高频算法题冒险之旅精讲（一）之LeetCode小牛试刀五道题

📢 导读：
本篇博文是LeetCode算法题讲解篇，对高频算法题进行详细而深入的讲解，解题语言选择的是Java。
更多算法专栏如下：
⛳️ 排序算法
⛳️ 分治法
⛳️ LeetCode高频算法题讲解
⛳️ 数据结构

前言：
本次算法冒险之旅将围绕LeetCode上面的算法面试题汇总进行讲解，该部分的题型在面试或笔试中出现的频率很高。
如下是本次冒险之旅的目录：

本篇文章讲解冒险之旅开始前的五道题，让大家感受一下算法的魅力，之后笔者会逐一进行讲解如下的每一章节，每一个大标题都会写一篇文章，算是对其进行剖析和详细汇总。

在进入正题之前，不妨先让我们回顾几个有意思的经典互联网公司的面试题目，热热身。

---

⛳️ 1.只出现一次的数字(第136题)

1.1题目：

1.2解题思路及完整Java代码

根据题目所给出的信息，我想到的map或者set去解决，因为题目中很明确说明了有且只有一个元素会出现一次，其他的都是两次。

1. 用map，我们可以在第一次的时候把元素的值作为key，下标为value存进map中，然后在进行判断下一个元素是否在map中，用key去判断，containsKey方法的时间复杂度很低，原因是key被存储到hash表中，查找时是在hash表上进行查找，其时间复杂度为：最好情况便是O(1)，最坏情况是O(lgn)。如果存在就从map中移除，因为重复的话只会出现两次，题目中已经明确说明了，那么最后map中所剩的最后一个元素就是唯一出现一次的元素。
2. 不重复的话，我们也会考虑到用set去解决，这个我们也很容易想到，只要是添加失败的情况，就证明之前已经向set集合中添加过该元素了，我们把之前的也删掉即可，最后剩下的哪一个也是唯一出现一次的元素。
3. 用位运算中的异或，如果a、b两个值不相同，则异或结果为1。如果a、b两个值相同，异或结果为0，把所有的数字都进行异或操作就能得到结果了。

1.2.1用map

用map，我们可以在第一次的时候把元素的值作为key，下标为value存进map中，然后在进行判断下一个元素是否在map中，用key去判断，containsKey方法的时间复杂度很低，原因是key被存储到hash表中，查找时是在hash表上进行查找，其时间复杂度为：最好情况便是O(1)，最坏情况是O(lgn)。如果存在就从map中移除，因为重复的话只会出现两次，题目中已经明确说明了，那么最后map中所剩的最后一个元素就是唯一出现一次的元素。
代码：

public class SingleNumber01 {
    public int singleNumber(int[] nums) {
        HashMap<Integer, Integer> map = new HashMap<>();
        for(int i =0;i<nums.length;i++){
            if(map.containsKey(nums[i])){
                map.remove(nums[i]);
            }else {
                map.put(nums[i],i);
            }
        }
        Object[] arr = map.keySet().toArray();
        return (int) arr[0];
    }

    public static void main(String[] args) {
        System.out.println(new SingleNumber01().singleNumber(new int[]{4, 1, 2, 1, 2}));
    }
}

这种花费的时间太长了：

下面我们用set。

1.2.2用set

不重复的话，我们也会考虑到用set去解决，这个我们也很容易想到，只要是添加失败的情况，就证明之前已经向set集合中添加过该元素了，我们把之前的也删掉即可，最后剩下的哪一个也是唯一出现一次的元素。

代码：

public class SingleNumber02 {
    public int singleNumber(int[] nums) {
        HashSet<Integer> set = new HashSet<>();
        for (int num : nums) {
            if(!set.add(num))
                set.remove(num);
        }
        Object[] arr = set.toArray();
        return (int) arr[0];
    }

    public static void main(String[] args) {
        System.out.println(new SingleNumber02().singleNumber(new int[]{4, 1, 2, 1, 2}));
    }
}

执行时间：

可以看到相比于第一个用map只提高了1ms，那么我们是否有更快的方法呢，此时我们i想到了用位运算。

1.2.3用位运算

用位运算中的异或，如果a、b两个值不相同，则异或结果为1。如果a、b两个值相同，异或结果为0(按位bit进行异或运算)，把所有的数字都进行异或操作就能得到结果了。
代码：

public class SingleNumber03 {
    public int singleNumber(int[] nums) {
        int result = nums[0];
        for (int i =1;i<nums.length;i++){
            result=result ^ nums[i];
        }
        return result;
    }

    public static void main(String[] args) {
        System.out.println(new SingleNumber03().singleNumber(new int[]{4, 1, 2, 1, 2}));
    }
}

