A minor

1 数组是什么数组（Array）是一种线性表数据结构。它用一组连续的内存空间，来存储一组具有相同类型的数据。1.1 线性表结构数组（Array）是一种线性表数据结构。它用一组连续的内存空间，来存储一组具有相同类型的数据。线性表（Linear List）：顾名思义，线性表就是数据排成像一条线一样的结构。每个线性表上的数据最多只有前和后两个方向。其实除了数组，链表、队列、栈等也是线性表结构。非线性表：是与线性表相对的概念，如二叉树、堆、图等。之所以叫非线性，是因为，在非线性表中，数据之间并不是简单的

在文章开头先放一个传送门 【Java容器源码】ArrayList源码分析。是作者写的关于LInkedList源码的分析。这篇文章就仿写ArrayList，并实现容器中的核心方法。1.ArrayList基本结构public class MyArrayList<E> { private static final int DEFAULT_CAPACITY = 10; // 第一次扩容时的容量 private static final Object[] EMPTY_ELEMENT

时间 & 空间空间换时间用空间换时间的设计思想。当内存空间充足的时候，如果我们更加追求代码的执行速度，我们就可以选择空间复杂度相对较高、但时间复杂度相对很低的算法或者数据结构。缓存实际上就是利用了空间换时间的设计思想。如果我们把数据存储 在硬盘上，会比较节省内存，但每次查找数据都要询问一次硬盘，会比较慢。但如果我们通 过缓存技术，事先将数据加载在内存中，虽然会比较耗费内存空间，但是每次数据查询的速 度就大大提高了数据结构中双向链表正是用了空间换时间，提高了crud的效率时间换空间如

88. 合并两个有序数组¹给你两个有序整数数组 nums1 和 nums2，请你将 nums2 合并到 nums1 中*，*使 nums1 成为一个有序数组。说明:初始化 nums1 和 nums2 的元素数量分别为 m 和 n 。你可以假设 nums1 有足够的空间（空间大小大于或等于 m + n）来保存 nums2 中的元素。示例:输入:nums1 = [1,2,3,0,0,0], m = 3nums2 = [2,5,6], n = 3输出: [1,2,2,3,5,6

1.基础填数如下图，第20行第20个数是什么？1 2 4 7 113 5 8 126 9 1310 1415思路：如果想一行一行或者一列一列的填，那肯定就很难想。但是斜着看就很简单了。所以思路就出来了，一次填一个对角线。那问题又来了，由于不是每条对角线上都有行=列的点，所以第20行20列的数在哪个对角线上呢？从上面的图可以分析出，行=列的元素一定在第奇数条对角线，比如(1,1)=1在第一条，(2,2)=5在第三条。所以可以得到2n-1的关系，即(20,20)在第39条

1.底层存储结构数组需要一块连续的内存空间来存储， 对内存的要求比较高。如果我们申请一个 100MB 大小的数组，当内存中没有连续的、足够大的存储空间时，即便内存的剩余总可用空间大于 100MB，仍然会申请失败。而链表恰恰相反，它并不需要一块连续的内存空间，它通过“指针”将一组零散的内存块串联起来使用，所以如果我们申请的是 100MB 大小的链表，根本不会有问题。2.链表分类2.1 单链表将所有的结点串起来，每个链表的结点除了存储数据之外，还需要记录链上的下一个结点的地址。如图所示，我们把这个

文章开头先放一个传送门【Java容器源码】LinkedList源码分析，是作者写的关于LInkedList源码的分析。这篇文章就模仿LinkedList，并实现容器中的核心方法。1.Node在LinkedList容器中，底层是通过双向链表实现的，所以有next与prev两个指针public class MyLinkedList<E> { // 容器是有泛型的，Node也应该有泛型 private static class Node<E> { E

