LeetCode 热题 HOT 100

LeetCode 热题 HOT 100之JAVA解法第1题 两数之和(简单)代码第2题 两数相加(中等)代码第1题 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 1:输入输出nums = [2,7,11,15], target = 9[0,1]
摘要由CSDN通过智能技术生成

LeetCode 热题 HOT 100之JAVA解法

第1题 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 1:

输入 输出
nums = [2,7,11,15], target = 9 [0,1]

解释:因为 nums[0] + nums[1] == 9 ,返回 [0, 1] 。

示例 2:

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

示例 3:

输入 输出
nums = [3,3], target = 6 [0,1]

代码

// 两数之和:哈希表
class Solution {
   
    public int[] twoSum(int[] nums, int target) {
   
        Map<Integer,Integer>hashtable = new HashMap<Integer,Integer>();//建立哈希表
        for(int i=0;i<nums.length;++i){
   //遍历数组
            if(hashtable.containsKey(target-nums[i])){
   //如果哈希表中存在目标值减去当前值
                return new int[]{
   hashtable.get(target-nums[i]),i};//则返回另一个数的索引以及当前数的索引
            }
            hashtable.put(nums[i],i);//如果哈希表中不存在,则将当前数以及下标分别存到哈希表的Key和Value上
        }
        return new int[0];//如果遍历完数组,还是没找到结果,则返回空数组
    }
}

时间复杂度为O(n),n为数组的长度,遍历数组耗费O(n)的时间
空间复杂度为O(n),哈希表最大存储空间

第2题 两数相加(中等)

给你两个 非空 的链表,表示两个非负的整数。它们每位数字都是按照 逆序 的方式存储的,并且每个节点只能存储 一位 数字。
请你将两个数相加,并以相同形式返回一个表示和的链表。
你可以假设除了数字 0 之外,这两个数都不会以 0 开头。

示例 1:
在这里插入图片描述

输入 输出
l1 = [2,4,3], l2 = [5,6,4] [7,0,8]

解释:342 + 465 = 807.

示例 2:

输入 输出
l1 = [0], l2 = [0] [0]

示例 3:

输入 输出
l1 = [9,9,9,9,9,9,9], l2 = [9,9,9,9] [8,9,9,9,0,0,0,1]

代码

// 两数相加:链表
class Solution {
   
    public ListNode addTwoNumbers(ListNode l1, ListNode l2) {
   
        ListNode pre = new ListNode(0);//建立新链表
        ListNode cur = pre;//当前节点
        int carry=0;//进位值
        while(l1 != null || l2 != null){
   //判断是否遍历完两个链表
            int x = l1 != null ? l1.val : 0;//l1未遍历完,则取它的值
            int y = l2 != null ? l2.val : 0;//同理
            int sum = x + y + carry;//两个链表的节点值加进位值
            carry = sum / 10;//新的进位值
            sum %= 10;//新链表的节点值
            cur.next = new ListNode(sum);//将节点值插入新链表
            cur = cur.next;//指针指向下一位置
            if(l1 != null)//判断是否遍历完l1
                l1 = l1.next;
            if(l2 != null)//同理
                l2 = l2.next;
        }
        if(carry != 0){
   //如果遍历完了两个链表,还存在进位,则将进位值加入新链表
            cur.next = new ListNode(carry);
        }
        return pre.next;
    }
}

时间复杂度为O(max(m,n)),m,n为两个链表的长度
空间复杂度为O(1)

第3题 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 1:

输入 输出
s = “abcabcbb” 3

解释: 因为无重复字符的最长子串是 “abc”,所以其长度为 3。

示例 2:

输入 输出
s = “bbbbb” 1

解释: 因为无重复字符的最长子串是 “b”,所以其长度为 1。

示例 3:

输入 输出
s = “pwwkew” 3

解释: 因为无重复字符的最长子串是 “wke”,所以其长度为 3。
请注意,你的答案必须是 子串 的长度,“pwke” 是一个子序列,不是子串。

示例 4:

