算法学习记录

排序算法复杂度
在这里插入图片描述

1、二叉树的按层打印

层序遍历 + 双端队列:
算法流程:
特例处理: 当树的根节点为空,则直接返回空列表 [] ;
初始化: 打印结果空列表 res ,包含根节点的双端队列 queue;
BFS 循环: 当 queue 为空时跳出;
新建列表 temp ,用于临时存储当前层打印结果;
当前层打印循环: 循环次数为当前层节点数(即 queue长度);
出队: 队首元素出队,记为 node;
打印: 若为奇数层,将 node.val 添加至 temp 尾部;否则,添加至 temp 头部;
添加子节点: 若 node 的左(右)子节点不为空,则加入 queue;
将当前层结果 temp 转化为 list 并添加入 res ;
返回值: 返回打印结果列表 res 即可;

class Solution {
    public List<List<Integer>> levelOrder(TreeNode root) {
        ArrayList<List<Integer>> res = new ArrayList();  //用来存储最终结果
        Queue<TreeNode> queue = new LinkedList<>();  //BFS通常借助队列实现
        if(root == null) return res;  //判空
        queue.add(root);
        while(!queue.isEmpty()){
            LinkedList<Integer> temp = new LinkedList();  //临时存储节点
            for(int i = queue.size(); i > 0; i--) {
                TreeNode node = queue.poll();
                //先将根节点的值弹出,再检索左节点和右节点
                if(res.size() % 2 != 0){
                    temp.addFirst(node.val);   //奇数层->队列头部
                }else{
                    temp.addLast(node.val);   //偶数层->队列尾部
                }
                if(node.left != null) queue.add(node.left);   
                if(node.right != null) queue.add(node.right);
            }
            res.add(temp);
        }
        return res;
    }
}

2、字符串拼接

String.substring(beginIndex,endIndex):
从beginIndex开始取,到endIndex结束,其中不包括endIndex位置的字符

3、List转int[]

List.stream().mapToInt(Integer::valueOf).toArray()

4、递推问题

在这里插入图片描述

在这里插入图片描述


5、摩尔投票法

算法流程:

  1. 初始化: 票数统计 votes = 0 , 众数 x;
  2. 循环: 遍历数组 nums 中的每个数字 num ; 当 票数 votes 等于 0 ,则假设当前数字 num 是众 数; 当 num = x 时,票数 votes 自增 1 ;当 num != x 时,票数 votes 自减 1 ;
  3. 返回值: 返回 x 即可;
        // 摩尔投票法
        int votes = 0;
        int x = 0;
        for(int num:nums){
            if(votes == 0) x = num;
            if(num == x)votes ++; else votes --;
        }
        return x;

6、快速排序


7、滑动窗口

模板:

public int[][] findContinuousSequence(int target) {
        //思路:滑动窗口   
        //右指针右移-->判断是否需要收缩-->左指针右移-->res
        int left = 1,right = 2,sum = 3;
        List<int[]> res = new ArrayList<>();
        while(left < right){
            if(sum == target){
                int[] temp = new int[right-left+1];
                for(int i=left;i<=right;i++){
                    temp[i-left] = i;
                }
                res.add(temp);
            }
            if(sum < target){
                right++;     //右指针右移 再加上新的右指针
                sum += right;
            }else{
                sum -= left;  //先减去左指针 再将左指针右移
                left++;
            } 
            
        }
        return res.toArray(new int[0][]);
    }

8、位运算

设有二进制数n,求n中1的个数:

思路1:

  1. 核心思路:n & (n - 1) 会把n中的最后一个1变成0

  2. 循环中每次去除n的最后一个1,res记录循环次数,就是1的个数

    public class Solution {
        // you need to treat n as an unsigned value
        public int hammingWeight(int n) {
            int res = 0;
            while(n != 0){
                n &= n - 1;
                res++;
            }
            return res;
        }
    }
    

思路2:

  • 根据 与运算 定义,设二进制数字 n,则有:

     若 n & 1 = 0,则 n 二进制 最右一位 为 0 ;
     若 n & 1 = 1,则 n 二进制 最右一位 为 1 。
    
  • 根据以上特点,考虑以下 循环判断 :

     判断 n 最右一位是否为 1,根据结果计数。
     将 n 右移一位(本题要求把数字 n 看作无符号数,因此使用 无符号右移 操作)。
    
    public class Solution {
        public int hammingWeight(int n) {
            int res = 0;
            while(n != 0) {
                res += n & 1;
                n >>>= 1;
            }
            return res;
        }
    }
    

9、合并链表

在这里插入图片描述
引入伪头节点: 由于初始状态合并链表中无节点,因此循环第一轮时无法将节点添加到合并链表中
解决方案:初始化一个辅助节点 dum作为合并链表的伪头节点,将各节点添加至 dum之后。

class Solution {
    public ListNode mergeTwoLists(ListNode l1, ListNode l2) {
        if(l1 == null || l2 == null) return l1 == null ? l2:l1;  //判空
        ListNode dum = new ListNode(0),cur = dum;            //初始化
        while(l1 != null && l2 != null){
        	//根据 l1.val和 l2.val的大小关系确定节点添加顺序,两节点指针交替前进,直至遍历完毕。
            if(l1.val < l2.val){
                cur.next = l1;
                l1 = l1.next;
            }else{
                cur.next = l2;
                l2 = l2.next;
            }
            cur = cur.next;
        }
        //跳出时有两种情况,即 l1为空或 l2为空。
        cur.next = l1 != null ? l1 : l2;
        return dum.next;
    }
}

10、反转链表

在这里插入图片描述

class Solution {
    public ListNode reverseList(ListNode head) {
        ListNode pre = null,cur = head;
        ListNode temp = new ListNode(0);
        while(cur != null){
            temp = cur.next;     //暂存后继节点
            cur.next = pre;      //更改指向
            pre = cur;           //更新pre
            cur = temp;          //访问下一节点
        }
        return pre;
    }
}




10、分组异或 位运算

添加链接描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,我知道了,下面是我的回答: 聚类算法是一种无监督学习算法,它可以将数据集中的数据按照某种规则进行分组,使得同一组内的数据相似度较高,不同组之间的数据相似度较低。聚类算法可以帮助我们对数据进行分类、分析和理解,同时也可以为其他机器学习任务提供数据预处理和特征提取的支持。 聚类算法的基本流程包括:确定聚类算法的目标函数、选择相似度度量方法、选择聚类算法、确定聚类的数量、进行聚类操作以及评估聚类效果。常见的聚类算法包括K-Means算法、层次聚类算法、密度聚类算法等。 K-Means算法是一种基于距离的聚类算法,它的基本思想是将数据集中的数据划分为K个簇,使得同一簇内的数据相似度较高,不同簇之间的数据相似度较低。K-Means算法的优点是计算复杂度较低,容易实现,但是需要预先指定簇的数量和初始聚类中心。 层次聚类算法是一种基于相似度的聚类算法,它的基本思想是不断合并数据集中相似度最高的数据,直到所有数据都被合并为一个簇或达到预先设定的簇的数量。层次聚类算法的优点是不需要预先指定簇的数量和初始聚类中心,但是计算复杂度较高。 密度聚类算法是一种基于密度的聚类算法,它的基本思想是将数据集中的数据划分为若干个密度相连的簇,不同簇之间的密度差距较大。密度聚类算法的优点是可以发现任意形状的簇,但是对于不同密度的簇分割效果不佳。 以上是聚类算法的基础知识,希望能对您有所帮助。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值