在讲解链表的LeetCode题之前先说几点注意：head指针与p指针：head 指针指向参数链表的头，用于标识链表p 指针一般是 p = head，用于操作链表两者都可以变，都可以用来操作当前链表。但若只是内部操作，即操作完后还要返回原链表，比如删除指定节点，然后返回链表，就必须要返回head。推荐每次链表传来先 p = head ，然后拿p去操作链表，若head无用再考虑将p替换有头链表与无头链表在遍历时的区别：有头链表：while (p.next != null)无头链表：

141.环形链表¹给定一个链表，判断链表中是否有环。为了表示给定链表中的环，我们使用整数 pos 来表示链表尾连接到链表中的位置（索引从 0 开始）。 如果 pos 是 -1，则在该链表中没有环示例 1：输入：head = [3,2,0,-4], pos = 1输出：true解释：链表中有一个环，其尾部连接到第二个节点。示例 2：输入：head = [1,2], pos = 0输出：true解释：链表中有一个环，其尾部连接到第一个节点。示例 3：输入：head = [1],

21. 合并两个有序链表¹将两个升序链表合并为一个新的 升序 链表并返回。新链表是通过拼接给定的两个链表的所有节点组成的。示例：输入：1->2->4, 1->3->4输出：1->1->2->3->4->4解法一：双指针（归并）思路：新建一个头，链表1，链表2比大小插入即可。就像归并排序中合并两个子数组一样。注：这里能这么做的前提一定是待合并的两部分是排好序的！！复杂度Time：O（m + n）Space：O（1)publ

234. 回文链表请判断一个链表是否为回文链表。示例 1:输入: 1->2输出: false示例 2:输入: 1->2->2->1输出: true解法一：栈思路：遍历链表，将所有节点压入栈，再遍历一遍进行对比注：栈里应该存的是val，而不是ListNode，因为比较的时候顺序是相反的，ListNode肯定都不相同。复杂度Time：O（n）Space：O（n），用了个Stackpublic boolean isPalindrome(ListNo

1.栈是什么定义：后进者先出，先进者后出，这就是典型的“栈”结构操作特性：栈是一种“操作受限”的线性表，只允许在一端插入和删除数据。使用场景；当某个数据集合只涉及在一端插入和删除数据，并且满足后进先出、先进后出的特性，就应该首选“栈”这种数据结构。2.Java实现顺序栈用数组实现的栈，我们叫作顺序栈（效率高），而用链表实现的栈，我们叫作链式栈。2.1 固定大小的栈时间复杂度：O（1），每次都只操作count（-1）位，与数据规模无关空间复杂度：O（1），最开始申请了固定大小数组后运行时

20.有效的括号¹给定一个只包括 '('，')'，'{'，'}'，'['，']' 的字符串，判断字符串是否有效。有效字符串需满足：左括号必须用相同类型的右括号闭合。左括号必须以正确的顺序闭合。注意空字符串可被认为是有效字符串。示例 1:输入: "()"输出: true示例 2:输入: "()[]{}"输出: true示例 3:输入: "(]"输出: false示例 4:输入: "([)]"输出: false示例 5:输入: "{[]}"输出: true

1.顺序队列(循环)基于数组的循环队列其实很简单，就是当数组满后重置入队和出队位置到数组头部。public class CircleQueue<E> { // Object保存E，因为E不能E[] --> (E)obj private Object[] items; private int putIdx; // 实际入队位置 private int takeIdx; // 实际出队位置 private int count; // 队列中元素打

1.散列表是什么散列表（Hash table，也叫哈希表），是根据键（Key）而直接访问在内存存储位置的数据结构。也就是说，它通过计算一个关于键值的函数，将所需查询的数据映射到表中一个位置来访问记录，这加快了查找速度。这个映射函数称做散列函数，存放记录的数组称做散列表。1.1 散列表与数组从上面对散列表的定义可以看到，散列表用的是数组支持按照下标随机访问数据的特性，所以散列表其实就是数组的一种扩展，由数组演化而来。与数组的区别在于：使用数组时，我们一般按序放入，即 for(i) arr[i]使用