输入 输出
s = “” 0

代码

// 无重复字符的最长子串:滑动窗口
class Solution {
   
    public int lengthOfLongestSubstring(String s) {
   
        Set<Character> occ = new HashSet<Character>();//建立哈希集合
        int n = s.length();        
        int rk = -1, ans = 0;// 右指针,初始值为 -1,相当于我们在字符串的左边界的左侧,还没有开始移动
        for (int i = 0; i < n; ++i) {
   
            if (i != 0) {
                   
                occ.remove(s.charAt(i - 1));// 左指针向右移动一格,移除一个字符
            }
            while (rk + 1 < n && !occ.contains(s.charAt(rk + 1))) {
   //哈希集合中不存在当前字符                
                occ.add(s.charAt(rk + 1));// 不断地移动右指针
                ++rk;
            }
            ans = Math.max(ans, rk - i + 1);//如果遇到重复字符,则先退出去比较长度
        }
        return ans;
    }
}

时间复杂度为O(n),n为字符串的长度
空间复杂度为O(∣Σ∣),Σ为字符集的大小,哈希集合存储大小

第4题 寻找两个正序数组的中位数(困难)

给定两个大小分别为 m 和 n 的正序(从小到大)数组 nums1 和 nums2。请你找出并返回这两个正序数组的 中位数 。

示例 1:

输入 输出
nums1 = [1,3], nums2 = [2] 2.00000

解释:合并数组 = [1,2,3] ,中位数 2

示例 2:

输入 输出
nums1 = [1,2], nums2 = [3,4] 2.50000

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

示例 3:

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

示例 4:

输入 输出
nums1 = [], nums2 = [1] 1.00000

示例 5:

输入 输出
nums1 = [2], nums2 = [] 2.00000

代码

// 寻找两个正序数组的中位数:二分查找
class Solution {
   
    public double findMedianSortedArrays(int[] nums1, int[] nums2) {
   //寻找中位数
        int length1 = nums1.length, length2 = nums2.length;
        int totalLength = length1 + length2;
        if (totalLength % 2 == 1) {
   //两个数组相加为奇数
            int midIndex = totalLength / 2;//两个数组元素个数的一半
            double median = getKthElement(nums1, nums2, midIndex + 1);
            return median;
        } else {
   //为偶数时
            int midIndex1 = totalLength / 2 - 1, midIndex2 = totalLength / 2;
            double median = (getKthElement(nums1, nums2, midIndex1 + 1) + getKthElement(nums1, nums2, midIndex2 + 1)) / 2.0;//求两个相邻元素和的一半
            return median;
        }
    }
    public int getKthElement(int[] nums1, int[] nums2, int k) {
   //得到第k个元素
        int length1 = nums1.length, length2 = nums2.length;
        int index1 = 0, index2 = 0;
        int kthElement = 0;
        while (true) {
   
            if (index1 == length1) {
   //数组1为空
                return nums2[index2 + k - 1];
            }
            if (index2 == length2) {
   //数组2为空
                return nums1[index1 + k - 1];
            }
            if (k == 1) {
   //中间数为1,则返回最小的数组中的值
                return Math.min(nums1[index1], nums2[index2]);
            }            
            int half = k / 2;
            int newIndex1 = Math.min(index1 + half, length1) - 1;
            int newIndex2 = Math.min(index2 + half, length2) - 1;//找到各自矩阵的最小值
            int pivot1 = nums1[newIndex1], pivot2 = nums2[newIndex2];
            if (pivot1 <= pivot2) {
   //比较两个数组当前值(从最小值开始比较)
                k -= (newIndex1 - index1 + 1);//如果数组二大。则k减去索引
                index1 = newIndex1 + 1;//变更数组1为下一个值
            } else {
   //同理,直到k为0
                k -= (newIndex2 - index2 + 1);
                index2 = newIndex2 + 1;
            }
        }
    }
}

