前缀树
何为前缀树?如何生成前缀树?
例子:
一个字符串类型的数组arr1,另一个字符串类型的数组arr2。
- arr2中有哪些字符,是arr1中出现的?请打印。
- arr2中有哪些字符,是作为arr1中某个字符串前缀出现的?请打印。
- arr2中有哪些字符,是作为arr1中某个字符串前缀出现的?请打印arr2中出现次数最大的前缀。
public class TrieTree {
public static class TrieNode{
//表示添加前缀树的时候,当前节点到达过多少次
public int pass;
//表示到当前节点就结尾的单词有多少个
public int end;
//字符特别多的情况下,用HashMap<Character,Node> nexts;
public TrieNode[] nexts;
public TrieNode(){
pass= 0;
end = 0;
//nexts[0] == null 没有走向'a'的路
//nexts[0] != null 有走向'a'的路
//...
//next[25] != null 有走向'z'的路
nexts = new TrieNode[26];
}
}
public static class Trie {
private TrieNode root;
public Trie(){
root = new TrieNode();
}
//插入元素
public void insert(String word){
if (word == null){
return;
}
char[] chars = word.toCharArray();
TrieNode node = root;
node.pass++;
int index = 0;
//从左往右遍历字符串
for (int i=0; i<chars.length; i++){
//由字符得出对应该走哪条路
index = chars[i] - 'a';
if (node.nexts[index] == null){
node.nexts[index] = new TrieNode();
}
node = node.nexts[index];
node.pass++;
}
node.end++;
}
//查询word这个单词出现过几次
public int search(String word){
if (word == null){
return 0;
}
char[] chars = word.toCharArray();
TrieNode node = root;
int index = 0;
for (int i=0; i<chars.length; i++){
index = chars[i] - 'a';
if (node.nexts[index] == null){
return 0;
}
node = node.nexts[index];
}
return node.end;
}
//删除元素
public void delete(String word){
if (search(word) != 0){
char[] chars = word.toCharArray();
TrieNode node = root;
int index = 0;
for (int i=0; i<chars.length; i++){
index = chars[i] - 'a';
if (--node.nexts[index].pass== 0){
node.nexts[index] = null;
return;
}
node = node.nexts[index];
}
node.end--;
}
}
//查找以pre为前缀的单词有几个
public int prefixNumber(String pre) {
if (pre == null) {
return 0;
}
char[] chars = pre.toCharArray();
TrieNode node = root;
int index = 0;
for (int i = 0; i < chars.length; i++){
index = chars[i] - 'a';
if (node.nexts[index] == null){
return 0;
}
node = node.nexts[index];
}
return node.pass;
}
public static void main(String[] args) {
Trie trie = new Trie();
System.out.println(trie.search("zuo"));
trie.insert("zuo");
System.out.println(trie.search("zuo"));
trie.delete("zuo");
System.out.println(trie.search("zuo"));
trie.insert("zuo");
trie.insert("zuo");
trie.delete("zuo");
System.out.println(trie.search("zuo"));
trie.delete("zuo");
System.out.println(trie.search("zuo"));
trie.insert("zuoa");
trie.insert("zuoac");
trie.insert("zuoab");
trie.insert("zuoad");
trie.delete("zuoa");
System.out.println(trie.search("zuoa"));
System.out.println(trie.prefixNumber("zuo"));
}
}
}
贪心算法
在某一标准下,优先考虑最满足标准的样本,最后考虑最不满足标准的样本,最终得到一个答案的算法,叫做贪心算法
也就是说,不从整体最优上加以考虑,所做出的是在某种意义上的局部最优解
局部最优解 —?—> 整体最优解
笔试的解题套路
- 实现一个不依靠贪心策略的解法x,可使用最暴力的尝试
- 脑补出贪心策略a,贪心策略b。。。
- 用解法x和对数器,去验证每一个贪心策略,用实验的方式得知哪个贪心策略正确
- 不要纠结贪心策略的证明
技巧:
- 根据某个标准建立一个比较器来排序
- 根据某标准建立一个比较器来组成堆
安排会议问题
一些项目要占用一个会议室宣讲,会议室不能同时容纳两个项目的宣讲。给你每一个项目的开始时间和结束时间(给你一个数组,里面是一个个具体的项目),你来安排宣讲的日程,要求会议室进行宣讲的场次最多,返回这个最多的宣讲场次。
import java.util.Arrays;
import java.util.Comparator;
public class BestArrange {
public static class Program{
private int start;
private int end;
public Program(int start,int end){
this.start = start;
this.end = end;
}
}