执行时间：

可以看到只需要1ms就执行完了，相比与前两种方法，这种方法有质的提升。

---

⛳️ 2.多数元素（第169题）

2.1题目：

2.2解题思路及完整Java代码

2.2.1使用map去存储元素出现的次数

• 题目中已经说明了我们可以假设数组是非空的，并且数组中总是存在多数元素，所以数组为空或者不存在多数元素的情况我们不考虑。
• 题目中对于多数元素的定义为出现次数大于n/2的元素，在元素为n的数组中，大于n/2的情况肯定只有一个数，所以我们可以断定多数元素只有一个。
• 分析到这里我们就很容易想到利用map中的key去存储元素的值，利用value进行存储元素出现的次数。
• 由于只存在一个大于n/2的数，所以我们可以在循环的过程中对map的value进行判断，如果存在大于n/2的数字那么我们把它返回即可。

代码：

public class MostElements {
    public int majorityElement(int[] nums) {
        HashMap<Integer, Integer> map = new HashMap<>();
        for (int num : nums) {
            int count = map.containsKey(num) ? map.get(num) : 0;
            map.put(num,++count);
            if(count>nums.length/2){
                return num;
            }
        }
        throw new RuntimeException("传入数组不符合要求！");
    }

    public static void main(String[] args) {
        System.out.println(new MostElements().majorityElement(new int[]{2,2,1,1,1,2,2}));
    }
}

执行时间：

可以看到时间还是挺长的，下面我们用另外一种方法。

2.2.2排序后直接输出

我们要善于根据题意解答问题，根据题意，多数元素是指在数组中出现次数 大于 ⌊ n/2 ⌋ 的元素，出现次数大于n/2，不论这个数字是最大还是最小，经过排序后，数组中间的那个元素一定是多数元素。

代码：

public class MostElements01 {
    public int majorityElement(int []nums){
        Arrays.parallelSort(nums);
        return nums[nums.length/2];
    }

    public static void main(String[] args) {
        System.out.println(new MostElements01().majorityElement(new int[]{2,2,1,1,1,2,2}));
    }
}

执行时间：

可以看到相较于之前用map进行统计，该方法所需的时间又得到了提升。那么还有其他方法使之得到进一步的提升嘛，答案是有的，我们接着看。

2.2.3摩尔投票法

理解：随机选取两个不同的数进行相消，最坏情况是，所有非多数元素于多数元素相消，因为多数元素是大于n/2的数，所以最后留下的绝对也是多数元素。

1. 题目中已经说到了，数组中存在大于n/2的数；
2. 定义count=0，我们可以采取刚开始选择数组中的第一个元素，count赋值等于1，然后判断数组中接下来的数是否与其相同，相同count加1，不同count减1；
3. 当count等于0时，我们就选择数组中的下一个数，count赋值等于1，重复2的操作。
4. 数组遍历一遍后，最后剩下的数就是多数元素了。

Java代码：

public class MostElements02 {
    public int majorityElement(int[] nums) {
        int major = nums[0];
        for (int i = 1, count = 1; i < nums.length; i++) {
            if (count == 0) {
                major = nums[i];
                count++;
            } else if (nums[i] == major)
                count++;
            else
                count--;
        }
        return major;
    }

    public static void main(String[] args) {
        System.out.println(new MostElements02().majorityElement(new int[]{2, 2, 1, 1, 1, 2, 2}));
    }
}

执行时间：

可以看到只需要1ms就执行完了，相比与前两种方法，这种方法也有质的提升，且时间复杂度是O(n)。

---

⛳️ 3.搜索二维矩阵 II(第240题)

3.1题目：

3.2解题思路及完整Java代码

3.2.1暴力解法

Java代码：

public boolean searchMatrix(int[][] matrix, int target) {
        for (int i = 0; i < matrix.length; i++) {
            for (int j = 0; j < matrix[0].length; j++) {
                if (matrix[i][j] == target)
                    return true;
            }
        }
        return false;
    }

解题时间：

3.2.2一般解题思路

因矩阵有如下特征：

• 每行的元素从左到右升序排列。
• 每列的元素从上到下升序排列。

固很容易会想到如下解题思路；
可以看到矩阵每行的元素从左到右升序排列，

1. 我们可以首先取矩阵中的第一行第一列的元素进行判断，如果矩阵当前元素比目标值小，就继续读取矩阵该行的下一个元素，然后继续和目标值作比较。如果读取到该行末尾，就读取下一行的第一个元素，直到出现2中的情况。
2. 矩阵从按行读取变成按列读取：
   当矩阵当前元素大于目标元素，我们就读取矩阵当前元素所在行的前一列元素，我们称之为X，读取X列的下一个元素，然后与目标值做比较，如果小于目标元素，就继续按照列读取，直到找到相等的，如果没有相等的，就把列再向前移动一位，如此循环，直到找到相等的值，当列的值等于0时，证明矩阵中不存在该元素。