时间复杂度为O(log(m+n)),m和n为数组nums1和nums2的长度
空间复杂度为O(1)

第5题 最长回文子串(中等)

给你一个字符串 s,找到 s 中最长的回文子串。

示例 1:

输入 输出
s = “babad” “bab”

示例 2:

输入 输出
s = “cbbd” “bb”

示例 3:

输入 输出
s = “a” “a”

示例 4:

输入 输出
s = “ac” “a”

代码

// 最长回文子串:双指针
class Solution {
   
    public String longestPalindrome(String s) {
   
        if (s == null || s.length() < 1) {
   
            return "";
        }
        int start = 0, end = 0;
        for (int i = 0; i < s.length(); i++) {
   
            int len1 = expandAroundCenter(s, i, i);//中间有单个字符的回文串
            int len2 = expandAroundCenter(s, i, i + 1);//中间无单个字符的回文串
            int len = Math.max(len1, len2);//找到最大长度
            if (len > end - start) {
   //如果最大长度比字符串首尾位置差还大
                start = i - (len - 1) / 2;//则起点为首位
                end = i + len / 2;//终点位末位
            }
        }
        return s.substring(start, end + 1);//将从起点到结尾的字符输出
    }
    public int expandAroundCenter(String s, int left, int right) {
   //中心扩展
        while (left >= 0 && right < s.length() && s.charAt(left) == s.charAt(right)) {
   //如果左右指针在字符串内且左右指针所指的值一样
            --left;
            ++right;//则左指针左移,右指针右移
        }
        return right - left - 1;//直到左右出范围或者左右指针所指字符不等,则返回左右指针之间的距离
    }
}

时间复杂度为O( n 2 n^2 n2),n为字符串的长度
空间复杂度为O(1)

第10题 正则表达式匹配(困难)

给你一个字符串 s 和一个字符规律 p,请你来实现一个支持 ‘.’ 和 ‘*’ 的正则表达式匹配。
‘.’ 匹配任意单个字符
’ * ’ 匹配零个或多个前面的那一个元素
所谓匹配,是要涵盖 整个 字符串 s的,而不是部分字符串。

示例 1:

输入 输出
s = “aa” p = “a” false

解释:“a” 无法匹配 “aa” 整个字符串。

示例 2:

输入 输出
输入:s = “ab” p = “.*” true

示例 3:

输入 输出
s = “aa” p = “a*” true

解释:因为 ‘*’ 代表可以匹配零个或多个前面的那一个元素, 在这里前面的元素就是 ‘a’。因此,字符串 “aa” 可被视为 ‘a’ 重复了一次。

示例 4:

输入 输出
输入:s = “aab” p = “cab” true

解释:因为 ‘*’ 表示零个或多个,这里 ‘c’ 为 0 个, ‘a’ 被重复一次。因此可以匹配字符串 “aab”。

示例 5:

输入 输出
s = “mississippi” p = “misisp*.” false

代码

// 正则表达式匹配:动态规划
class Solution {
   
    public boolean isMatch(String s, String p) {
   
        int m = s.length();
        int n = p.length();
        boolean[][] f = new boolean[m + 1][n + 1];
        f[0][0] = true;
        for (int i = 0; i <= m; ++i) {
   
            for (int j = 1; j <= n; ++j) {
   
                if (p.charAt(j - 1) == '*') {
   //如果p中第j-1个字符是*,则可以匹配多次
                    f[i][j] = f[i][j - 2];//对p中第j-1个字符匹配多次,匹配0次的情况
                    if (matches(s, p, i, j - 1)) {
   //判断匹配
                        f[i][j] = f[i][j] || f[i - 1][j];//如果符合,则字符串s中前i个字符和字符串p中前j个字符是否匹配取决于前一个i和当前的i是否匹配
                    }
                } else {
   
