解题思路
从最简单的case开始想,一般能找到规律。
如果从最简单的case不能找到思路,那么一般人不会,也不用死扎着这道题。
STL容器
map<type,type2> :有序的,如果不指定排序,最后一个元素最大
unordered_map:无序的
set:有序的
unordered_set:无序的
vector
priority_queue <int,vector,greater > q:从小到大排列
priority_queue <int,vector,less >q:从大到小排列
常用算法模板
堆排序
小顶堆:每次都把最大的调整到根部,最后把最大的放在数组末尾,最终形成的堆根部是最小的
大顶堆:每次都把最小的调整到根部,最后把最小的放在数组末尾,最终形成的堆根部是最大的
在优先队列里,
//小顶堆,top的时候返回元素最小的那个
priority_queue <int,vector<int>,greater<int> > q;
//大顶堆,top的时候返回元素最大的那个
priority_queue <int,vector<int>,less<int> >q;
``
堆排序每次调整成大顶/小顶堆后,把堆顶元素放到数组末尾,然后继续调整大顶/小顶堆
```cpp
class HeapSort {
public:
void heapSort(vector<int>& arr) {
if (arr.size() == 0) {
return;
}
int len = arr.size();
// 构建大顶堆,这里其实就是把待排序序列,变成一个大顶堆结构的数组
buildMaxHeap(arr, len);
// 交换堆顶和当前末尾的节点,重置大顶堆
for (int i = len - 1; i > 0; i--) {
swap(arr, 0, i);
len--;
heapify(arr, 0, len);
}
}
void buildMaxHeap(vector<int>& arr, int len) {
// 从最后一个非叶节点开始向前遍历,调整节点性质,使之成为大顶堆
for (int i = (int)floor(len / 2) - 1; i >= 0; i--) {
heapify(arr, i, len);
}
}
void heapify(vector<int>& arr, int i, int len) {
// 先根据堆性质,找出它左右节点的索引
int left = 2 * i + 1;
int right = 2 * i + 2;
// 默认当前节点(父节点)是最大值。
int largestIndex = i;
if (left < len && arr[left] > arr[largestIndex]) {
// 如果有左节点,并且左节点的值更大,更新最大值的索引
largestIndex = left;
}
if (right < len && arr[right] > arr[largestIndex]) {
// 如果有右节点,并且右节点的值更大,更新最大值的索引
largestIndex = right;
}
if (largestIndex != i) {
// 如果最大值不是当前非叶子节点的值,那么就把当前节点和最大值的子节点值互换
swap(arr, i, largestIndex);
// 因为互换之后,子节点的值变了,如果该子节点也有自己的子节点,仍需要再次调整。
heapify(arr, largestIndex, len);
}
}
void swap (vector<int>& arr, int i, int j) {
int temp = arr[i];
arr[i] = arr[j];
arr[j] = temp;
}
};
插入排序
插入排序其实是冒泡排序的反向,插入排序从数组第二个元素开始,每加入一个元素,都将其和前面已有的元素进行比较,然后不断调整位置。
void insertionSort(vector<int> & data) {
for (int i = 1; i < data.size(); i++) {
for (int j = i; j >= 1; j--) {
if (data[j] < data[j - 1]) {
int tmp = data[j];
data[j] = data[j - 1];
data[j - 1] = tmp;
}
}
}
return;
}
快速排序
原理:每次随机将数组中的一个数,放到他指定的排序后的位置。
比如,把一个数A,放到数组的位置i,那么[0,i-1]的位置都是比A小的数,[i+1,size-1]都是比A大的数
class Solution {
public:
void qsort(vector<int>& nums,int start,int end,int k){
int size=nums.size();
int i=start,j=end,base=nums[start];
if(size<=0) return;
while(i<j){
while(nums[j]<=base && i<j){
j--;
}
if(i<j) nums[i]=nums[j];
while(nums[i]>=base && i<j) i++;
if(i<j) nums[j]=nums[i];
}
nums[i]=base;
if(i+1>k) qsort(nums,start,i-1,k);
else if(i+1==k) return ;
else qsort(nums,i+1,end,k);
}
int findKthLargest(vector<int>& nums, int k) {
int size=nums.size();
qsort(nums,0,size-1,k);
return nums[k-1];
}
};
BFS层序遍历
/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode() : val(0), left(nullptr), right(nullptr) {}
* TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
* TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
* };
*/
class Solution {
public:
vector<vector<int>> levelOrder(TreeNode* root) {
vector<vector<int>> res;
if(root == nullptr){
return res;
}
queue<TreeNode*> q;
q.push(root);
while(!q.empty()){
int level_size = q.size();
vector<int> v;
while(level_size--){
TreeNode* tmp_node = q.front();
if (!(tmp_node->left== nullptr)){
q.push(tmp_node->left);
}
if(!(tmp_node->right == nullptr)){
q.push(tmp_node->right);
}
q.pop();
v.push_back(tmp_node->val);
}
res.push_back(v);
}
return res;
}
};
二叉树
JZ55 二叉树的深度
关键词:二叉树、深度优先遍历、递归
自己写的笨蛋方法:
/*
struct TreeNode {
int val;
struct TreeNode *left;
struct TreeNode *right;
TreeNode(int x) :
val(x), left(NULL), right(NULL) {
}
};*/
class Solution {
public:
int max_depth = 0;
int now_depth = 0;
int TreeDepth(TreeNode* pRoot) {
if(pRoot == NULL){
return max_depth;
}
this->now_depth++;
if(now_depth>max_depth){
max_depth=now_depth;
}
this->TreeDepth(pRoot->left);
this->TreeDepth(pRoot->right);
this->now_depth--;
return max_depth;
}
};
优秀解答:
- 递归解法
class Solution {
public:
int TreeDepth(TreeNode* pRoot){
if(!pRoot) return 0 ;
return max(1+TreeDepth(pRoot->left), 1+TreeDepth(pRoot->right));
}
};
- BFS解法
i