LeedCode——数据结构入门【每日一刷】 2022.08.02

 🚀 算法题Day1 🚀

---

🌲 今天是力扣算法题持续打卡第1天🎈！

🌲 每天打卡两道算法题，既是一个学习过程，也是一个分享的过程。

🌲 提示：本专栏解题 编程语言一律使用 C++ / Java 进行解题

🌲 要保持一个每天都在学习的状态，让我们每天进步一点点🧐！
 

217. 存在重复元素 - 力扣（LeetCode）

给你一个整数数组 nums 。如果任一值在数组中出现 至少两次 ，返回 true ；

如果数组中每个元素互不相同，返回 false 。

 示例 1：
输入：nums = [1,2,3,1]

输出：true 

示例 2：
输入：nums = [1,2,3,4]

输出：false 

示例 3：
输入：nums = [1,1,1,3,3,4,3,2,4,2]

输出：true

提示：
 1 <= nums.length <= 105
 -109 <= nums[i] <= 109 

法一 ：set去重

class Solution {
    public boolean containsDuplicate(int[] nums) {
        Set hs = new HashSet();
         for(int i = 0; i < nums.length; i ++){
            hs.add(nums[i]);
        }
        return hs.size() < nums.length ? true : false;
    }
}

 

法二：[哈希表]

对于数组中每个元素，我们将它插入到哈希表中。如果插入一个元素时发现该元素已经存在于哈希表中，则说明存在重复的元素。
 

class Solution {
    public boolean containsDuplicate(int[] nums) {
        Set<Integer> set = new HashSet<Integer>();
        for (int x : nums) {
            if (!set.add(x)) {
                return true;
            }
        }
        return false;
    }
}

---

53. 最大子数组和 - 力扣（LeetCode）

给你一个整数数组 nums ，请你找出一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和。

子数组 是数组中的一个连续部分。

示例 1：

输入：nums = [-2,1,-3,4,-1,2,1,-5,4]
输出：6
解释：连续子数组 [4,-1,2,1] 的和最大，为 6 。
示例 2：

输入：nums = [1]
输出：1
示例 3：

输入：nums = [5,4,-1,7,8]
输出：23
 

提示：

1 <= nums.length <= 105
-104 <= nums[i] <= 104
 

法一：贪心算法

class Solution {
    public int maxSubArray(int[] nums) {
        int pre = 0, maxAns = nums[0];
        for (int x : nums) {
            pre = Math.max(pre + x, x);      // 当前和 = max(之前和 + 当前数，当前数)
            maxAns = Math.max(maxAns, pre);  //最大和 = max（当前和,之前和）
        }
        return maxAns;
    }
}

法二：动态规划
 

public class Solution {
    public int maxSubArray(int[] nums) {
        int len = nums.length;
        // dp[i] 表示：以 nums[i] 结尾的连续子数组的最大和
        int[] dp = new int[len];
        dp[0] = nums[0];
        for (int i = 1; i < len; i++) {
            if (dp[i - 1] > 0) {
                dp[i] = dp[i - 1] + nums[i];
            } else {
                dp[i] = nums[i];
            }
        }

        // 也可以在上面遍历的同时求出 res 的最大值，这里我们为了语义清晰分开写，大家可以自行选择
        int res = dp[0];
        for (int i = 1; i < len; i++) {
            res = Math.max(res, dp[i]);
        }
        return res;
    }
}

进阶：如果已经实现复杂度为 O(n) 的解法，尝试使用更为精妙的 分治法 求解。