                    if (matches(s, p, i, j)) {
   //如果p的第j个字符是一个小写字母
                        f[i][j] = f[i - 1][j - 1];//则是否匹配取决于i-1和j-1
                    }
                }
            }
        }
        return f[m][n];
    }
    public boolean matches(String s, String p, int i, int j) {
   //匹配判断
        if (i == 0) {
   
            return false;
        }
        if (p.charAt(j - 1) == '.') {
   //出现‘.’代表匹配
            return true;
        }
        return s.charAt(i - 1) == p.charAt(j - 1);//字符是否匹配
    }
}

时间复杂度为O(mn),m和n分别为字符串s和p的长度
空间复杂度为O(mn)

第11题 盛最多水的容器(中等)

给你 n 个非负整数 a 1 , a 2 , . . . , a n , a_1,a_2,...,a_n, a1a2...an每个数代表坐标中的一个点 (i, a i a_i ai) 。在坐标内画 n 条垂直线,垂直线 i 的两个端点分别为 (i, a i a_i ai) 和 (i, 0) 。找出其中的两条线,使得它们与 x 轴共同构成的容器可以容纳最多的水。
说明:你不能倾斜容器。

在这里插入图片描述

示例 1:

输入 输出
[1,8,6,2,5,4,8,3,7] 49

解释:图中垂直线代表输入数组 [1,8,6,2,5,4,8,3,7]。在此情况下,容器能够容纳水(表示为蓝色部分)的最大值为 49。

示例 2:

输入 输出
height = [1,1] 1

示例 3:

输入 输出
height = [4,3,2,1,4] 16

示例 4:

输入 输出
height = [1,2,1] 2

代码

// 盛最多水的容器:双指针
public class Solution {
   
    public int maxArea(int[] height) {
   
        int l = 0, r = height.length - 1;//定义双指针,指向首尾
        int ans = 0;
        while (l < r) {
   
            int area = Math.min(height[l], height[r]) * (r - l);//比较高度,找出左右边界最低的高度,然后乘上左右边界之间的距离
            ans = Math.max(ans, area);
            if (height[l] <= height[r]) {
   //比较左右边界高度
                ++l;//左边低,左指针右移
            }
            else {
   
                --r;//右边低,右指针左移
            }
        }
        return ans;
    }
}

时间复杂度为O(n),n为数组的长度
空间复杂度为O(1)

第15题 三数之和(中等)

给你一个包含 n 个整数的数组 nums,判断 nums 中是否存在三个元素 a,b,c ,使得 a + b + c = 0 ?请你找出所有和为 0 且不重复的三元组。
注意:答案中不可以包含重复的三元组。

示例 1:

输入 输出
nums = [-1,0,1,2,-1,-4] [[-1,-1,2],[-1,0,1]]

示例 2:

输入 输出
nums = [] []

示例 3:

输入 输出
nums = [0] []

代码

// 三数之和:排序 + 双指针
class Solution {
   
    public List<List<Integer>> threeSum(int[] nums) {
   
        int n = nums.length;
        Arrays.sort(nums);//排序
        List<List<Integer>> ans = new ArrayList<List<Integer>>();
        for (int first = 0; first < n; ++first) {
   //第一个数
            if (first > 0 && nums[first] == nums[first - 1]) {
   //当first大于0且相邻两个数相等时,跳过
                continue;
            }
            int third = n - 1;//第三个数
            int target = -nums[first];//目标值
            for (int second = first + 1; second < n; ++second) {
   //第二个数在第一个数之后
                if (second > first + 1 && nums[second] == nums[second - 1]) {
   //如果第二个数在第一个数后一个位置以后,且相邻两个数相等时,跳过
                    continue;
                }
                while (second < third && nums[second] + nums[third] > target) {
   //如果第二个数加第三个数大于目标值,则第三个数右移
                    --third;
                }
                if (second == third) {
   //如果第二个数等于第三个数,则终止本层循环
                    break;
                }
                if (nums[second] + nums[third] == target) {
   //如果第二个数和第三个数相加等于目标值,则输出结果
                    List<Integer> list = new ArrayList<Integer>();
                    list.add(nums[first]);
                    list.add(nums[second]);
                    list.add(nums[third]);
                    ans.add(list);
                }
            }
        }
        return ans;
    }
}

