力扣初级算法。
**
4道树的题目
**
树的类如下
/**
* Definition for a binary tree node.
* public class TreeNode {
* int val;
* TreeNode left;
* TreeNode right;
* TreeNode() {}
* TreeNode(int val) { this.val = val; }
* TreeNode(int val, TreeNode left, TreeNode right) {
* this.val = val;
* this.left = left;
* this.right = right;
* }
* }
*/
1.求二叉树的最大深度
递归法:
class Solution {
public int maxDepth(TreeNode root) {
return root == null? 0: Math.max(maxDepth(root.left),maxDepth(root.right))+1;
}
}
非递归法,其实是利用BFS的层序遍历,要用到队列。
class Solution {
public int maxDepth(TreeNode root) {
Queue<TreeNode> queue = new LinkedList<TreeNode>();
if(root == null){
return 0;
}else{
int level = 0; //记录层数
int queueSize; //记录每层的数量
TreeNode current; //记录当前结点
queue.offer(root); //根节点入队列
while(!queue.isEmpty()){
level++;
queueSize = queue.size(); //计算这层的结点数
while(queueSize!=0){ //队列不为空可能还有结点没有遍历
queueSize--; //从队列中取出队首结点
current = queue.peek();
if(current.left!=null){
queue.offer(current.left);
}
if(current.right!=null){
queue.offer(current.right);
}
queue.poll();
}
}
return level;
}
}
}
2.验证二叉搜索树
思路:对二叉搜索树进行中序遍历的结果应该是非递减的。关键是对二叉搜索树进行非递归的中序遍历。
class Solution {
public boolean isValidBST(TreeNode root) {
if((root.left == null)&&(root.right == null)){
return true; //结点数为1的树
}else{
int count = 0; //计算是第几次比较。
TreeNode current = root; //记录中序遍历时的当前节点
Stack<TreeNode> stack = new Stack<TreeNode>();
int before = Integer.MIN_VALUE; //比较的临时变量
TreeNode lastNode = null; //用于区分某结点的左节点是否已经入过栈
boolean result = true; //是否为二叉搜索树结果
stack.push(root); //根节点入栈
while(!stack.empty()){
if((current.left!=null)&&(lastNode!=current)){ //lastNode!=current是为了防止已经进入过栈的结点重复入栈。
current = current.left;
stack.push(current); //入栈,找到最左下的那个结点
}else{
current = stack.pop();
count++; //记录比较次数
/*
比较
*/
if(count!=1){
if(before>=current.val){ //有一次比较出现了问题,就不是二叉搜索树。
result = false;
break;
}else{
before = current.val;
}
}else{
before = current.val; //第一次不比较,只更新before,因为before初始是一个无穷小的变量。
}
if(current.right!=null){ //当前结点有右子树,到右节点。
current = current.right;
stack.push(current);
}else{ //记录以下当前结点,防止当前结点的左子树重复入栈。
lastNode = current;
}
}
}
return result;
}
}
}
3.判断对称二叉树,用的是双指针加递归。
/**
* Definition for a binary tree node.
