//解题思路:典型的“滑动窗口”解题,思想就是用哈希表(表示队列思想)),遍历字符串,每个字符作key,而我们的字符对应的位置作value,每次放入前应该判别有没有这个key,如果有我们就 从这个值的下一个字符开始算起(map.containsKey(s.charAt(i))),与遍历到i时的最大字符串长度为Math.max( max,i-left+1)
//一直维持这样的队列,找出队列出现最长的长度时候,求出解!
// class Solution {
// public int lengthOfLongestSubstring(String s) {
// //如果字符串长度为0,则返回0
// if(s.length()==0){
// return 0;
// }
// //定义返回的最大值以及当前重复字符的位置
// int max = 0;
// int left = 0;
// //定义哈希表
// Map<Character,Integer> map = new HashMap<Character,Integer>();
// //遍历字符串
// for(int i = 0 ; i< s.length() ; i++){
// if(map.containsKey(s.charAt(i))){
// //说明包含了重的,我们开始从重复的字符的位置的下一个字符开始记
// left = Math.max(left,map.get(s.charAt(i))+1);
// }
// //如果不包含我们就把字符放入
// map.put(s.charAt(i),i);
// //然后更新最大值
// max = Math.max(max,i-left+1);
// }
// return max;
// }
// }
//第二遍做,一开始没想起来滑动窗口,多做总结
class Solution {
public int lengthOfLongestSubstring(String s) {
if(s.length() == 0)
return 0;
//通过哈希表满足滑动窗口
Map<Character , Integer> map = new HashMap<Character , Integer>();
int max = 0; //因为我们求得子串长度,所以取0即可,不然可以取Integer.MIN_VALUE
int left = 0;
for(int i=0 ; i<s.length() ; i++){
if(map.containsKey(s.charAt(i))){ //当遇到重复的字符,将左边界移到当前重复字符的下一个,右边界为当前i
left = Math.max(left , map.get(s.charAt(i))+1);
}
//然后将其放入,如果重复的就覆盖
map.put(s.charAt(i) , i);
max = Math.max(max , i-left+1);
}
return max;
}
}
/**我们可以先合并,合并完了再找中位数
注意点:除以2的时候要写成2.0
时间复杂度O(m+n) , 空间复杂度O(m+n)
*/
class Solution {
public double findMedianSortedArrays(int[] nums1, int[] nums2) {
//先创建一个新的数组,确定个数
int n1 = nums1.length;
int n2 = nums2.length;
int[] nums3 = new int[n1+n2]; //创建了新的数组
//然后进行排序
//首先判断是否有其中一个数组为空
if(n1 == 0){
//奇偶判断
if((n2 & 1) == 1){ //奇数
return nums2[n2/2];
}else{
return (nums2[n2/2-1] + nums2[n2/2])/2.0;
}
}
if(n2 == 0){
if((n1 & 1) == 1){
return nums1[n1/2];
}else{
return (nums1[n1/2-1] + nums1[n1/2])/2.0;
}
}
//当都不为空,进行判断,各数组分别需要一个索引
int i=0 , j=0 , k=0;
while(k != (n1+n2)){
//先判断两个数组剩余的部分
if(i==n1){
while(j!=n2){
nums3[k++] = nums2[j++];
}
break;
}
if(j==n2){
while(i!=n1){
nums3[k++] = nums1[i++];
}
break;
}
if(nums1[i] >= nums2[j]){
nums3[k] = nums2[j];
j++;
}else{
nums3[k] = nums1[i];
i++;
}
k++;
}
if( (k & 1) == 1){ //奇数
return nums3[k/2];
}else{
return (nums3[k/2 -1] + nums3[k/2])/2.0;
}
}
}
/*解题思路2:是否可以把空间复杂度降低呢?O(m+n),我们没必要合并数组
只要找出奇偶数对应的中位数的索引即可
当m+n为奇数:中位数就是 (m+n)/2
当m+n为偶数:中位数就是 ((m+n)/2)-1 和(m+n)/2 ,我们通过让left每次记录上一次的值,就也相当于求到(m+n)/2即可
