复杂链表的复制
题目描述:输入一个复杂链表(每个节点中有节点值,以及两个指针,一个指向下一个节点,另一个特殊指针指向任意一个节点),返回结果为复制后复杂链表的head。(注意,输出结果中请不要返回参数中的节点引用,否则判题程序会直接返回空)
题目分析:这套题非常难,这个方法我自己估计是想不出,所以就把之前的拷贝过来,这套方法的最巧妙的地方就是random指针的拷贝,利用了链表的性质,即将每个随机指向转换为其下一个,然后断开连接即可
/*
struct RandomListNode {
int label;
struct RandomListNode *next, *random;
RandomListNode(int x) :
label(x), next(NULL), random(NULL) {
}
};
*/
class Solution {
public:
RandomListNode* Clone(RandomListNode* pHead)
{
RandomListNode*p = pHead;
RandomListNode *newhead;
while (p != nullptr) { //每个节点后面添加一个重复节点
RandomListNode *doublep=new RandomListNode(p->label);
doublep->next = p->next;
p->next = doublep;
p = doublep->next;
}
p = pHead;
while (p != nullptr) { //拷贝random指针
RandomListNode*temp = p->random;
p->next->random = temp->next;
p = p->next->next;
}
p = pHead;
newhead = p->next;
RandomListNode *p2 = p->next;
while (p!=nullptr) { //断链
p->next = p->next->next;
p = p->next;
if (p2->next != nullptr) {
p2->next = p2->next->next;
p2 = p->next;
}
}
return newhead;
}
};
二叉树与双向链表
题目描述:输入一棵二叉搜索树,将该二叉搜索树转换成一个排序的双向链表。要求不能创建任何新的结点,只能调整树中结点指针的指向。
题目分析:二叉搜索树的中序遍历就是一个典型的排序数组,因此这道题将二叉树的中序遍历出后输入链表即可。但是题目有要求不能创建新的节点,只能调整树中节点的指针。
/*
struct TreeNode {
int val;
struct TreeNode *left;
struct TreeNode *right;
TreeNode(int x) :
val(x), left(NULL), right(NULL) {
}
};*/
class Solution {
public:
TreeNode* Convert(TreeNode* pRootOfTree)
{
stack<TreeNode*>temp;
TreeNode* p = pRootOfTree;
TreeNode* pre=nullptr;
TreeNode* newroot=nullptr;
int flag = 0;
while (p != nullptr || !temp.empty()) {
while (p != nullptr) {
temp.push(p);
p = p->left;
}
p = temp.top();
temp.pop();
if (flag == 0) { //记录开始的节点
flag++;
newroot = p;
pre = p;
}
else { //交换指针方向
pre->right = p;
p->left = pre;
pre = p;
}
p = p->right;
}
return newroot;
}
};
数组中次数超过一半的数字
题目描述:数组中有一个数字出现的次数超过数组长度的一半,请找出这个数字。例如输入一个长度为9的数组{1,2,3,2,2,2,5,4,2}。由于数字2在数组中出现了5次,超过数组长度的一半,因此输出2。如果不存在则输出0。
题目分析:这道题如果不限制的条件的话非常简单,只用简单的计数即可。这样的话时间复杂度n,空间复杂度也不高,但是这样的回答如果去面试是百分之百不会过的,因为这不是这道题的奇淫巧技。
//简单计数每个位的数据个数,又快又好用
class Solution {
public:
int MoreThanHalfNum_Solution(vector<int> numbers) {
for(int i=0;i<numbers.size();i++){
if(count(numbers.begin(),numbers.end(),numbers[i])>numbers.size()/2){
return numbers[i];
}
}
return 0;
}
};
面试官肯定喜欢这样的方法,显得有脑子。在遍历数组时保存两个值:一是数组中一个数字,一是次数。遍历下一个数字时,若它与之前保存的数字相同,则次数加1,否则次数减1;若次数为0,则保存下一个数字,并将次数置为1。遍历结束后,所保存的数字即为所求。然后再判断它是否符合条件即可。
//很繁琐的方法 我很不喜欢,但是就是面试喜欢出
class Solution {
public:
bool numberinarray(vector<int>numbers,int k){
int number=0;
for(int i=0;i<numbers.size();i++){
if(numbers[i]==k)number++;
}
if(number>numbers.size()/2)return true;
return false;
}
int MoreThanHalfNum_Solution(vector<int> numbers) {
int num = numbers.size();
