力扣算法刷题记录---day01-CSDN博客

本文链接：https://blog.csdn.net/qq_45757356/article/details/126263565

力扣的算法题----day01

力扣–231. 2 的幂

描述

难度简单525收藏分享切换为英文接收动态反馈

给你一个整数 n，请你判断该整数是否是 2 的幂次方。如果是，返回 true ；否则，返回 false 。

如果存在一个整数 x 使得 n == 2x ，则认为 n 是 2 的幂次方。

示例 1：

输入：n = 1
输出：true
解释：20 = 1

示例 2：

输入：n = 16
输出：true
解释：24 = 16

示例 3：

输入：n = 3
输出：false

示例 4：

输入：n = 4
输出：true

示例 5：

输入：n = 5
输出：false

提示：

-231 <= n <= 231 - 1

**进阶：**你能够不使用循环/递归解决此问题吗？

答案

/**
 * @param {number} n
 * @return {boolean}
 */
var isPowerOfTwo = function(n) {
	return n > 0 && (n&(n-1) === 0);
};

题解

二进制与运算，该算法中可以知道，2的平方的数都是只有一个1，剩余均为0，比如2：10 ，4：100，

每一个二进制数-1都会出现本二进制位为0，其他位数为1的现象，例如: 1：01，3：011，

按位与运算后，其结果就是0。

再加上二的n次方本来就是大于0的。既节省了空间，又节省了时间。

力扣–136. 只出现一次的数字

描述

给定一个非空整数数组，除了某个元素只出现一次以外，其余每个元素均出现两次。找出那个只出现了一次的元素。

说明：

你的算法应该具有线性时间复杂度。你可以不使用额外空间来实现吗？

示例 1:

输入: [2,2,1]
输出: 1
示例 2:

输入: [4,1,2,1,2]
输出: 4

答案

方法1：记录次数

遍历数组，同时建立哈希表来记录每个数字在数组中出现的次数
遍历哈希表找到只出现一次的数字
时间复杂度O(n)
空间复杂度O(n)

方法1.5 ：记录数字

在遍历数组时记录出现过的数字：如果当前数字没有出现过则将数字记下，如果当前数字已经出现过了，则将其从记录表中删去。
最后记录中剩下的数字就是只出现一次的数字
时间复杂度O(n)
空间复杂度O(n)

方法2：异或（XOR）

如果我们对0和二进制位做XOR运算，得到的仍然是这个二进制位
如果我们对相同的二进制位做XOR运算返回的结果是0
XOR满足交换律和结合律
时间复杂度O(n)，其中 nn 是数组长度。只需要对数组遍历一次。
空间复杂度O(1)

/**
 * @param {number[]} nums
 * @return {number}
 */
var singleNumber = function(nums) {
    let ret = 0;
    nums.forEach(num=>{
        ret ^= num;
    });
    return ret;
};

力扣- 1. 两数之和

描述

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

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

输入：nums = [3,3], target = 6
输出：[0,1]

提示：

2 <= nums.length <= 104
-109 <= nums[i] <= 109
-109 <= target <= 109
只会存在一个有效答案
进阶：你可以想出一个时间复杂度小于 O(n2) 的算法吗？

答案：

方法一：

/**
 * @param {number[]} nums
 * @param {number} target
 * @return {number[]}
 */
 
var twoSum = function(nums, target) {
    for(let i=0;i<nums.length;i++){
        for(let j=0;j<nums.length;j++){
            if(nums[i]+nums[j]===target && i!==j){
                return [i,j];
            }
        }
    }
};

复杂度：

时间复杂度：O(n^2) 数组长度是n 算法大概执行了多少次
空间复杂度： O(1) i和j都是一个普通的数字

方法二：

/**
 * @param {number[]} nums
 * @param {number} target
 * @return {number[]}
 */
var twoSum = function(nums, target) {
    let obj = {}
    for(let i=0;i<nums.length;i++){
        let num = nums[i]
        let n = target - num
        if(num in obj){
            return [i,obj[num]]
        }else{
            obj[n] = i
        }
    }
};