public static class ProgramComparator implements Comparator<Program>{
@Override
public int compare(Program o1, Program o2) {
return o1.end - o2.end;
}
}
public static int bestArray (Program[] programs,int start) {
Arrays.sort(programs,new ProgramComparator());
int result = 0;
//从左往右遍历所有的会议,当前开始时间start要是小于或等于当前会议的开始时间,就代表当前会议可以安排
for(int i = 0; i < programs.length; i++){
if(start <= programs[i].start){
result++;
start = programs[i].end;
}
}
return result;
}
public static void main(String[] args) {
Program pro1 = new Program(0,1);
Program pro2 = new Program(1,3);
Program pro3 = new Program(1,2);
Program pro4 = new Program(2,3);
Program[] programs = {pro1,pro2,pro3,pro4};
System.out.println(bestArray(programs, 0));
}
}
字符串拼接问题
给定一个字符串类型的数组strs,找到一种拼接方式,使得把所有字符串拼起来之后形成的字符串具有最低的字典序。
将字符串等同于k进制的树,则a.b <= b.a 相当于 a * m(b) +b (m(b)为b字符串的长度,相当于把a往左移m(b)位) << b * m(a) +a
由此可见,贪心策略证明非常麻烦,所以做题时别证,套模板,用对数器来实验比较结果是否正确
import java.util.Arrays;
import java.util.Comparator;
public class LowestLexicography {
public static class MyComparator implements Comparator<String> {
@Override
public int compare(String a, String b) {
//a结合b之后比较b结合a,实际上就是比较字典序
return (a+b).compareTo(b+a);
}
}
public static String lowestString(String[] strs){
if (strs == null || strs.length == 0){
return "";
}
Arrays.sort(strs,new MyComparator());
String res = "";
for (int i = 0;i<strs.length;i++){
res += strs[i];
}
return res;
}
public static void main(String[] args) {
String[] strs1 = { "jibw", "ji", "jp", "bw", "jibw" };
System.out.println(lowestString(strs1));
}
}
金条问题
一块金条切成两半,是需要花费和长度数值一样的铜板的。比如长度为20的 金条,不管切成长度多大的两半,都要花费20个铜板。
一群人想整分整块金 条,怎么分最省铜板?
例如,给定数组{10,20,30},代表一共三个人,整块金条长度为10+20+30=60. 金条要分成10,20,30三个部分。 如果先把长度60的金条分成10和50,花费60 再把长度50的金条分成20和30,花费50,一共花费110铜板。
但是如果先把长度60的金条分成30和30,花费60;再把长度30金条分成10和20,花费30;一共花费90铜板。
输入一个数组,返回分割的最小代价。
哈夫曼编码问题:子节点合并在一起的代价是加起来的和
public class Less_Money {
public static int lessMoney(int[] arr){
//优先级队列,默认升序
PriorityQueue<Integer> pQ = new PriorityQueue<>();
for (int i = 0; i < arr.length; i++) {
pQ.add(arr[i]);
}
int sum = 0;
int cur = 0;
while (pQ.size() > 1){
cur = pQ.poll() + pQ.poll();
sum += cur;
pQ.add(cur);
}
return sum;
}
public static void main(String[] args) {
int[] arr = {6,7,8,9};
System.out.println(lessMoney(arr));
}
}
最大钱数问题
输入:
参数1,正数数组costs
参数2,正数数组profits
参数3,正数k
参数4,正数m
含义:
costs[i]表示i号项目的花费,
profits[i]表示i号项目在扣除花费之后还能挣到的钱(利润),
k表示你不能并行、只能串行的最多做k个项目,
m表示你初始的资金
说明:
你每做完一个项目,马上获得的收益,可以支持你去做下一个 项目。
输出:
你最后获得的最大钱数。
import java.util.Comparator;
import java.util.PriorityQueue;
public class IPO {
public static class Node{
public int p;
public int c;
public Node( int p,int c){
this.p = p;
this.c = c;
}
}
//最小花费比较器
public static class MinCostComparator implements Comparator<Node>{
@Override
public int compare(Node o1, Node o2) {
return o1.c-o2.c;
}
}
//最大利润比较器
public static class MaxProfitComparator implements Comparator<Node>{
@Override
public int compare(Node o1, Node o2) {
return o2.p-o1.p;
}
}
public static int findMaximizedCapital(int k,int w,int[] Profits,int[] Capital){
PriorityQueue<Node> minCostQ = new PriorityQueue<>(new MinCostComparator());
