徒手挖地球二八周目
NO.62 不同路径 中等
思路一:动态规划 只能向下或向右,就是无法后退或者绕路且到达终点的步数是确定的。
dp[][]数组的含义:dp[i][j]就是到到i行j列的位置有多少种走法。
初始化:dp[0][0]~dp[0][n-1]即第一列和dp[0][0]~dp[0][n-1]即第一行因为只有向下或向右移动,所以都只有1走法可以到达。
状态转移:除了第一行、第一列,dp[i][j]=dp[i-1][j]+dp[i][j-1],还是因为只能向下或向右移动,所以dp[i][j]的一定是从其上面的[i][j-1]或左面的[i-1][j]移动而来。
public int uniquePaths(int m, int n) {
int[][] dp=new int[m][n];
//初始化
for (int i = 0; i < m; i++) dp[i][0]=1;
for (int j = 0; j < n; j++) dp[0][j]=1;
//状态转移
for (int i = 1; i < m; i++) {
for (int j = 1; j < n; j++) {
dp[i][j]=dp[i-1][j]+dp[i][j-1];
}
}
return dp[m-1][n-1];
}
时间复杂度:O(m*n)
NO.63 不同路径II 中等
思路一:动态规划 这道题和上一题作为姊妹题,没什么太大变化,只是多了障碍物这个因素。
dp[][]数组的含义:和上一题一样。
初始化:dp[0][0]~dp[0][n-1]即第一列和dp[0][0]~dp[0][n-1]即第一行因为只有向下或向右移动,所以在第一个障碍物之前的位置都是1,障碍物即障碍物之后的位置都是无法到达所以是0。
状态转移:如果[i][j]是障碍物则无法到达所以是0,否则依然是dp[i][j]=dp[i-1][j]+dp[i][j-1],还是因为只能向下或向右移动,所以dp[i][j]的一定是从其上面的[i][j-1]或左面的[i-1][j]移动而来。
public int uniquePathsWithObstacles(int[][] obstacleGrid) {
int m = obstacleGrid.length,n=obstacleGrid[0].length;
int[][] dp=new int[m][n];
//初始化
for (int i = 0; i < m; i++) {
if (obstacleGrid[i][0]==0)dp[i][0]=1;
else break;
}
for (int j = 0; j < n; j++) {
if (obstacleGrid[0][j]==0)dp[0][j]=1;
else break;
}
//状态转移
for (int i = 1; i < m; i++) {
for (int j = 1; j < n; j++) {
if (obstacleGrid[i][j]==1)dp[i][j]=0;
else dp[i][j]=dp[i-1][j]+dp[i][j-1];
}
}
return dp[m-1][n-1];
}
时间复杂度:O(m*n)
NO.543 二叉树的直径 简单
思路一:深度优先遍历 这道题比较明显,立刻就能想到深度搜索,关键是怎么找到最长的。
一开始就陷入了一个误区,我觉着最大直径一定有根节点,所以根节点左子树找到最深的路径leftMax、右子树找到最深路径rightMax,最后总的最深路径就是leftMax+rightMax。很朴实的想法,但是明显是错误的。如果树是空的就错了,即使树不空但是根节点的左子树或者右子树为空也可能会出错,形如下图。
最初的这个想法浪费了不少时间,但是通过学习别人的思路发现最初的错误方法有一小部分是正确的。
虽然最大直径不一定经过根节点,但是一定经过某个节点(废话),这个某节点的左子树最深路径和右子树最深路径之和就是最大直径。
我们要找的是路径和而不是节点和,这一点要牢记。
根据这个左右子树最大深度之和的方式,深度优先遍历将所有节点的最大直径都算出来,取最大即可。递归深搜到每个叶子节点,触底返回节点左右最深的路径+1。
int ans=0;
public int diameterOfBinaryTree(TreeNode root) {
if (root==null)return ans;
dfs(root);
return ans;
}
private int dfs(TreeNode root) {
//为空,没有路径
if (root==null)return 0;
//深搜
int leftMax=dfs(root.left);
int rightMax=dfs(root.right);
//每个子树根的最大直径
ans=Math.max(ans,leftMax+rightMax);
//+1因为子树的根到父节点之间有一条边
return Math.max(leftMax,rightMax)+1;
}
时间复杂度:O(n)
NO.1013 将数组分成和相等的三个部分 简单
思路一:双指针法 一个数组能分成和相等的三部分,则这个数组元素总sum和必定是3的倍数,如不是则否定。
双指针头尾开始同时遍历,寻找最左部分和最右部分总和等于sum/3的位置,并且寻找过程中要给中间部分留有余地(中间部分至少是一个元素)。
public boolean canThreePartsEqualSum(int[] A) {
//元素总和必须是3的倍数
int sum=0;
for (int i : A) {
sum+=i;
}
if (sum%3!=0)return false;
//双指针找和等于sum/3的左右部分
int left=0,right=A.length-1,leftSum=A[0],rightSum=A[A.length-1];
//+1给中间部分留有"余地"
while (left+1<right){
if (leftSum == sum / 3 && rightSum == sum / 3) {
return true;
}
if (leftSum != sum / 3) {
leftSum+=A[++left];
}
if (rightSum != sum / 3) {
rightSum+=A[--right];
}
}
return false;
}
时间复杂度:O(n)
思路二:计数器法 和思路一差不多,先判断元素总和是否满足条件。
顺序遍历,count计数器记录有多少部分的和等于sum/3。
如果count>=3,则true。为什么是>=?例如[1,-1,1,-1,1,-1,1,-1],count==4这个数组依然符合要求。
public boolean canThreePartsEqualSum(int[] A) {
//元素总和必须是3的倍数
int sum = 0;
for (int i : A) {
sum += i;
}
if (sum % 3 != 0) return false;
//顺序遍历找等于sum/3的部分
int count = 0, partialSum = 0;
for (int i : A) {
partialSum += i;
if (partialSum == sum/3) {
partialSum=0;
count++;
}
}
return count>=3;
}
时间复杂度:O(n)
本人菜鸟,有错误请告知,感激不尽!