* public class TreeNode {
* int val;
* TreeNode left;
* TreeNode right;
* TreeNode() {}
* TreeNode(int val) { this.val = val; }
* TreeNode(int val, TreeNode left, TreeNode right) {
* this.val = val;
* this.left = left;
* this.right = right;
* }
* }
*/
class Solution {
public boolean isSymmetric(TreeNode root) {
TreeNode p = root,q = root;
return nodeEquals(p,q);
}
public boolean nodeEquals(TreeNode p,TreeNode q){
/*
递归的判断左右子树对称。
p->左子树,q->右子树。
*/
if((p == null)||(q == null)){ //左右子树有一个为空
if((p == null)&&(q == null)){
return true; //必须全为空才对称
}else{
return false; //否则必不对称。
}
}else{ //左右子树均有值
if(p.val == q.val){
/*
左子树的值等于右子树的值,才能接着判断。继续递归(左子树的左子树和右子树的右子树)和(左子树的右子树和右子树的左子树),两者均为true才是对称的,所以必须取短路与&&。
*/
return nodeEquals(p.left,q.right)&&nodeEquals(p.right,q.left);
}else{
return false; //左子树的值不等于右子树的值,不是对称矩阵。
}
}
}
}
4.二叉树的层序遍历。
和1题雷同,只能利用队列解决。
class Solution {
public List<List<Integer>> levelOrder(TreeNode root) {
List<List<Integer>> list2 = new ArrayList<>();
Queue<TreeNode> queue = new LinkedList<TreeNode>();
int levelSize = 0;
if(root!=null){
queue.offer(root);
}
while(!queue.isEmpty()){
levelSize = queue.size();
List<Integer> list1 = new ArrayList<>();
while(levelSize!=0){
levelSize--;
TreeNode current = queue.peek();
list1.add(current.val);
queue.poll();
if(current.left!=null){
queue.offer(current.left);
}
if(current.right!=null){
queue.offer(current.right);
}
}
list2.add(list1);
}
return list2;
}
}
**
1道排序和搜索
**
1.合并两个有序数组
给两个有序数组,nums1[]和nums2[],里面的元素顺序均为递增,两数组大小分别为m,n。要求将nums2中的元素按顺序合并到nums1中。为便于解答,这道题已经为我们分配好了nums1的大小为m+n。
要求时间复杂度为O(m+n)。
思路:采用双指针,初始指向两数组末尾,每次把最大的数赋值给num1的末尾后移动相应指针。
class Solution {
public void merge(int[] nums1, int m, int[] nums2, int n) {
if(m == 0){
for(int i=0;i<n;i++){
nums1[i] = nums2[i];
}
}else{
int index1 = m-1; //指向nums1数组的指针
int index2 = n-1; //指向nums2数组的指针
int count = 1; //这是第几次末尾赋值,用于计算末尾赋值时的数组下标。
while((index1 > -1)&&(index2 > -1)){ //两数组全部没有遍历完毕
if(nums1[index1]>=nums2[index2]){ //如果当前处在nums1数组的指针指向的数大于nums2数组的指针指向的数。
nums1[m+n-count] = nums1[index1]; //进行末尾赋值操作,将num1数组指针指向的数移动到nums1数组末尾。
index1--; //nums1数组指针前移
count++; //末尾赋值次数加一。
}else{ //同理,num2的数大于nums1的数。
nums1[m+n-count] = nums2[index2];
index2--;
count++;
}
}
/*
最后,若nums2的数有剩余,填到nums1开头就行。
*/
if(index2>=0){
for(int i=0;i<=index2;i++){
nums1[i] = nums2[i];
}
}
}
}
}
1道动态规划
1.买卖股票的最佳时机。
给定每天的股票价格数组,求最大收益
例如[7,1,5,3,6,4],输出5.
第二天价格为1的时候买入,倒数第二天价格为6的时候卖出,收益为6-1=5.
如只能亏本,则输出0.
思路:截至至第n天的收益等于max(截止至n-1天的最大收益,第n天价格-前n-1天的最低价格)。
这里前n-1天的最低价格,我们可以用一个数组来进行记录。
class Solution {
public int maxProfit(int[] prices) {
/*
求截止至n-1天的最低价格。
*/
int[] min_price = new int[prices.length-1]; //用于记录截止至1,2,3,...n-1天的最低价格。
for(int i=0;i<prices.length-1;i++){
if(i == 0){
min_price[i] = prices[0];
}else{
min_price[i] = Math.min(min_price[i-1],prices[i]);
}
}
return getProfit(prices,min_price,prices.length-1); //按思路中提出的公式递归计算最大收益。
}
public int getProfit(int[] prices,int[] min_price,int day){
/*
按思路中提出的公式递归计算最大收益。
*/
if(day == 0){
return 0;
}else{
return Math.max(getProfit(prices,min_price,day-1),prices[day]-min_price[day-1]);
}
}
}
这题刚开始不记录历史数据,会报超时的错误。
力扣的初级算法咋这么难啊。。。