哪一个数字是合适的。满足一行就会往下递归一次，递归一次row就会加一次，直到row==n，(row是从0->n-1的)，就可以把chessboard转为集合放到结果中了，单层递归逻辑：循环，每一个点(x,y)都要判断一下,如果满足n皇后规则，就递归到下一行，继续选取某个点，如果满足，继续下一行，直到(row==n);终止条件：startIndex>=nums.length(nums.length-1的时候是最后一个节点还要进去处理，只有当>=的时候才终止);
2024-07-09 19:22:00
932
原创 算法学习day08(回溯算法)
不使用标记的方法是:if(i>startIndex&&candidates[i]==candidaes[i-1]) 要求i>startIndex,在第一遍的时候都不会满足i>startIndex，eg：1,1,2 在第一个1的时候 不会满足这个条件的.注意:一定要有去重操作：当i>startIndex,并且遇到candidates[i]==candidates[i-1]，在下标为i-1的时候，已经遇到过所有的情况，在下标为i的时候就不需要考虑了。
2024-07-09 08:34:18
1108
原创 算法学习day07(二叉树完结)
代表着：left==right的时候，递归就会终止，我right是左闭右开的，传入right的时候为，nums.length。思路：使用双指针，递归右子树，然后每一个节点的val值等于root.val+pre.val。顺序为右中左，所以先递归右子树，然后root.val+=pre.val,pre=root。这里用一个TreeNode pre来表示上一次遍历到的节点，当while条件不符合的时候，root就会为空，此时pre刚好是最后一个叶子节点。递归找到要添加到子节点的位置，如果==null，说明找到了。
2024-07-06 17:46:07
556
原创 算法学习day06(二叉树)
灵活的解法：顶一个TreeNode pre 指向前一次遍历的节点，要求前一次遍历的节点要比现在的根节点的值要小 private TreeNode pre=null。叶子节点if(node.left==null&&node.right==null)return targetSum==0;2.确立递归函数的终止条件:root==null root==q||root==p 直接返回root。1.如果root==p||root==q||root==null 就不用判断了 直接返回root。
2024-07-05 22:39:18
810
原创 算法学习day05
null)depth++,traversal(root.left,depth),depth-- 要做回溯操作。2.终止条件 (node==null) (node.left==null&&node.right==null) return 0;2.递归函数的终止条件：当递归到叶子结点的时候if(node.left==null&&node.right==null)2.递归函数的终止条件：(root.left==null&&root.right==null)return;在进行左递归的时候，如果遇到左子树！
2024-07-04 23:12:31
414
原创 算法学习day04（二叉树）
因此按照卡尔哥的思想。前序遍历：利用栈，将根节点push进去，然后弹出根节点(完成了中)，然后将它的右结点、左节点依次入栈。此时在栈顶的元素就是左节点，然后再将左节点pop掉（完成了左），继续将左节点的左右节点入栈。前/后序遍历处理的思路都是一样的(因为前序遍历，经过那一个结点的时候，就会将节点值输出，后序遍历可以由前序遍历通过一系列的转换得到，但是中序遍历，每次都要遍历到最左边，然后菜输出节点值。大致思路：在遍历每一层结点的时候，如果遇到一个结点没有左右子节点，那么从根节点到这个结点的距离就是最小高度。
2024-07-03 22:42:01
1391
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人