在看散列表相关LeetCode题之前，先放个传送门【数据结构】散列表，从特性分析到散列冲突再到应用总结…242. 有效的字母异位词¹给定两个字符串 s 和 t ，编写一个函数来判断 t 是否是 s 的字母异位词。示例 1:输入: s = "anagram", t = "nagaram"输出: true示例 2:输入: s = "rat", t = "car"输出: false说明:你可以假设字符串只包含小写字母。异位词：组成相同，顺序不同解法一：双重循环思路：对s的每个字母，

1. 两数之和¹给定一个整数数组 nums 和一个目标值 target，请你在该数组中找出和为目标值的那 两个 整数，并返回他们的数组下标。你可以假设每种输入只会对应一个答案。但是，你不能重复利用这个数组中同样的元素。示例:给定 nums = [2, 7, 11, 15], target = 9因为 nums[0] + nums[1] = 2 + 7 = 9所以返回 [0, 1]1.解法一：枚举法思路：没啥说的，就是枚举出所有结果复杂度Time：O(n^2)，66msSpace

1.跳表 = 有序链表+多级索引对于一个单链表来讲，即便链表中存储的数据是有序的，如果我们要想在其中查找某个数据，也只能从头到尾遍历链表。这样查找效率就会很低，时间复杂度会很高，是 O(n)。下面我们就通过4张图片看看如何从链表转化成跳表：2.时间复杂度分析2.1 查询：O(logn)）按照我们刚才分析的，每两个结点会抽出一个结点作为上一级索引的结点，那第一级索引的结点个数大约就是 n/2，第二级索引的结点个数大约就是 n/4，第三级索引的结点个数大约就 是 n/8，依次类推，也就是说，第

1.基本概念1.1 节点这里放一张图，我们对着这张图来介绍：A 节点就是 B 节点的父节点，B 节点是 A 节点的子节点B、C、D 这三 个节点的父节点是同一个节点，所以它们之间互称为兄弟节点我们把没有父节点的节点叫 作根节点，也就是图中的节点 E我们把没有子节点的节点叫作叶子节点或者叶节点，比如 图中的 G、H、I、J、K、L 都是叶子节点1.2 高 / 深度节点的高度：节点到叶子节点的最长路径（边数）树的高度：根节点的高度节点的深度：根节点到这个节点所经历的边数个数节点的层

1.AVL树1.1 基本概念发明者：G.M.Adlson-Velsky 和 Evgenii Landis 所以称之为 AVL 树优点：AVL树是带有平衡条件的查找二叉树。他保证树的深度为O(logN)，查找复杂度O（logN）缺点：要不断旋转来保证平衡，在多增删情况下耗费资源大 —> 近似平衡树1.2 平衡因子：判断平衡的标准平衡因子 = 左子树高度 - 右子树高度（有时相反）取值： { -1，0，1}AVL树所有节点的平衡因子必须是{-1,0,1}，在CRUD时要维护节点

二叉查找树（BST）：在树中的任意一个节点，其左子树中的每个节点的值，都要小于这个节点的值，而右子树节点的值都大于这个节点的值public class BinarySearchTree { class Node { int item; Node left; Node right; public Node(int item) { this.item = item; } } // 标

文章开始前，先放个传送门 二叉树特性浅析及Java实现DFS、BFS。那么，这篇我们就来看看二叉树在LeetCode最基本的三个题：中序遍历，前序遍历，后序遍历。其实解法真么什么说的了，都是八股文…94. 二叉树的中序遍历²给定一个二叉树，返回它的中序 遍历。示例:输入: [1,null,2,3] 1 \ 2 / 3输出: [1,3,2]解法一：递归中序：左根右，将根换成add()就行class Solution { public List&

在上一篇 二叉树的LeetCode题（一）：94. 二叉树的中序遍历，144. 二叉树的前序遍历，145. 二叉树的后序遍历，102. 二叉树的层序遍历 中我们看到了LeetCode中关于二叉树的基本问题，本篇我们就来看看N叉树的基本问题。589. N叉树的前序遍历¹给定一个 N 叉树，返回其节点值的前序遍历。例如，给定一个 3叉树 :返回其前序遍历: [1,3,5,6,2,4]。解法一：递归class Solution { public List<Integer> pre