时间复杂度O(m+n) 空间复杂度O(1)
*/
class Solution {
public double findMedianSortedArrays(int[] nums1, int[] nums2) {
int n1 = nums1.length;
int n2 = nums2.length;
int len = n1 + n2;
int left =-1 , right = -1; //当前循环得到的值
//索引处
int nums1Idex = 0 , nums2Idex = 0;
for(int i=0 ; i<=len/2 ; i++){
left = right; //先得到上次循环得到的值
if(nums1Idex < n1 &&( nums2Idex>=n2 || nums1[nums1Idex] < nums2[nums2Idex])){
//nums2Idex>=n2 || nums1[nums1Idex] < nums2[nums2Idex] Ⅰ比较两个数组的大小 Ⅱ其中一个数组已经到头了
right = nums1[nums1Idex++];
}else{
right = nums2[nums2Idex++];
}
}
if((len & 1) == 1){ //奇数
return right;
}else{
return (right + left)/2.0;
}
}
}
class Solution {
public double findMedianSortedArrays(int[] nums1, int[] nums2) {
int n = nums1.length;
int m = nums2.length;
//因为数组是从索引0开始的,因此我们在这里必须+1,即索引(k+1)的数,才是第k个数。
int left = (n + m + 1) / 2;
int right = (n + m + 2) / 2;
//将偶数和奇数的情况合并,如果是奇数,会求两次同样的 k
return (getKth(nums1, 0, n - 1, nums2, 0, m - 1, left) + getKth(nums1, 0, n - 1, nums2, 0, m - 1, right)) * 0.5;
}
private int getKth(int[] nums1, int start1, int end1, int[] nums2, int start2, int end2, int k) {
//因为索引和算数不同6-0=6,但是是有7个数的,因为end初始就是数组长度-1构成的。
//最后len代表当前数组(也可能是经过递归排除后的数组),符合当前条件的元素的个数
int len1 = end1 - start1 + 1;
int len2 = end2 - start2 + 1;
//让 len1 的长度小于 len2,这样就能保证如果有数组空了,一定是 len1
//就是如果len1长度小于len2,把getKth()中参数互换位置,即原来的len2就变成了len1,即len1,永远比len2小
if (len1 > len2) return getKth(nums2, start2, end2, nums1, start1, end1, k);
//如果一个数组中没有了元素,那么即从剩余数组nums2的其实start2开始加k再-1.
//因为k代表个数,而不是索引,那么从nums2后再找k个数,那个就是start2 + k-1索引处就行了。因为还包含nums2[start2]也是一个数。因为它在上次迭代时并没有被排除
if (len1 == 0) return nums2[start2 + k - 1];
//如果k=1,表明最接近中位数了,即两个数组中start索引处,谁的值小,中位数就是谁(start索引之前表示经过迭代已经被排出的不合格的元素,即数组没被抛弃的逻辑上的范围是nums[start]--->nums[end])。
if (k == 1) return Math.min(nums1[start1], nums2[start2]);
//为了防止数组长度小于 k/2,每次比较都会从当前数组所生长度和k/2作比较,取其中的小的(如果取大的,数组就会越界)
//然后数组如果len1小于k / 2,表示数组经过下一次遍历就会到末尾,然后后面就会在那个剩余的数组中寻找中位数
int i = start1 + Math.min(len1, k / 2) - 1;
int j = start2 + Math.min(len2, k / 2) - 1;
//如果nums1[i] > nums2[j],表示nums2数组中包含j索引,之前的元素,逻辑上全部淘汰,即下次从J+1开始。
//而k则变为k - (j - start2 + 1),即减去逻辑上排出的元素的个数(要加1,因为索引相减,相对于实际排除的时要少一个的)
if (nums1[i] > nums2[j]) {
return getKth(nums1, start1, end1, nums2, j + 1, end2, k - (j - start2 + 1));
}else {
return getKth(nums1, i + 1, end1, nums2, start2, end2, k - (i - start1 + 1));
}
}
}