21 最大子数组和
贪心 / 动态规划 贪心:连续和(count)< 0时,放弃当前起点的连续和,将下一个数作为新起点,这里提供使用贪心算法解决本题的代码。 动态规划:dp[i]:以nums[i]为结尾的最长连续子序列(子数组)和。 dp[i] = max(dp[i - 1] + nums[i], nums[i])。 初始化:dp[0] = nums[0]。 结果:dp中的最大值。
var maxSubArray = function ( nums ) {
var res = - Number. MAX_VALUE ;
var count = 0 ;
for ( var i of nums) {
count += i;
if ( count > res) {
res = count;
}
if ( count < 0 ) {
count = 0
continue ;
}
}
return res;
} ;
22 合并区间
贪心 将intervals数组的元素按照左端点进行升序排序。 intervals[i][0]:左边界,intervals[i][0]:右边界。 如果intervals[i][0] < intervals[i - 1][1],当前区间与上一个区间有重叠,此时合并区间,更新右边界 = max(intervals[i - 1][1], intervals[i][1])。否则将当前区间加入结果数组res中。 直接在结果数组res中进行更新区间,即intervals[i - 1][1]为res的最后一个元素。
var merge = function ( intervals ) {
if ( intervals. length == 0 ) {
return [ ] ;
}
intervals. sort ( ( a, b ) => a[ 0 ] - b[ 0 ] ) ;
var res = [ ] ;
res. push ( intervals[ 0 ] ) ;
for ( var i = 1 ; i < intervals. length; i++ ) {
if ( intervals[ i] [ 0 ] <= res[ res. length - 1 ] [ 1 ] ) {
res[ res. length - 1 ] [ 1 ] = Math. max ( res[ res. length - 1 ] [ 1 ] , intervals[ i] [ 1 ] ) ;
} else {
res. push ( intervals[ i] ) ;
}
}
return res;
} ;
23 轮转数组
数组 数组切片:nums[-k: ] + nums[: -k]
var rotate = function ( nums, k ) {
var lens = nums. length;
var n = new Array ( lens) ;
k = k % lens;
n = nums. slice ( - k, lens) . concat ( nums. slice ( 0 , - k) ) ;
for ( var i = 0 ; i < lens; i++ ) {
nums[ i] = n[ i]
}
} ;
24 除自身以外数组的乘积
前后缀分解 前缀积pre[i]:从nums[0]~nums[i - 1]的乘积,pre[i] = pre[i - 1] * nums[i - 1]。 后缀积suf[i]:从nums[i + 1]~nums[lens - 1]的乘积,suf[i] = suf[i + 1] * nums[i + 1]。 初始化:pre[0] = suf[lens - 1] = 0。 结果:除元素nums[i]外的乘积 = 元素前面所有元素的乘积 * 元素后所有元素的乘积。ans[i] = pre[i] * suf[i]。
var productExceptSelf = function ( nums ) {
var lens = nums. length;
var pre = new Array ( lens) ;
var suf = new Array ( lens) ;
pre[ 0 ] = 1 ;
suf[ lens - 1 ] = 1 ;
for ( var i = 1 ; i < lens; i++ ) {
pre[ i] = pre[ i - 1 ] * nums[ i - 1 ] ;
}
for ( var j = lens - 2 ; j >= 0 ; j-- ) {
suf[ j] = suf[ j + 1 ] * nums[ j + 1 ]
}
for ( var k = 0 ; k < lens; k++ ) {
suf[ k] = pre[ k] * suf[ k] ;
}
return suf;
} ;
25 缺失的第一个正数
原地哈希 将数组视作哈希表,把1放到下标为0的位置,把2放到下标为1的位置,…,把n(数组长度)放到下标为n - 1的位置,实现数组元素的映射。 缺失的数一定为[1, n + 1]之间的数。 如果元素i在1~n,判断元素i是否在索引i - 1上,如果不在,则将两数(元素i,在索引i - 1上的元素)进行交换。 遍历数组,找到元素i的值不是i + 1的位置,返回i + 1。 极端情况:1~n都存在,返回n + 1。
var firstMissingPositive = function ( nums ) {
var lens = nums. length;
for ( var i = 0 ; i < lens; i++ ) {
while ( nums[ i] >= 1 && nums[ i] <= lens && nums[ i] != nums[ nums[ i] - 1 ] ) {
var temp = nums[ nums[ i] - 1 ] ;
nums[ nums[ i] - 1 ] = nums[ i] ;
nums[ i] = temp;
}
}
for ( var j = 0 ; j < lens; j++ ) {
if ( nums[ j] != j + 1 ) {
return j + 1 ;
}
}
return lens + 1 ;
} ;