剑指 Offer 40. 最小的k个数
题目
思路
使用快排对数组排序,之后取出前K个数值,可优化(通过每次对K值进行比较与每一次快排的index序号进行比较,优化步骤)。也可以有其他更优解,后续会补充。
代码
class Solution {
public int[] getLeastNumbers(int[] arr, int k) {
// 使用快排返回前k个数值
// quikSort(arr,0,arr.length-1);
// return Arrays.copyOf(arr,k);
// }
// void quikSort(int[] arr,int lo,int hi){
// int tmp;
// int i=lo,j=hi;
// if(lo<hi){
// tmp=arr[lo];
// while(i<j){
// while(j>i&&arr[j]>=tmp) --j;
// if(i<j){
// arr[i]=arr[j];
// ++i;
// }
// while(j>i&&arr[i]<=tmp) ++i;
// if(i<j){
// arr[j]=arr[i];
// --j;
// }
// }
// arr[i]=tmp;
// quikSort(arr,lo,i-1);
// quikSort(arr,i+1,hi);
// }
// 使用快排思想优化
if (k == 0 || arr.length == 0) {
return new int[0];
}
if(k==arr.length)
return arr;
// 最后一个参数表示我们要找的是下标为k-1的数
return quickSearch(arr, 0, arr.length - 1, k );
}
private int[] quickSearch(int[] nums, int lo, int hi, int k) {
// 每快排切分1次,找到排序后下标为j的元素,如果j恰好等于k就返回j以及j左边所有的数;
int j = partition(nums, lo, hi);
if (j == k) {
return Arrays.copyOf(nums, j);
}
// 否则根据下标j与k的大小关系来决定继续切分左段还是右段。
return j > k? quickSearch(nums, lo, j - 1, k): quickSearch(nums, j + 1, hi, k);
}
// 快排切分,返回下标j,使得比nums[j]小的数都在j的左边,比nums[j]大的数都在j的右边。
private int partition(int[] nums, int lo, int hi) {
int v = nums[lo];
int i = lo, j = hi + 1;
while (true) {
while (++i <= hi && nums[i] < v);
while (--j >= lo && nums[j] > v);
if (i >= j) {
break;
}
int t = nums[j];
nums[j] = nums[i];
nums[i] = t;
}
nums[lo] = nums[j];
nums[j] = v;
return j;
}
}
class Solution:
def getLeastNumbers(self, arr: List[int], k: int) -> List[int]:
def partition(arr, l, r):
#选定中值
pivotvalue = arr[l]
lmark = l + 1
rmark = r
done = False
while not done:
while lmark <= rmark and arr[lmark] <= pivotvalue:
lmark += 1
while rmark >= lmark and arr[rmark] >= pivotvalue:
rmark -= 1
if rmark < lmark:
done = True
else:
arr[lmark], arr[rmark] = arr[rmark], arr[lmark]
arr[l], arr[rmark] = arr[rmark], arr[l]
return rmark
def quicksort(arr, l, r, k):
if l > r:
return
pos = partition(arr, l, r)
num = pos - l + 1
if k == num:
return
if k < num:
quicksort(arr, l, pos - 1, k)
else:
quicksort(arr, pos+1, r, k - num)
if k == 0:
return []
quicksort(arr, 0, len(arr) - 1, k)
return arr[:k]
剑指 Offer 38. 字符串的排列
本题目使用回溯算法,与剑指34题二叉树中和为固定值的路径,以及力扣46题全连接中方法一至相似
题目
思路
使用回溯(剪枝)+递归
代码
public class Exam38_permutation {
List<String> list = new ArrayList<>();
//为了让递归函数添加结果方便,定义到函数之外,这样无需带到递归函数的参数列表中
char[] c;
//同;但是其赋值依赖c,定义声明分开
public String[] permutation(String s) {
c = s.toCharArray();
//从第一层开始递归
dfs(0);
return list.toArray(new String[list.size()]);
//将字符串数组ArrayList转化为String类型数组
}
private void dfs(int x) {
//当递归函数到达第三层,就返回,因为此时第二第三个位置已经发生了交换
if (x == c.length - 1) {
list.add(String.valueOf(c));//将字符数组转换为字符串
return;
}
//为了防止同一层递归出现重复元素
HashSet<Character> set = new HashSet<>();
//这里就很巧妙了,第一层可以是a,b,c那么就有三种情况,这里i = x,正巧dfs(0),正好i = 0开始
// 当第二层只有两种情况,dfs(1)i = 1开始
for (int i = x; i < c.length; i++){
//发生剪枝,当包含这个元素的时候,直接跳过
if (set.contains(c[i])){
continue;
}
set.add(c[i]);
//交换元素,这里很是巧妙,当在第二层dfs(1),x = 1,那么i = 1或者 2, 要不是交换1和1,要不交换1和2
swap(i,x);
//进入下一层递归
dfs(x + 1);
//返回时交换回来,这样保证到达第1层的时候,一直都是abc。这里捋顺一下,开始一直都是abc,那么第一位置总共就3个位置
//分别是a与a交换,这个就相当于 x = 0, i = 0;
// a与b交换 x = 0, i = 1;
// a与c交换 x = 0, i = 2;
//就相当于上图中开始的三条路径
//第一个元素固定后,每个引出两条路径,
// b与b交换 x = 1, i = 1;
// b与c交换 x = 1, i = 2;
//所以,结合上图,在每条路径上标注上i的值,就会非常容易好理解了
swap(i,x);
}
}
private void swap(int i, int x) {
char temp = c[i];
c[i] = c[x];
c[x] = temp;
}
}
class Solution:
def permutation(self, s: str) -> List[str]:
c, res = list(s), []
def dfs(x):
if x == len(c) - 1:
res.append(''.join(c)) # 添加排列方案
return
dic = set()
for i in range(x, len(c)):
if c[i] in dic: continue # 重复,因此剪枝
dic.add(c[i])
c[i], c[x] = c[x], c[i] # 交换,将 c[i] 固定在第 x 位
dfs(x + 1) # 开启固定第 x + 1 位字符
c[i], c[x] = c[x], c[i] # 恢复交换
dfs(0)
return res
剑指 Offer 42. 连续子数组的最大和
题目
思路
代码
class Solution {
public int maxSubArray(int[] nums) {
int[] dp=new int[nums.length];
dp[0]=nums[0];
for(int i=1;i<nums.length;i++){
if(dp[i-1]>0){
dp[i]=dp[i-1]+nums[i];
}else{
dp[i]=nums[i];
}
}
int max=dp[0];
for(int i=1;i<nums.length;i++){
max=max<dp[i]?dp[i]:max;
}
return max;
}
}
class Solution:
def maxSubArray(self, nums: List[int]) -> int:
dp=nums
for i in range(1, len(nums)):
if dp[i-1]<0:
dp[i]=nums[i]
else:
dp[i]=dp[i-1]+nums[i]
return max(dp)