只出现一次的数字
思路:简单的位运算,对位运算想深入了解的可以看我这篇文章位运算。
class Solution {
public:
int singleNumber(vector<int>& nums) {
int n=0;
for(int i=0;i<nums.size();i++)
{
n^=nums[i];
}
return n;
}
};
杨辉三角
class Solution {
public:
vector<vector<int>> generate(int numRows) {
vector<vector<int>> a(numRows);
for(int i=0;i<numRows;i++)
{
a[i].resize(i+1);//每行开辟i+个空间都默认为0
a[i][0]=a[i][i]=1;//保证每行的第一个和最后一个都是1
for(int j=1;j<i;j++)
{
a[i][j]=a[i-1][j-1]+a[i-1][j];//根据规律得出的式子
}
}
return a;
}
};
删除有序数组的重复项
思路:我们让慢指针 slow
走在后面,快指针 fast
走在前面探路,找到一个不重复的元素就告诉 slow
并让 slow
前进一步。这样当 fast
指针遍历完整个数组 nums
后,**nums[0..slow]
就是不重复元素**。
class Solution {
public:
int removeDuplicates(vector<int>& nums) {
int n=nums.size();
if(n==0)
{
return 0;
}
int fast=1,low=1;
while(fast<n)
{
if(nums[fast]!=nums[fast-1])
{
nums[low]=nums[fast];
low++;
}
fast++;
}
return low;
}
};
只出现一次的数字II
思路:我在力扣上看到了电路门,异或等解决方案,不过我还是觉得哈希表最实用,用的也比较多,我这里只提供哈希表做题思路:
我们可以使用哈希映射统计数组中每个元素的出现次数。对于哈希映射中的每个键值对,键表示一个元素,值表示其出现的次数。
在统计完成后,我们遍历哈希映射即可找出只出现一次的元素。
class Solution {
public:
int singleNumber(vector<int>& nums) {
map<int,int> a;
int n=nums.size();
int ans=0;
for(int i=0;i<n;i++)
{
a[nums[i]]++;
}
for(int i=0;i<n;i++)
{
if(a[nums[i]]==1)
{
ans=nums[i];
break;
}
}
return ans;
}
};
只出现一次的数字III
思路:运用哈希表直接可以做出来,不过这题推荐用异或来做提升自己的思维。我这里就光给出哈希表的答案,异或大家可以去试一下,力扣也给出了官方题解
class Solution {
public:
vector<int> singleNumber(vector<int>& nums) {
map<int,int> a;
vector<int> c;
for(auto m:nums)
{
++a[m];
}
for(auto m:nums)
{
if(a[m]==1)
{
c.push_back(m);
}
}
return c;
}
};
数组中出现超过一半的数字
思路:可以先将数组排序,然后可能的众数肯定在数组中间,然后判断一下,这里其实也不需要判断,因为数组中超过一半的数字就是说中间数肯定是众数
class Solution {
public:
int MoreThanHalfNum_Solution(vector<int> numbers) {
sort(numbers.begin(), numbers.end());
int cond = numbers[numbers.size() / 2];
int cnt = 0;
for (const int k :numbers) {
if (cond == k) ++cnt;
}
if (cnt > numbers.size() / 2) return cond;
return 0;
}
};
电话号码的字母组合
思路:这题我只能想到用深搜,可以说是模板题,大家可以看看我写的算法博客里有DFS和回溯算法的模板
class Solution {
string arr[10]={"","","abc","def","ghi","jkl","mno","pqrs","tuv","wxyz"};
public:
void _letterCombinations(const string& digits,size_t i,string combinStr,vector<string>& strV)
{
if(i==digits.size())
{
strV.push_back(combinStr);
return ;
}
string str=arr[digits[i]-'0'];
for(size_t j=0;j<str.size();j++)
{
_letterCombinations(digits,i+1,combinStr+str[j],strV);
}
}
vector<string> letterCombinations(string digits) {
string combinStr;
vector<string> strV;
if(digits.empty())
{
return strV;
}
_letterCombinations(digits,0,combinStr,strV);
return strV;
}
};
练习子数组的最大和
思路:动态规划,设动态规划列表 dp,dp[i] 代表以元素 array[i] 为结尾的连续子数组最大和。
状态转移方程: dp[i] = Math.max(dp[i-1]+array[i], array[i]);
具体思路如下:
1.遍历数组,比较 dp[i-1] + array[i] 和 array[i]的大小;
2.为了保证子数组的和最大,每次比较 sum 都取两者的最大值;
3.用max变量记录计算过程中产生的最大的连续和dp[i];
public int FindGreatestSumOfSubArray(int[] array) {
int sum = 0;
int max = array[0];
for(int i=0;i<array.length;i++){
// 优化动态规划,确定sum的最大值
sum = Math.max(sum + array[i], array[i]);
// 每次比较,保存出现的最大值
max = Math.max(max,sum);
}
return max;
}