时间复杂度为O( N 2 N^2 N2),n为数组的长度
空间复杂度为O( log ⁡ N

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1. Two Sum 2. Add Two Numbers 3. Longest Substring Without Repeating Characters 4. Median of Two Sorted Arrays 5. Longest Palindromic Substring 6. ZigZag Conversion 7. Reverse Integer 8. String to Integer (atoi) 9. Palindrome Number 10. Regular Expression Matching 11. Container With Most Water 12. Integer to Roman 13. Roman to Integer 14. Longest Common Prefix 15. 3Sum 16. 3Sum Closest 17. Letter Combinations of a Phone Number 18. 4Sum 19. Remove Nth Node From End of List 20. Valid Parentheses 21. Merge Two Sorted Lists 22. Generate Parentheses 23. Swap Nodes in Pairs 24. Reverse Nodes in k-Group 25. Remove Duplicates from Sorted Array 26. Remove Element 27. Implement strStr() 28. Divide Two Integers 29. Substring with Concatenation of All Words 30. Next Permutation 31. Longest Valid Parentheses 32. Search in Rotated Sorted Array 33. Search for a Range 34. Find First and Last Position of Element in Sorted Array 35. Valid Sudoku 36. Sudoku Solver 37. Count and Say 38. Combination Sum 39. Combination Sum II 40. First Missing Positive 41. Trapping Rain Water 42. Jump Game 43. Merge Intervals 44. Insert Interval 45. Unique Paths 46. Minimum Path Sum 47. Climbing Stairs 48. Permutations 49. Permutations II 50. Rotate Image 51. Group Anagrams 52. Pow(x, n) 53. Maximum Subarray 54. Spiral Matrix 55. Jump Game II 56. Merge k Sorted Lists 57. Insertion Sort List 58. Sort List 59. Largest Rectangle in Histogram 60. Valid Number 61. Word Search 62. Minimum Window Substring 63. Unique Binary Search Trees 64. Unique Binary Search Trees II 65. Interleaving String 66. Maximum Product Subarray 67. Binary Tree Inorder Traversal 68. Binary Tree Preorder Traversal 69. Binary Tree Postorder Traversal 70. Flatten Binary Tree to Linked List 71. Construct Binary Tree from Preorder and Inorder Traversal 72. Construct Binary Tree from Inorder and Postorder Traversal 73. Binary Tree Level Order Traversal 74. Binary Tree Zigzag Level Order Traversal 75. Convert Sorted Array to Binary Search Tree 76. Convert Sorted List to Binary Search Tree 77. Recover Binary Search Tree 78. Sum Root to Leaf Numbers 79. Path Sum 80. Path Sum II 81. Binary Tree Maximum Path Sum 82. Populating Next Right Pointers in Each Node 83. Populating Next Right Pointers in Each Node II 84. Reverse Linked List 85. Reverse Linked List II 86. Partition List 87. Rotate List 88. Remove Duplicates from Sorted List 89. Remove Duplicates from Sorted List II 90. Intersection of Two Linked Lists 91. Linked List Cycle 92. Linked List Cycle II 93. Reorder List 94. Binary Tree Upside Down 95. Binary Tree Right Side View 96. Palindrome Linked List 97. Convert Binary Search Tree to Sorted Doubly Linked List 98. Lowest Common Ancestor of a Binary Tree 99. Lowest Common Ancestor of a Binary Search Tree 100. Binary Tree Level Order Traversal II

“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
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
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