Java代码：

class Solution {
    public boolean searchMatrix(int[][] matrix, int target) {
       // 第一行先从左到右进行比较
        for (int i = 0; i < matrix.length; i++) {
            // 然后从上到下
            for (int j = 0; j < matrix[i].length; j++) {
                if (target == matrix[i][j])
                    return true;
                if (target < matrix[i][j]) {
                    // 否则列减一，然后固定减一后的列，行累加进行查找，如果找到该列的行尾或者有笔目标值大的元素，就把列再向前移动一位
                    //当列的值等于0时，证明矩阵中不存在该元素
                    j--;
                    for(;j>=0;j--){
                       for (int k = i;++k < matrix.length && matrix[k][j] <= target;) {
                            if (matrix[k][j] == target)
                                return true;
                        }
                    }
                    return false;
                }
            }
        }
        return false;
    }
}

解题时间：

3.2.3看成一棵排序二叉树

1. 从矩阵的左下角开始比较（该二维数组类似于一棵排序二叉树，对于每个数来说，上方的数都小于它，右方的数都大于它，所以把左下角作为根节点开始比较）。
2. 也可以从矩阵的右上角开始比较，把矩阵的右上角的元素作为二叉树的根节点。

如下以矩阵右上角为排序二叉树的根节点来举例：
Java代码：

class Solution {
        public boolean searchMatrix(int[][] matrix, int target) {
        //从矩阵右上角开始搜索
        int col = matrix[0].length - 1;
        int row = 0;
        while (col >= 0 && row <= matrix.length - 1) {
            if (target == matrix[row][col]) {
                //如果找到就直接返回
                return true;
            } else if (target < matrix[row][col]) {
                //如果查找的值大了，下一步往左找
                col--;
            } else if (target > matrix[row][col]) {
                //如果查找的值小了，下一步往下找
                row++;
            }
        }
        return false;
    }
}

解题时间：

---

⛳️ 4.合并两个有序数组(第88题)

4.1题目：

4.2解题思路及完整Java代码

4.2.1 归并排序思想，一个新数组，两个指针，简单明了

Java代码：

class Solution {
    public void merge(int[] nums1, int m, int[] nums2, int n) {
        // 题目中已说，nums1 的初始长度为 m + n，其中前 m 个元素表示应合并的元素，后 n 个元素为 0 ，应忽略。nums2 的长度为 n 。
        // 所以nums1足够长了
        int [] arr = nums1.clone();
        int index1 = 0, index2 = 0;
        while (index1 + index2 < m + n) {
            if(index1>=m){
                nums1[index1+index2] = nums2[index2];
                index2++;
            }else if(index2>=n){
                nums1[index1+index2] = arr[index1];
                index1++;
            }else if (arr[index1] <= nums2[index2]) {
                nums1[index1+index2] = arr[index1];
                index1++;
            }else {
                nums1[index1+index2] = nums2[index2];
                index2++;
            }
        }
    }
}

执行时间：

第一次就0s，就很行，哈哈哈，虽然世界效率达到了，O(m+n)，但是我们还是要说一下归并排序的思路。

具体的归并排序思想可以参考笔者该篇博文：归并排序 (分而治之算法) java代码实现（java完整代码）java递归实现（分而治之）MergeSort（分治法）

---

⛳️ 5.鸡蛋掉落(第887题)

5.1题目

5.2解题思路及完整Java代码

这道题有点难，我们慢慢分析，
先看一个鸡蛋的时候：

• 如果你手上只有一个鸡蛋，只能从一楼开始，逐层往上试，
• 比如总共10层楼。1楼试了没碎，试2楼，直到第5层碎了，那 F=5。如果第10层还没碎，那 F=10。
• 如果非要从第7层开始试，扔下去碎了，这时只能知道 F<= 6，具体是几，因为没鸡蛋，没法试了。
• 所有一个鸡蛋的情况下，要确认F是第几层，10次一定可以试出来。即一个鸡蛋的情况下，最小次数=楼层数。
• 也就是说要考虑最坏情况

5.2.1动态规划（二维背包）

Java代码：

class Solution {
    /**
        01背包问题
     */
    public int superEggDrop(int k, int n) {
        if(n==1){
            return 1;
        }
        //背包：鸡蛋数（k个）； 物品：操作数（n个）；价值：确定楼层
        int[][] dp = new int[k+1][n+1];

        // 有人问了，为什么不是鸡蛋作为物品，操作数作为背包？
        // 背包问题往往物品与价值有正相关关系。
        // 鸡蛋有k个，但实际不一定全都用上，限制一定的最小操作数，鸡蛋增加，确定楼层（价值）不一定增加
        // 而取一定的鸡蛋，操作数每增加1，确定楼层(价值)就会一定增加
        int count=0;

        // 先遍历物品，再遍历背包
        for(;dp[k][count]<n;){ // 遍历物品，这里直到价值为n就结束
             count++;
            for (int i = k; i >=1; i--) { // 遍历背包，二维数组可以正序或倒叙
                //当前价值 = 鸡蛋碎了的价值 + 鸡蛋没碎的价值 + 确定当前层的价值1
                dp[i][count] = dp[i-1][count-1]+dp[i][count-1]+1;
            }
        }

        return count;
    }
}

执行时间：