LeetCode题解 —— 三倍快乐 很难不爱

目录

基础快乐

力扣第一题

题目描述:两数之和(简单)

双倍快乐

力扣第三题

题目描述:无重复字符的最长子串(中等)

三倍快乐

力扣第四题

题目描述:寻找两个正序数的中位数(困难)

基础快乐


力扣第一题

题目描述:两数之和(简单)

给定一个整数数组nums和一个整数目标值target,请你在该数组中找出和为目标值target的那两个整数,并返回它们的数组下标

你可以假设每种输入只会对应一个答案。但是,数组中同一个元素在答案里不能重复出现。

你可以按任意顺序返回答案。

示例:

输入:nums = [2,7,11,15], target = 9
输出:[0,1]
解释:因为 nums[0] + nums[1] == 9,返回 [0, 1] 

输入:nums = [3,2,4], target = 6
输出:[1,2]

输入:nums = [3,3], target = 6
输出:[0,1]

解题思路

题意很好理解,就是在一个数组中找出两个数和等于指定数 的这两个数的下标

说来惭愧,好久没做这种题了,刚开始写的时候连怎样定义数组都忘了。。不过问题也不大,言归正传,首先我想到的是使用两个循环,第一个循环用于获取第一个数的下标,第二个循环用于判断数组中的两个值相加是否等于指定的数,相等的话就获取第二个数的下标,然后就获取到了两个下标的值,最后通过数组返回这两个值。

代码实现

    //自己所写的最优解,时间复杂度:O(N^2)
    //用时:四十分钟
    public static int[] twoSum(int[] nums, int target) {
        //定义索引变量
        int index1 = 0;
        int index2 = 0;
        //定义新数组
        int[] nums1 = new int[2];

        //循环数组
        for (int i = 0; i < nums.length; i++) {
            //获取第一个索引
            index1 = i;
            for (int j = i + 1; j < nums.length; j++) {
                //判断当前数组数的后每一位有无相加等于target的值,
                if (nums[i] + nums[j] == target) {
                    //如果满足条件,获取第二个索引
                    index2 = j;
                    //设置i的值,用于结束外层循环
                    i = nums.length;
                    break;
                }
            }
        }
        //新数组赋值
        nums1[0] = index1;
        nums1[1] = index2;
        //返回数组
        return nums1;
    }

官方解答

    //官方给的最优解,时间复杂度:O(N)
    public static int[] twoSum1(int[] nums, int target) {
        Map<Integer, Integer> hashtable = new HashMap<Integer, Integer>();
        //循环数组
        for (int i = 0; i < nums.length; ++i) {
            //判断集合是否包含指定的键,包含的话就返回该值,不包含就添加到集合
            if (hashtable.containsKey(target - nums[i])) {
                //返回这两个索引的值
                return new int[]{hashtable.get(target - nums[i]), i};
            }
            //向集合中添加元素,数组元素为键,索引为值
            hashtable.put(nums[i], i);
        }
        return new int[0];
    }

总结

自己写的代码能够成功运行,但是相对于效率而言,官方的解答时间复杂度更低,执行效率更高。原本以为能够做出来就行了,才发现差别还是蛮大的,一个效率高的算法真的是太考究了,立志今后解题尽量将效率达到极致!

双倍快乐


力扣第三题

题目描述:无重复字符的最长子串(中等)

给定一个字符串s,请你找出其中不含有重复字符的最长子串的长度

示例:

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。

输入:s = "bbbbb"
输出:1
解释:因为无重复字符的最长子串是 “b”,所以其长度为 1。

输入:s = "pwwkew"
输出:3
解释:因为无重复字符的最长子串是 “wke”,所以其长度为 3。

输入:s = ""
输出:0

解题思路

刚开始是想用数组存放字符,然后循环进行比较,判断字符是否存在,最后返回最长的子串,然后发现难以实现,有一个问题解决起来太过于麻烦。。然后就果断换一种方式,想起来使用去重的集合,定义一个HashSet集合,该集合可以自动去重,用于循环将字符依次存放到该集合,再用循环进行判断集合中是否有该字符 (此处的判断是写在另一个方法内的,这里调用该方法进行判断),然后再记录集合的长度,重置集合,最后获取最大的长度并返回。

