191. 位1的个数
编写一个函数,输入是一个无符号整数(以二进制串的形式),返回其二进制表达式中数字位数为 ‘1’ 的个数(也被称为汉明重量)。
思路
这个题是简单的使用异或就行了
异或:相同为0,不同为1
与:只有同为1时,结果才为1
完整代码
public int hammingWeight(int n) {
int cnt = 0;
while(n != 0){
n = n ^ (n & ((~n) + 1));
cnt++;
}
return cnt;
}
73. 矩阵置零
给定一个 m x n 的矩阵,如果一个元素为 0 ,则将其所在行和列的所有元素都设为 0 。请使用 原地 算法。
思路
“在计算机科学中,一个原地算法(in-place algorithm)基本上不需要额外辅助的数据结构,然而,允许少量额外的辅助变量来转换数据的算法。当算法运行时,输入的数据通常会被要输出的部分覆盖掉。不是原地算法有时候称为非原地(not-in-place)或不得其所(out-of-place)。–摘自维基百科。
在计算复杂性理论中,原地算法包含使用O(1)空间复杂度的所有算法,DSPACE(1)类型。”
看到这里我还是不明白,怎么定义额外数据结构,最后又看了看别的定义,就是直接在原来的数据结构上改,而不需要利用额外的数据结构来存储结果。也就是意味着可以使用额外的空间来辅助计算,但是返回结果还仍然是原数据结构
1.用额外的空间存储所有0出现的位置,因为不知道到底出现了几个0,所以额外空间是o(mn);
2.一次遍历,存储出现的0的行和列,因为只有m行和n列,所以额外空间是o(m + n);
3.对于常量空间o(1)的做法,就是如果该行/列有0,那么第0行或者第0列就一定有0.直接从第一行开始遍历,然后将遇到的0的行列保存到第0行和第0列中,最后遍历第0行和第0列,就能得到结果
这里用的是第二种方式做的.
完整代码
public void setZeroes(int[][] matrix) {
int m = matrix.length;
int n = matrix[0].length;
if(m == 0 || n == 0){
return;
}
boolean[] row = new boolean[m];
boolean[] col = new boolean[n];
for(int x = 0 ; x < m * n; x++){
if(matrix[x / n][x % n] == 0){
row[x / n] = true;
col[x % n] = true;
}
}
for(int i = 0; i < m; i++){
for(int j = 0; j < n; j++){
if(row[i] == true || col[j] == true){
matrix[i][j] = 0;
}
}
}
}
150. 逆波兰表达式求值
根据 逆波兰表示法,求表达式的值。
有效的算符包括 +、-、*、/ 。每个运算对象可以是整数,也可以是另一个逆波兰表达式。
思路
弄清波兰式和逆波兰式。
波兰式就是前缀表达式
逆波兰式就是后缀表达式
一般我们接触到的比如:1 + 2 * 3 - 5这种是中缀表达式。其前缀表达式为+1-235,后缀表达式是1235-+;
在计算波兰式和逆波兰式的时候都要使用到栈。不过,波兰式是从右向左遍历,逆波兰式是从左向右遍历。
语法
在判断操作符的时候,发现使用if判断和switch条件语句的时候用的时间没有明显区别
完整代码
public int evalRPN(String[] tokens) {
Deque<Integer> stack = new ArrayDeque<>();
int n = tokens.length;
for(int i = 0; i < n; i++){
if(tokens[i].equals("+") || tokens[i].equals("-") || tokens[i].equals("*") || tokens[i].equals("/")){
int b = stack.pollLast();
int a = stack.pollLast();
int str = 0;
switch(tokens[i]){
case "+" : str = a + b; break;
case "-" : str = a - b; break;
case "*" : str = a * b; break;
case "/" : str = a / b; break;
}
stack.addLast(str);
}else {
stack.addLast(Integer.parseInt(tokens[i]));
}
}
return stack.pollLast();
}
31. 下一个排列
实现获取 下一个排列 的函数,算法需要将给定数字序列重新排列成字典序中下一个更大的排列。
如果不存在下一个更大的排列,则将数字重新排列成最小的排列(即升序排列)。
必须 原地 修改,只允许使用额外常数空间。
思路
一开始想者交换从后面找到打破降序的变化点,然后交换之后排列后面的数
但是这样并不能得到正确结果。应该是交换变化点左边的数和右边比该数大的那个数。
语法
Arrays.sort不能对基本类型进行逆序,逆序之前要将其变成引用类型
完整代码
public void nextPermutation(int[] nums) {
if(nums.length == 1){
return;
}
int n = nums.length;
int index = 0;
boolean flag = false;
for(int i = n - 2; i >= 0; i--) {
if(nums[i] < nums[i + 1]) {
index = i;
flag = true;
break;
}
}
if(index == 0 && flag == false) {
Arrays.sort(nums, index, n);
}else {
for(int i = n - 1; i >= index; i--) {
if(nums[i] > nums[index]) {
int temp = nums[i];
nums[i] = nums[index];
nums[index] = temp;
break;
}
}
Arrays.sort(nums, index + 1, n);
}
}