if (num == 0)return 0;
int nowzhi=numbers[0];
int prezhi;
int count = 1;
for (int i = 1; i < num; i++) {
if (count <= 0 && i != num - 1) {
nowzhi = numbers[i];
count = 1;
continue;
}
if (count <= 0 && i == num - 1) {
if (numberinarray(numbers, numbers[i]) == true) { return numbers[i]; }
else {
return 0;
}
}
if (numbers[i] == nowzhi) {
count++;
}
if (numbers[i] != nowzhi) {
count--;
}
}
if (count > 0) {
return nowzhi;
}
return 0;
}
};
最小的k个数
题目描述:输入n个整数,找出其中最小的K个数。例如输入4,5,1,6,2,7,3,8这8个数字,则最小的4个数字是1,2,3,4,。
题目分析:这道题最小的时间复杂度也是n,空间复杂度为k,总的来说就是用一个滑动窗口找就行了。
如果使用排序算法的话也是很简单的,但是时间复杂度略高,空间复杂度较低。
//这种傻瓜方法是能通过的,时间复杂度nlogn
class Solution {
public:
vector<int> GetLeastNumbers_Solution(vector<int> input, int k) {
vector<int>output;
if(k>input.size())return output;
sort(input.begin(),input.end());
for(int i=0;i<k;i++){
output.push_back(input[i]);
}
return output;
}
};
//这种更聪明的方法反而过不去,时间复杂度为n,我对那个傻瓜编译器服了
class Solution {
public:
void changeminarr(vector<int>&minarr) {
for (int i = 0; i < minarr.size()-1; i++) {
if (minarr[i] < minarr[i + 1]) {
int temp = minarr[i];
minarr[i] = minarr[i + 1];
minarr[i + 1] = temp;
}
}
}
static bool cmp(int a, int b)
{
return a > b;
}
vector<int> GetLeastNumbers_Solution(vector<int> input, int k) {
vector<int>minarr(k);
if (k > input.size())return minarr;
for (int i = 0; i < k; i++) {
minarr[i] = input[i];
}
sort(minarr.begin(), minarr.end(), cmp);
for (int i = k; i < input.size(); i++) {
if (input[i] < minarr[0]) {
minarr[0] = input[i];
changeminarr(minarr);
}
}
return minarr;
}
};
连续子数组的最大和
题目描述:HZ偶尔会拿些专业问题来忽悠那些非计算机专业的同学。今天测试组开完会后,他又发话了:在古老的一维模式识别中,常常需要计算连续子向量的最大和,当向量全为正数的时候,问题很好解决。但是,如果向量中包含负数,是否应该包含某个负数,并期望旁边的正数会弥补它呢?例如:{6,-3,-2,7,-15,1,2,2},连续子向量的最大和为8(从第0个开始,到第3个为止)。给一个数组,返回它的最大连续子序列的和,你会不会被他忽悠住?(子向量的长度至少是1)
题目分析:这个题的话用两个滑动指针遍历整个情况是很简单的,时间复杂度是n,空间复杂度为1。
class Solution {
public:
int FindGreatestSumOfSubArray(vector<int> array) {
if (array.size() ==0) {
return 0;
}
if (array.size() ==1) {
return array[0];
}
int low, high;
int temp=0;
int maxOutput=array[0];
for (int low = 0; low < array.size() ; low++) {
for (int high = low ; high < array.size(); high++) {
for (int i = low; i <= high; i++) {
temp += array[i];
}
if (maxOutput < temp) {
maxOutput = temp;
}
temp = 0;
}
}
return maxOutput;
}
};
但是面试官是不会喜欢这种做法的,因为这种做法很傻很天真,他们会觉得没有技术含量,因此你必须采用动态规划的方法显得你能力很强。最核心的就是一句话
dp[i] = max{dp[i-1]+array[i] , array[i]}
public int FindGreatestSumOfSubArray(int[] array) {
int res = array[0]; //记录当前所有子数组的和的最大值
int max=array[0]; //包含array[i]的连续数组最大值
for (int i = 1; i < array.length; i++) {
max=Math.max(max+array[i], array[i]);
res=Math.max(max, res);
}
return res;
}