代码实现

    //自己做的最优解,时间复杂度:O(N^2)
    //用时:一个小时。。
    public static int lengthOfLongestSubstring2(String s) {
        //计长度
        int k = 1;
        //最大的长度
        int max = 0;
        //设置Set集合
        HashSet<Character> hashSet = new HashSet<Character>();

        //判断字符串是否为空
        if (s.length() != 0) {
            //循环字符串
            for (int i = 0; i < s.length(); i++) {
                //赋值给集合
                hashSet.add(s.charAt(i));
                //循环字符的后一位
                for (int j = i + 1; j < s.length(); j++) {
                    //判断集合中是否存在字符
                    if (!ifTrue(hashSet, s.charAt(j))) {
                        //不存在就添加到集合
                        hashSet.add(s.charAt(j));
                    } else break;
                    //记录集合长度
                    k = hashSet.size();
                }
                //集合重置
                hashSet.clear();
                //判断并赋值
                if (k > max) {
                    max = k;
                }
            }
        }
        return max;
    }

    //判断集合中是否有字符c
    public static boolean ifTrue(HashSet<Character> hashSet, char c) {
        boolean b = false;
        for (Character s : hashSet) {
            if (s == c) {
                return true;
            }
        }
        return b;
    }

波仔的解答

    //波仔的解答,时间复杂度:O(N)
    public static int lengthOfLongestSubstring1(String s) {
        int n = s.length(), ans = 0;
        //定义一个hash表,字符串和长度
        Map<Character, Integer> map = new HashMap<>();
        for (int end = 0, start = 0; end < n; end++) {
            //获取单个字符
            char alpha = s.charAt(end);
            //如果查找到有数据
            if (map.containsKey(alpha)) {
                //更新start
                start = Math.max(map.get(alpha), start);
            }
            //不管存进来没更新一下ans,就是我们得结果
            //end-start+1就是我们统计出来字符串得长度
            ans = Math.max(ans, end - start + 1);
            //存入数据,有重复得在上面已经查找过了,所以一定能找出来
            map.put(s.charAt(end), end + 1);
        }
        return ans;
    }

评论区大哥解答

    //评论区大哥的解答,时间复杂度:O(N)
    public static int lengthOfLongestSubstring(String s) {
        //记录字符上一次出现的位置
        int[] last = new int[128];
        for (int i = 0; i < 128; i++) {
            last[i] = -1;
        }
        int n = s.length();

        int res = 0;
        int start = 0; //窗口开始位置
        for (int i = 0; i < n; i++) {
            //获取当前字符的ASCII码
            int index = s.charAt(i); //a --97
            //获取字符出现的最大下标值
            start = Math.max(start, last[index] + 1);
            //获取最大长度的子串
            res = Math.max(res, i - start + 1);
            //下标值存放到数组
            last[index] = i;
        }
        return res;
    }

总结

刚开始的解题思路不对,绕了很久也花了很多时间也没做出来,后面用集合才勉强做出来,先把思路确定好了再行动,写代码的效率应该会高些。后面看了小波波和评论区大哥的解答,才发现是我肤浅了,是我没想到的方法,逻辑性比较强,下次再遇到这种类型的题,我必定将它拿捏!