226. 翻转二叉树¹翻转一棵二叉树。示例：输入： 4 / \ 2 7 / \ / \1 3 6 9输出： 4 / \ 7 2 / \ / \9 6 3 1解法一：递归public TreeNode invertTree(TreeNode root) { if (root == null) return root; TreeNode tmp = root.left;

28. 对称的二叉树¹请实现一个函数，用来判断一棵二叉树是不是对称的。如果一棵二叉树和它的镜像一样，那么它是对称的。例如，二叉树 [1,2,2,3,4,4,3] 是对称的。 1 / \ 2 2 / \ / \3 4 4 3但是下面这个 [1,2,2,null,3,null,3] 则不是镜像对称的: 1 / \ 2 2 \ \ 3 3示例 1：输入：root = [1,2,2,3,4,4,3]输出：true示例 2：

堆在逻辑上一棵完全二叉树，所以可以通过数组进行数据存储，而其余的树大多采用链式结构进行数据存储堆分类：大顶堆：大顶堆就是无论在任何一棵（子）树中，父节点都是最大的小顶堆：小顶堆就是无论在任何一棵（子）树中，父节点都是最小的。PriortyQueue 采用的就是小顶堆堆的两种操作：上浮：一般用于向堆中添加新元素后的堆平衡下沉：一般用于取出堆顶并将堆尾换至堆顶后的堆平衡堆排序：利用大顶堆和小顶堆的特性，不断取出堆顶，取出的元素就是堆中元素的最值，然后再使堆平衡下面的文章以大顶堆为

并查集是一种树形的数据结构，顾名思义，它用于处理一些不交集的 合并 及 查询 问题。 它支持两种操作：查找（Find）：确定某个元素处于哪个子集，或者判断某一元素是否属于当前集合合并（Union）：将两个子集合并成一个集合下面我们就来看看如何用Java实现并查集…1.初始化public class UnionFind{ // 记录有多少个小集合 private int count = 0; // 元素 i 的父元素（有点桶排序的意思，即下标有实际意义） priv

547. 朋友圈班上有 N 名学生。其中有些人是朋友，有些则不是。他们的友谊具有是传递性。如果已知 A 是 B 的朋友，B 是 C 的朋友，那么我们可以认为 A 也是 C 的朋友。所谓的朋友圈，是指所有朋友的集合。给定一个 N * N 的矩阵 M，表示班级中学生之间的朋友关系。如果M[i][j] = 1，表示已知第 i 个和 j 个学生互为朋友关系，否则为不知道。你必须输出所有学生中的已知的朋友圈总数。示例 1:输入: [[1,1,0], [1,1,0], [0,0,1]]输出: 2 说明

1.原理布隆过滤器（Bloom Filter）核心实现是一个超大的位数组和几个哈希函数。假设位数组的长度为m，哈希函数的个数为k以上图为例，具体的操作流程：假设集合里面有3个元素{x, y, z}，哈希函数的个数为3。数组置0：首先将位数组进行初始化，将里面每个位都设置位0。hash标1：对于集合里面的每一个元素，将元素依次通过3个哈希函数进行映射，每次映射都会产生一个哈希值，这个值对应位数组上面的一个点，然后将位数组对应的位置标记为1。逐一比对：查询W元素是否存在集合中的时候，同

Last Recently Used1.单链表（O(n)）单向链表，从head出，tail进入（理解成队列，左进（tail）右出（head）查找查找：遍历得到这个数据对应的结点移动：将其从原来的位置删除，然后再插入到链表的头部删除查找：遍历找到要删除节点删除：用前驱节点删除添加：查找 + （移动/删除）存在：移动懂到头不存在缓存未满，则将此结点直接插入到链表的头部缓存已满，则链表尾结点删除，将新的数据结点插入链表的头部这三个操作都要涉及“查找”操作如