Leetcode hot100 补刷部分 Ⅰ

云边有只羊

已于 2024-05-09 11:05:15 修改

阅读量951

点赞数 11

分类专栏： leetcode 文章标签： leetcode 算法

于 2024-05-09 11:04:03 首次发布

本文链接：https://blog.csdn.net/weixin_45051929/article/details/137756655

版权

leetcode 专栏收录该内容

4 篇文章 0 订阅

订阅专栏

哈希

2024..4.15

1 两数之和

简单但是有很多点也需要注意！

49 字母异位词分组

List<List<String>> 是一个接口。ArrayList<List<String>> 是 List 接口的一个具体实现。

哈希表的key为一组字母异位词的标志（内部字母排序），哈希表的value为一组字母异位词列表。

128 最长连续序列

HashSet 是一个用于存储唯一元素的集合类。Set<Integer> num_set=new HashSet<Integer>();

添加元素add()；检查元素是否存在contains()；删除元素remove()；获取集合大小size()；清空集合clear()

为了减少复杂度，因为如果从x开始往后是连续的，那么如果存在x-1，从x开始的连续长度就没有从x-1开始的连续长度大，所以就不考虑x了，也就是说对于每个元素判断是否存在x-1，存在的话就跳过；外层只遍历连续序列开始的第一个元素。x进入内层以后，如果set中有x+1，就进入循环，将数+1，将以x开始的序列长度也+1；直到没有跳出循环，并且与最大长度进行比较，最终时间复杂度为O(n)

双指针

2024.4.16

283 移动零

快慢指针

11 盛水最多的容器

用两个指针一个在头一个在尾，每次按最低的计算水量并更新最大值，并将低的那个向后或向前移动进行下一次循环，结束条件为两个指针相遇。

15 三数之和

输出的是和为0的三个数组成的三元组，与位置无关，因此要去重

再次写，还是有很多容易出错的地方！！！

List<List<Integer>> list=new ArrayList<>();

Arrays.sort(nums); //从小到大排序

for(int i=0;i<nums.length;i++){

if(nums[i]>0){ //因为排过序，如果当前元素大于0，那么肯定不存在

return list;

}

if(i>0 && nums[i]==nums[i-1]){ // i>0，因为第一次肯定不重复

continue;

}

int left=i+1,right=nums.length-1;

while(left<right){

if(nums[i]+nums[left]+nums[right]>0){ // 判断条件，移动指针

right--;

}

else if(nums[i]+nums[left]+nums[right]<0){

left++;

}

else{

list.add(Arrays.asList(nums[i],nums[left],nums[right]));

while(left<right && nums[left]==nums[left+1]){ //先存入一个，再去重

left++;

}

while(left<right && nums[right]==nums[right-1]){

right--;

}

left++;

right--;

}

}

}

return list;

※42 接雨水

自己想法也差不多，但是没有想到怎么更新区间，想到了找后面第一个大于当前区间左边的值；

使用单调栈，left和i代表区间的左右，每次计算left到i中top的雨水量；其中while是一直进行的，如果当前的i是右区间，就会一直计算在区间里的每个位置的雨水量，并移除。

滑动窗口

2024.4.17

3 无重复字符的最长子串

又忘记怎么做了！用滑动窗口和HashMap；每次循环如果map中出现了这个元素，更新区间的left值，将元素加入map中，计算最大长度。

if(s.length()==0){

        return 0;

}

HashMap<Character,Integer> map=new HashMap<>();

int max=0,left=0;

for(int i=0;i<s.length();i++){

        if(map.containsKey(s.charAt(i))){

                left=Math.max(left,map.get(s.charAt(i))+1);

        }

        map.put(s.charAt(i),i);

        max=Math.max(max,i-left+1);

}

return max;

※ 438 找到字符串中所有字母异位词

自己先做但是不对，处理太复杂了；滑动窗口的位置是固定的，用两个长度为26的数组来存储字母出现的次数，对于每个滑动窗口移动的时候，将出去的字母和进来的字母对应的值分别-1和+1，如果两个数组一样就将滑动窗口的起始位置加入列表。

子串

2024.4.18

※560 和为k的子数组

遍历数组nums求得所有前缀和，将其存放在 prefix 中；
然后遍历数组prefix，每次遍历的时候，先判断本身这个前缀和等于k，再查询 Map 中是否存在需要的前缀和，如果有将其 value 加到结果中，将该值加入map中（前缀和可能会出现一样的，要判断，让map中key-前缀和是唯一的）

前缀和，出现的次数可能会很大，用Long

239 滑动窗口最大值

用队列，从头开始遍历数组，保证队列头中一直是当前滑动窗口的最大值；队列不为空的时候才能进行操作；i>=k 窗口开始移动，i>=k-1此时可以开始陆续记录下每个滑动窗口的最大值；nums[i]是每次窗口移动要加入的元素

2024.4.22

※76 最小覆盖子串

滑动窗口+哈希（记录字符串t中元素出现的个数以及滑动窗口中的出现字符串t中的元素的个数）

先扩right 全都包括之后，再移动left找到最小长度

普通数组

2024.4.23

53 最大子数组和

※ 动态规划！！！

（是由前一个状态推导出来的）

确定dp数组（dp table）以及下标的含义
确定递推公式
dp数组如何初始化
确定遍历顺序
举例推导dp数组

我们用 f(i)代表以第 i个数结尾的「连续子数组的最大和」，动态规划转移方程：

2024.4.24

56 合并区间

贪心算法！！！（选择每一阶段的局部最优，从而达到全局最优）

用一个新的列表进行记录，里面的每个元素是一维数组

排序：Arrays.sort(intervals,(x,y) -> Integer.compare(x[0], y[0]));

给列表中加数组元素：res.add(new int[]{start,right});

列表转化为二维数组：return res.toArray(new int[res.size()][]);

2024.4.28

189 轮转数组

1. 新建一个数组进行存储，空间复杂度为O(N)

+k之后对长度取模就实现了右移；System.arraycopy(arr, 0, nums, 0, len);是对数组进行复制(从arr复制到nums)，分别从0开始，复制长度为len

2. 先整体翻转，再以k分隔，两部分分别翻转

2024.4.29

238 除自身以外数组的乘积

先算出前面的乘积，再将后面的乘积乘进数组；每次不需要从头计算，在前一个的基础上×就可

41 缺失的第一个正数

要满足时间复杂度O(N)，空间复杂度O(1)

将数组设置成哈希表

如果数组长度是N，里面的数从1到N都有，那么没有出现的最小正数就是N+1，否则是[1,N]里面的数

我们对数组进行遍历，对于遍历到的数 x，如果它在 [1,N] 的范围内，那么就将数组中的第 x−1 个位置（注意：数组下标从 0开始）打上「标记」。在遍历结束之后，如果所有的位置都被打上了标记，那么答案是 N+1，否则答案是最小的没有打上标记的位置加 1。

我们将数组中所有小于等于0的数修改为 N+1；此时数组中元素全为正数
我们遍历数组中的每一个数 x，它可能已经被打了标记，因此原本对应的数为∣x∣，其中∣∣为绝对值符号。如果∣x∣∈[1,N]，那么我们给数组中的第∣x∣−1 个位置的数添加一个负号。注意如果它已经有负号，不需要重复添加；（第i-1个位置是负数，说明i出现过）
在遍历完成之后，如果数组中的每一个数都是负数，那么答案是 N+1，否则答案是第一个正数的位置加 1。