三倍快乐


力扣第四题

题目描述:寻找两个正序数的中位数(困难)

给定两个大小分别为mn的正序 (从小到大)数组nums1nums2。请你找出并返回这两个正序数组的中位数

示例:

输入:nums1 = [1,3], nums2 = [2]
输出:2.00000
解释:合并数组 = [1,2,3],中位数 2。

输入:nums1 = [1,2], nums2 = [3,4]
输出:2.50000
解释:合并数组 = [1,2,3,4] ,中位数 (2 + 3) / 2 = 2.5

输入:nums1 = [0,0], nums2 = [0,0]
输出:0.00000

输入:nums1 = [], nums2 = [1]
输出:1.00000

解题思路

刚看到这题目就有一个疑问,这么简单的题咋会定义为困难哦,也没管那么多,先实现了再说,想到的就是把两个数组合并到一个新数组,然后用arrays中的sort方法排序,最后判断数组的长度,算出中位数并返回。

代码实现

    //自己所写的最优解,时间复杂度:O(N)
    //用时:十五分钟
    public static double findMedianSortedArrays(int[] nums1, int[] nums2) {
        //定义变量
        double num = 0;
        //创建一个新数组,用于存放给出的两个数组值
        int[] nums3 = new int[nums1.length + nums2.length];

        //循环将第一个数组值赋值给新数组
        for (int i = 0; i < nums1.length; i++) {
            nums3[i] = nums1[i];
        }
        //循环将第二个数组继续赋值给新数组
        for (int i = 0, j = nums1.length; i < nums2.length; i++, j++) {
            nums3[j] = nums2[i];
        }
        //使用Arrays的方法排序
        Arrays.sort(nums3);

        //判断数组长度是奇数还是偶数
        if (nums3.length % 2 != 0) {
            //奇数,直接取出中位数
            num = nums3[nums3.length / 2];
        } else {
            //偶数,取出中间那个下标的值,再加上它前面那个值,除以二就是中位数
            num = nums3[nums3.length / 2] + nums3[nums3.length / 2 - 1];
            num /= 2;
        }
        return num;
    }

官方解答

    //官方解答,时间复杂度:O(log (m+n)),m和n分别是数组nums1和nums2的长度
    public static double findMedianSortedArrays1(int[] nums1, int[] nums2) {
        //比较数组长度,数组长度较短的作为第一个参数
        if (nums1.length > nums2.length) {
            return findMedianSortedArrays(nums2, nums1);
        }

        int m = nums1.length;
        int n = nums2.length;
        int left = 0, right = m;
        // median1:前一部分的最大值
        // median2:后一部分的最小值
        int median1 = 0, median2 = 0;

        while (left <= right) {
            // 前一部分包含 nums1[0 .. i-1] 和 nums2[0 .. j-1]
            // 后一部分包含 nums1[i .. m-1] 和 nums2[j .. n-1]
            int i = (left + right) / 2;
            int j = (m + n + 1) / 2 - i;

            // nums_im1, nums_i, nums_jm1, nums_j 分别表示 nums1[i-1], nums1[i], nums2[j-1], nums2[j]
            int nums_im1 = (i == 0 ? Integer.MIN_VALUE : nums1[i - 1]);
            int nums_i = (i == m ? Integer.MAX_VALUE : nums1[i]);
            int nums_jm1 = (j == 0 ? Integer.MIN_VALUE : nums2[j - 1]);
            int nums_j = (j == n ? Integer.MAX_VALUE : nums2[j]);

            if (nums_im1 <= nums_j) {
                median1 = Math.max(nums_im1, nums_jm1);
                median2 = Math.min(nums_i, nums_j);
                left = i + 1;
            } else {
                right = i - 1;
            }
        }
        //返回中位数
        return (m + n) % 2 == 0 ? (median1 + median2) / 2.0 : median1;
    }

总结

看了后面的解答才知道原来还有一个进阶,就是要求时间复杂度为O(log(m+n)),这就有点不好办了。说实话如果题目加上这种硬性的要求的话,我都不知道怎么写了,定义为困难级别还是有原因的。参考了官方的解答,然后再层层解析,还是能够领悟其中的奥秘,眼高手低这种事情,不会再有下次了!


  • 8
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 17
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 17
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

South.return

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值