PriorityQueue<Node> maxProfitQ = new PriorityQueue<>(new MaxProfitComparator());
//所有项目被扔进被锁池中——花费组织的小根堆
for (int i=0;i<nodes.length; i++){
minCostQ.add(new Node(Profits[i],Capital[i]));
}
//进行k轮
for (int i=0; i<k; i++){
//能力所及的项目,全解锁
while (!minCostQ.isEmpty() && minCostQ.peek().c <= w){
maxProfitQ.add(minCostQ.poll());
}
if (maxProfitQ.isEmpty()){
return w;
}
w += maxProfitQ.poll().p;
}
return w;
}
public static void main(String[] args) {
int[] profits = {4,5,6};
int[] capical = {10,13,30};
System.out.println(findMaximizedCapital(3, 15, profits, capical));
}
}
一个数据流中,随时可以取得中位数(与贪心无关)
import java.util.Comparator;
import java.util.PriorityQueue;
public class MadianQuick {
public static class MedianQuick{
private PriorityQueue<Integer> maxHeap = new PriorityQueue<>(new MaxHeapComparator());
private PriorityQueue<Integer> minHeap = new PriorityQueue<>(new MinHeapComparator());
private void modifyTwoHeapsSize(){
if (this.maxHeap.size() == this.minHeap.size() +2){
this.maxHeap.add(this.minHeap.poll());
}
if (this.minHeap.size() == this.maxHeap.size() + 2) {
this.maxHeap.add(this.minHeap.poll());
}
}
public void addNumber(int num) {
if (this.maxHeap.isEmpty()) {
this.maxHeap.add(num);
return;
}
if (this.maxHeap.peek() >= num) {
this.maxHeap.add(num);
} else {
if (this.minHeap.isEmpty()) {
this.minHeap.add(num);
return;
}
if (this.minHeap.peek() > num) {
this.maxHeap.add(num);
} else {
this.minHeap.add(num);
}
}
modifyTwoHeapsSize();
}
public Integer getMedian() {
int maxHeapSize = this.maxHeap.size();
int minHeapSize = this.minHeap.size();
if (maxHeapSize + minHeapSize == 0) {
return null;
}
Integer maxHeapHead = this.maxHeap.peek();
Integer minHeapHead = this.minHeap.peek();
if (((maxHeapSize + minHeapSize) & 1) == 0) { //偶数
return (maxHeapHead + minHeapHead) / 2;
}
return maxHeapSize > minHeapSize ? maxHeapHead : minHeapHead;
}
}
public static class MaxHeapComparator implements Comparator<Integer> {
@Override
public int compare(Integer o1, Integer o2) {
if (o2 > o1) {
return 1;
} else {
return -1;
}
}
}
public static class MinHeapComparator implements Comparator<Integer> {
@Override
public int compare(Integer o1, Integer o2) {
if (o2 < o1) {
return 1;
} else {
return -1;
}
}
}
}
N皇后问题
N皇后问题是指在N*N的棋盘上要摆N个皇后,要求任何两个皇后不同行、不同列,也不在同一条斜线上。
给定一个整数n,返回n皇后的摆法有多少种
n = 1,返回1
n = 2或3,2皇后和3皇后问题怎么摆都不行,返回0
n = 8,返回92
public static int num1(int n){
if(n < 0){
return 0;
}
//record[0]代表第0行的皇后放在哪一列
int[] record = new int[n];
return process1(0,record,n);
}
//record[0..i-1]的皇后,任意两个皇后一定不共行,不共列,不共斜线
//当前来到第i行,
//record[0...i-1]表示之前的行,放了的皇后位置
//n代表整体一共有多少行
//返回值是,摆完所有的皇后,合理的摆法有多少种
public static int process1(int i,int[] record,int n){
//终止行
if(i == n){
return 1;
}
int res = 0;
//当前行在i行,尝试所有的列j
for(int j = 0;j < n;j++){
//当前i行的皇后,放在j列,会不会和之前的(0...i-1)的皇后,共行共列或者共斜线
//如果是,认为无效
//如果不是,认为有效
if(isValid(record,i,j){
record[i] = j;
res += process1(i+1,record,n);
}
}
return res;
}
//record[0...i-1]需要看,后续的不需要
//返回i行皇后,放在j列,是否有效
public static boolean isValid(int[] record,int i,int j){
for(int k = 0; k < i; k++){
//共列和共斜线返回false
if(j == record[k] || Math.abs(record[k] - j) == Math.abs(i-k)){
return false;
}
}
return true;
}