Leetcode hot100 补刷部分 Ⅲ

两者的判断条件不同，为了代码的复用，我们定义 binarySearch(nums, target, lower) 表示在 nums 数组中二分查找 target 的位置，如果 lower 为 true，则查找第一个大于等于 target 的下标，否则查找第一个大于 target 的下标。

33 搜索旋转排序数组

虽然不是有序的数组，但是是部分有序的，还是可以使用二分法，不仅要判断mid和target的值大小，还要看两个区间是不是有序的

2024.6.12

153 寻找旋转排序数组中的最小值

栈

20 有效的括号

有效字符串中括号是匹配的

2024.6.13

155 最小栈

使用辅助栈，每次一个元素进栈就将当前栈内的最小值加入辅助栈，元素出栈对应的最小元素也弹出。

394 字符串解码

本题难点在于括号内嵌套括号，需要从内向外生成与拼接字符串，这与栈的先入后出特性对应。

1. 构建辅助栈 stack，遍历字符串 s 中每个字符 c；

当 c 为数字时，将数字字符转化为数字 m，用于后续倍数计算；
当 c 为字母时，在 res 尾部添加 c；
当 c 为 [ 时，将当前 m和 res 入栈，并分别置空置 0：

        记录此 [ 前的临时结果 res 至栈，用于发现对应 ] 后的拼接操作；
        记录此 [ 前的倍数 multi 至栈，用于发现对应 ] 后，获取 m× [...] 字符串。
        进入到新 [ 后，res 和 multi 重新记录。

当 c 为 ] 时，stack 出栈，拼接字符串 res = last_res + cur_m * res，其中:

        last_res是上个 [ 到当前 [ 的字符串，例如 "3[a2[c]]" 中的 a；
        cur_m是当前 [ 到 ] 内字符串的重复倍数，例如 "3[a2[c]]" 中的 2。

2. 返回字符串 res。

2024.6.14

739 每日温度

可以换成peek,pop,push；Deque双端队列模拟栈

堆

215 数组中的第k个最大元素

升序排序以后，目标元素的下标是 N−k，这里 N 是输入数组的长度。

优先级队列，解决top K问题

最小堆：根节点最小；最大堆：根节点最大

找到K个最大的元素，维护一个有 K 个元素的最小堆，堆顶根节点就是我们要找的元素；其时间复杂度为 O(nlogk)，因此堆排序这种解法在数据规模 n 较大，维护规模 k 较小时优化会比较明显

基于快速排序的选择方法可以达到 O(n) 的时间复杂度

2024.6.16

347 前k个高频元素

思路：首先使用哈希表统计每个元素出现的次数；根据出现次数创建一个最小堆的优先级队列（里面存储键值对）；依次遍历哈希表中的键值对，不断对最小堆进行更新；最后将最小堆键值对中的键存到一个数组中输出。

创建了一个优先级队列（PriorityQueue），并为其提供了一个自定义的比较器（Comparator）来定义队列中元素的优先级

PriorityQueue<int[]> queue=new PriorityQueue<int[]>(new Comparator<int[]>() {

public int compare(int[] m,int[] n){

return m[1]-n[1]; //根据出现的次数设置优先级，小的优先级高，即设置了一个最小堆；返回负数，第一个元素在前面；返回正数，第一个元素在第二个元素后面

}

});

在Java中，Map.Entry<Integer, Integer> 是一个泛型类，用于表示映射（Map）中的一个键值对。当你有一个 Map<Integer, Integer> 类型的对象时，每个键值对都可以通过 Map.Entry <Integer, Integer> 来表示。

Map.Entry 提供了获取键（key）和值（value）的方法：

getKey(): 返回与此条目相对应的键。
getValue(): 返回与此条目相对应的值。
setValue(V value): 用指定的值替换与此条目相对应的值，并返回旧值。

贪心算法

贪心算法一般分为如下四步： 通过局部最优，达到全局最优

将问题分解为若干个子问题
找出适合的贪心策略
求解每一个子问题的最优解
将局部最优解堆叠成全局最优解

2024.6.17

121 买卖股票的最佳时机

找到所有天中股票价格最低的时候，然后用当前天的价格减去最低价格与最大值比较，更新最大值

注：最低价格初始设置Integer.MAX_VALUE，遍历中每次先更新最低值，如果这次是最低就更新，并继续下次遍历；如果不是最低，就计算赚的钱与最大值的大小（这里计算的保证了买入在卖出的前面，并且买入的价格低）

55 跳跃游戏

因为元素代表的是可以跳跃的最大长度，不去纠结具体跳几步，而是看覆盖范围，只要覆盖那这里面的元素位置一定可以到达

对于第一个元素确定的最大覆盖范围cover，之后要在这个范围内遍历元素，并且更新cover所维护的最大范围；如果覆盖范围大于等于最后位置的下标，就是true；遍历完之后还是小于最后的位置，则false

2024.6.18

45 跳跃游戏 Ⅱ

到达最后一个位置的最小跳跃次数

每一步尽可能地增加覆盖范围，当覆盖到最后一个位置时，就是最小的步数

统计两个覆盖范围，当前这一步的最大覆盖和下一步最大覆盖（如果移动下标达到了当前这一步的最大覆盖最远距离了，还没有到终点的话，那么就必须再走一步来增加覆盖范围，直到覆盖范围覆盖了终点。）

763 划分字母区间

记录每个字母出现的最远位置

当前遍历的位置等于区间最右侧值（之前遍历过的每个字母出现位置的最大值）时，这个区间就结束，加入list中

动态规划

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

2024.6.19

70 爬楼梯

1阶 1种；2阶 2种；第3阶就是由1阶上两个台阶或者2阶上一个台阶，就是1阶和2阶的方法和

118 杨辉三角

2024.6.20

198 打家劫舍

这个房间能不能偷，取决于前面的房间，考虑到这个房间就会有两种可能，偷或不偷；两个状态下取最大的金额

01背包

n种物品，每种物品只有一个

二维数组：dp[i][j]表示0-i的物品任取放到容量为j（重量）的背包中的最大价值；不放物品i，为dp[i-1][j]；放物品i，dp[i-1][j-weight[i]]+vaue[i]；根据这个来确定初始化，i，j有0的应该被初始化（第一行第一列），其他非0的初始化为几都没事；遍历两个for循环，先物品或者先背包容量都可以

一维数组：dp[j]表示容量为j的背包中的最大价值；相当于直接将上层拷贝，不放物品i，就是dp[j]；放物品i，就是dp[j-weight[i]]+value[i] ； dp[0]=0，因为会覆盖，所以初始化为0；

for循环顺序不能换，先物品后背包（并且背包中倒序，这样物品i只被放入一次）