先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前阿里P7
深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年最新Java开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上Java开发知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
如果你需要这些资料,可以添加V获取:vip1024b (备注Java)
正文
while right < seq_len:
slide_win.append(seq[right])
还没找到一个可行解
if not avaliable(slide_win):
扩大窗口
right += 1
else:
找到一个可行解,更新结果值
rst = update()
缩小窗口
left += 1
2、双层循环
def template():
初始化滑动窗口两端
left = right = 0
序列及序列长度
seq, seq_len = xx, xx
滑动窗口序列
slide_win = []
结果值
rst = xx
while right < seq_len:
slide_win.append(seq[right])
还没找到一个可行解
if not avaliable(slide_win):
扩大窗口
right += 1
continue
循环更新可行解
while avaliable(slide_win):
找到一个可行解,更新结果值
rst = update()
缩小窗口
left += 1
模板只是一个解题思路,具体的题目可能需要具体分析,但是大体框架是不变的。
记住: 多刷题,多总结,是王道
1、最长不含重复字符的子字符串
from collections import deque
class Solution(object):
def lengthOfLongestSubstring(self, s):
“”"
:type s: str
:rtype: int
“”"
if not s:
return 0
index = 0
因为这个滑动窗口需要从一端进,一端出,因此考虑采用队列
slide_win = deque()
因为在滑动过程中需要不断的从窗口中增减元素,因此需要一个变量来保持最大窗口长度
max_len = 1
while index < len(s):
一个小的优化点:还没有遍历的元素长度加上当前的窗口长度已经小于最大窗口长度,则直接返回结果
if len(slide_win) + (len(s) - index) <= max_len:
return max_len
如果当前元素没有在滑动窗口中,则加入,并且窗口扩大
if s[index] not in slide_win:
slide_win.append(s[index])
index += 1
else:
如果当前元素已经在窗口中有值,则更新最大窗口长度
max_len = max(max_len, len(slide_win))
窗口缩小,对端不变
slide_win.popleft()
return max(max_len, len(slide_win))
2、绝对差不超过限制的最长连续子数组
import heapq
class Solution(object):
def longestSubarray(self, nums, limit):
“”"
:type nums: List[int]
:type limit: int
:rtype: int
“”"
if not nums:
return 0
len_nums = len(nums)
因为需要比较子列表中的最大差值,即需要知道子列表中的最大值和最小值
因此采用大顶堆和小顶堆
max_hq = []
min_hq = []
滑动窗口的前后索引
left = 0
right = 0
在滑动窗口的过程中,更新最大的窗口长度
max_win = 1
while right < len_nums:
if len_nums - left <= max_win:
return max_win
将当前元素及其索引放入堆中,因为python只有小顶堆,因此这里采用负值来模拟大顶堆
heapq.heappush(max_hq, (-nums[right], right))
heapq.heappush(min_hq, (nums[right], right))
窗口的最大差值
diff = -max_hq[0][0] - min_hq[0][0]
最大差值在允许范围内,窗口后边向前滑动,左边保持不变
if diff <= limit:
right += 1
continue
最大差值超过范围:
更新最大窗口长度
max_win = max(max_win, right - left)
保证滑动窗口内的最大差值在允许范围内
while -max_hq[0][0] - min_hq[0][0] > limit:
去掉大顶堆中在滑动窗口之外的所有最大元素
while max_hq[0][1] <= left:
heapq.heappop(max_hq)
去掉小顶堆中在滑动窗口之外的所有最小元素
while min_hq[0][1] <= left:
heapq.heappop(min_hq)
left += 1
return max(max_win, right - left)
3、无重复字符的最长子串
from collections import deque
class Solution(object):
def lengthOfLongestSubstring(self, s):
“”"
:type s: str
:rtype: int
“”"
if not s:
return 0
index = 0
因为这里需要从窗口的两端进行元素的增加或减少,因此采用双端队列
slide_win = deque()
题目要求最长子串长度,因此需要在滑动过程中更新最大长度
max_len = 0
while index < len(s):
ch = s[index]
如果当前元素不在窗口中,则加入窗口
if ch not in slide_win:
slide_win.append(ch)
最后
做任何事情都要用心,要非常关注细节。看起来不起眼的、繁琐的工作做透了会有意想不到的价值。
当然要想成为一个技术大牛也需要一定的思想格局,思想决定未来你要往哪个方向去走, 建议多看一些人生规划方面的书籍,多学习名人的思想格局,未来你的路会走的更远。
更多的技术点思维导图我已经做了一个整理,涵盖了当下互联网最流行99%的技术点,在这里我将这份导图分享出来,以及为金九银十准备的一整套面试体系,上到集合,下到分布式微服务
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
需要这份系统化的资料的朋友,可以添加V获取:vip1024b (备注Java)
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
mg-2kjLznGW-1713391947614)]
[外链图片转存中…(img-QwK2r5te-1713391947615)]
[外链图片转存中…(img-e3P1etAB-1713391947615)]
[外链图片转存中…(img-wDfINBMs-1713391947615)]
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
需要这份系统化的资料的朋友,可以添加V获取:vip1024b (备注Java)
[外链图片转存中…(img-bviBCDpS-1713391947616)]
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!