48.给定一个 n × n 的二维矩阵 matrix 表示一个图像。请你将图像顺时针旋转 90 度。
你必须在 原地 旋转图像,这意味着你需要直接修改输入的二维矩阵。请不要 使用另一个矩阵来旋转图像。
class Solution {
public void rotate(int[][] matrix) {//原地旋转,找规律
int n = matrix.length;
for (int i = 0; i < n / 2; ++i) {
for (int j = 0; j < (n + 1) / 2; ++j) {
int temp = matrix[i][j];
matrix[i][j] = matrix[n - j - 1][i];
matrix[n - j - 1][i] = matrix[n - i - 1][n - j - 1];
matrix[n - i - 1][n - j - 1] = matrix[j][n - i - 1];
matrix[j][n - i - 1] = temp;
}
}
}
}
53.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。
贪心:
class Solution {
public int maxSubArray(int[] nums) {
/*
* 题目要求我们只求最优解,即获取最大的值,那么很容易会考虑到贪心算法
* 我们需要考虑到贪心抛弃,当你的tmp值加到负值的时候,那么前面的子串和后面的字符组合只会造成负面影响(贪心负影响,通俗的说就是前面子串和后面组合还不如后面本身大),因此,我们贪心地舍弃掉前面的子串,重新建立子串找最大值
*
*/
int ans = nums[0];
//保存临时值
int tmp = 0;
for(int num : nums) {
tmp += num;
if(tmp > ans)
ans = tmp;
if(tmp < 0)
tmp = 0;
}
return ans;
}
};
动态规划:
class Solution {
public int maxSubArray(int[] nums) {
int pre = 0, ans = nums[0];
for (int num : nums) {
pre = Math.max(pre + num, num); //决定加还是不加
ans = Math.max(ans, pre); //更新最大值
}
return ans;
}
}
55.给定一个非负整数数组 nums ,你最初位于数组的 第一个下标 。
数组中的每个元素代表你在该位置可以跳跃的最大长度。
判断你是否能够到达最后一个下标。
贪心:
public class Solution {
public boolean canJump(int[] nums) {
int n = nums.length, rightmost = 0;
for (int i = 0; i < n; i++) {
if (i <= rightmost) {
//及时更新能到达的最远的距离
rightmost = Math.max(rightmost, i + nums[i]);
//当能到达的最远距离超过或等于最后一个,返回true
if (rightmost >= n - 1) {
return true;
}
}
}
return false;
}
}
动态规划:
public class Solution {
public boolean canJump(int[] nums) {
int n = nums.length;
boolean[] dp = new boolean[n];
dp[0] = true; //初始化,因为最初位于数组的第一个下标
for (int i = 1; i < n; i++) {
for (int j = 0; j < i; j++) {
if (dp[j] && j + nums[j] >= i) {
dp[i] = true; //dp[i]=true说明i位置能跳到
break;
}
}
}
return dp[n - 1];
}
}
56.以数组 intervals 表示若干个区间的集合,其中单个区间为 intervals[i] = [starti, endi] 。请你合并所有重叠的区间,并返回 一个不重叠的区间数组,该数组需恰好覆盖输入中的所有区间 。
class Solution {
public int[][] merge(int[][] intervals) {
//length=0在本题中不用考虑,因为提示中已知1<=intervals.length<=104
// if (intervals.length == 0) {
// return new int[0][2];
// }
Arrays.sort(intervals, new Comparator<int[]>() {//哇,还可以这样排序,孤陋寡闻了
public int compare(int[] interval1, int[] interval2) {
return interval1[0] - interval2[0];
}
});
List<int[]> merged = new ArrayList<int[]>();
for (int i = 0; i < intervals.length; ++i) {
int L = intervals[i][0], R = intervals[i][1];
//如果当前区间的左端点在数组 merged 中最后一个区间的右端点之后,那么它们不会重合,
//我们可以直接将这个区间加入数组 merged 的末尾。
if (merged.size() == 0 || merged.get(merged.size() - 1)[1] < L) {
merged.add(new int[]{L, R});
} else {
//否则,它们重合,
//我们需要用当前区间的右端点更新数组 merged 中最后一个区间的右端点,将其置为二者的较大值。(因为按左端点排得序,所以不用考虑左端点了。)
merged.get(merged.size() - 1)[1] = Math.max(merged.get(merged.size() - 1)[1], R);
}
}
return merged.toArray(new int[merged.size()][]);
}
}
62.一个机器人位于一个 m x n 网格的左上角 (起始点在下图中标记为 “Start” )。
机器人每次只能向下或者向右移动一步。机器人试图达到网格的右下角(在下图中标记为 “Finish” )。
问总共有多少条不同的路径?
动态规划:
class Solution {
public int uniquePaths(int m, int n) {
int[][] f = new int[m][n];
//边界条件初始化
for (int i = 0; i < m; ++i) {
f[i][0] = 1;
}
for (int j = 0; j < n; ++j) {
f[0][j] = 1;
}
for (int i = 1; i < m; ++i) {
for (int j = 1; j < n; ++j) {
//每个点的到达方式之和由左和上两个点决定(路径的叠加)
f[i][j] = f[i - 1][j] + f[i][j - 1];
}
}
return f[m - 1][n - 1];
}
}
动态规划优化:
class Solution {
public int uniquePaths(int m, int n) {
int[] cur = new int[n];
Arrays.fill(cur,1); //边界条件初始化
for (int i = 1; i < m; i++){
for (int j = 1; j < n; j++){
cur[j] += cur[j-1] ;
}
}
return cur[n-1];
}
}
组合数学:
class Solution {
public int uniquePaths(int m, int n) {
long ans = 1;
for (int x = n, y = 1; y <= m-1; ++x, ++y) {
ans = ans * x / y; //x为n到m+n-2;y为1到m-1(调整了y运算顺序)
}
return (int) ans;
}
}