文章目录
本专栏主要的针对每日一题的更新,会总结一些比较好的每日一题。
140.单词拆分II H(dfs,dp)
class Solution {
public List<String> wordBreak(String s, List<String> wordDict) {
// 在整体的思路上,需要首先维护一个dp[i]表示第i位之前的内容全部都是可以在字典中的。这里不包括第i位。
int n = s.length();
boolean[] dp = new boolean[n+1];
dp[0] = true;
HashSet<String> set = new HashSet<>(wordDict);
// 这里为什么是这个循环的顺序呢?
// 这里的枚举有点类似与区间dp的思路,我们是需要判断从第i位及其之前都可以
for (int i = 1; i<=n;i++){
for (int j = i-1;j>=0;j--){
String cur = s.substring(j,i);
if (set.contains(cur) && dp[j]){
dp[i] = true; // dp[i]其实不包括i的,也就是i之前的
break; // 这里使用break其实可以加快速度 因为我们只需要得到一次dp[i] = true
}
}
}
List<String> ans = new LinkedList<>();
// dp[n]表示了当前字符串是可以完成整个都在字典中的。因此在进行dfs
if (dp[n]){
LinkedList<String> cur = new LinkedList<>();
dfs(dp, s, set, n, cur, ans);
}
return ans;
}
private void dfs(boolean[] dp, String s, HashSet<String> wordDict, int right, LinkedList<String> cur, List<String> ans){
if (right == 0){
String mayans = String.join(" ", cur);
ans.add(mayans);
return;
}
for (int i = right-1;i>=0;i--){
String now = s.substring(i,right);
if (wordDict.contains(now) && dp[i]){
cur.addFirst(now);
dfs(dp, s, wordDict, i, cur, ans);
cur.removeFirst();
}
}
}
}
57.插入区间H(判断区间重叠的标准)
class Solution {
public int[][] insert(int[][] intervals, int[] newInterval) {
// 思路:枚举原始的区间,依次加入新的列表中。如果发生交集
int left = newInterval[0];
int right = newInterval[1];
boolean placed = false; // 标识是否已经插入
List<int[]> ansList = new ArrayList<int[]>();
// 判断有没有交集,只需要判断是不是右端点小于左端点或者左端点大于右端点即可。
for (int[] interval : intervals) {
if (interval[0] > right) {
// 在插入区间的右侧且无交集
if (!placed) {
// 因为已经在前一个的左侧,当前的右侧,因此可以直接加入。
ansList.add(new int[]{left, right});
placed = true;
}
ansList.add(interval);
} else if (interval[1] < left) {
// 在插入区间的左侧且无交集
ansList.add(interval);
} else {
// 与插入区间有交集,计算它们的并集
left = Math.min(left, interval[0]);
right = Math.max(right, interval[1]);
// 这一步实际上是合成了新的区间。
}
}
if (!placed) {
ansList.add(new int[]{left, right});
}
// 因为不好确定具体的长度。首先借助了List,最后再转换
int[][] ans = new int[ansList.size()][2];
for (int i = 0; i < ansList.size(); ++i) {
ans[i] = ansList.get(i);
}
return ans;
}
}
31.下一个排列M(思路)
class Solution {
// 从后往前首先找到第一个不是升序的数字
// 然后寻找该数字之后,寻找其后方,第一个大于它的位置。
// 交换两者的位置,并对这一段数组进行排序
public void nextPermutation(int[] nums) {
if (nums == null || nums.length == 0) return;
int firstIndex = -1;
for (int i = nums.length - 2; i >= 0; i--) {
if (nums[i] < nums[i + 1]) {
firstIndex = i;
break;
}
}
if (firstIndex == -1) {
reverse(nums, 0, nums.length - 1);
return;
}
// 步骤二
int secondIndex = -1;
for (int i = nums.length - 1; i >= 0; i--) {
if (nums[i] > nums[firstIndex]) {
secondIndex = i;
break;
}
}
swap(nums, firstIndex, secondIndex);
reverse(nums, firstIndex + 1, nums.length - 1);
return;
}
private void reverse(int[] nums, int i, int j) {
while (i < j) {
swap(nums, i++, j--);
}
}
private void swap(int[] nums, int i, int i1) {
int tmp = nums[i];
nums[i] = nums[i1];
nums[i1] = tmp;
}
}
328.奇偶链表M(java中链表是地址信息)
对于链表问题,还是需要想清楚每个listnode保存是地址还是什么。
class Solution {
public ListNode oddEvenList(ListNode head) {
if(head == null)return head;
ListNode evenhead = head.next;// 这里保存的是一个地址。
ListNode even = head.next, odd = head;
while (even!=null && even.next!=null){
odd.next = even.next;
odd = odd.next;
even.next = odd.next;
even = even.next;
}
odd.next = evenhead;
return head;
}
}
514.自由之路H(dp)
class Solution {
public int findRotateSteps(String ring, String key) {
// dp[i][j]key第i位与ring第j位
int n = ring.length();
int m = key.length();
List<Integer>[] map = new List[26]; // 这里最好注明类型,否则会默认位object类型
for (int i = 0; i<26;i++){
map[i] = new ArrayList<>();
}
for (int i = 0; i<n; i++){
int index = ring.charAt(i)-'a';
map[index].add(i);
}
// map 保存了每个字符对应的出现在轮盘中的位置。
int[][] dp = new int[m][n];
for (int i = 0; i<m;i++){
Arrays.fill(dp[i], 1000000);
}
for (int i: map[key.charAt(0)-'a']) dp[0][i] = Math.min(i, n-i)+1; // 确认第一个字母需要的操作
// 依次枚举,字符串中的字母,当前字符在轮盘中的位置,之前轮盘在的位置
for (int i = 1; i<m;i++){
int index = key.charAt(i)-'a';
for (int j:map[index]){// 查找这个数字在轮盘上的位置
int index_pre = key.charAt(i-1)-'a'; // 前一个字母的位置,因为需要从前一个字母的位置转移过来
for (int k :map[index_pre]){
dp[i][j] = Math.min(dp[i][j], dp[i-1][k]+Math.min(Math.abs(j-k), n-Math.abs(j-k))+1);
}
}
}
int ans = 100000000;
for (int i = 0;i<n;i++){
ans = Math.min(ans, dp[m-1][i]);
}
return ans;
}
}
402.移除k位数字M(单调栈)
class Solution {
// 如果这个数字比之后的位数大,删除
// 第一位需要考虑后一个数不能是0,这样可能复杂度会有点高,因为最差情况会不断的进行循环
// 采用单调栈升级,并且在最后注意维护的一下开头全是0的情况。
public String removeKdigits(String num, int k) {
Deque<Character> pq = new LinkedList<>();
int n = num.length();
int i = 0;
for(i =0;i<n;i++){
Character cur = num.charAt(i);
while (pq.size()>0 && k>0 && pq.peekLast()>cur){
pq.pollLast();
k--;
}
pq.offerLast(cur);
}
while(k>0){
pq.pollLast();
k--;
}
StringBuffer ans = new StringBuffer();
// 处理0开头的情况
boolean begin = true;
while (pq.size()>0){
if (begin && pq.peekFirst() == '0'){
pq.pollFirst();
continue;
}
begin = false;
ans.append(pq.pollFirst());
}
return ans.length() == 0? "0" : ans.toString();
}
}
406.根据身高重建队列M(思路)
class Solution {
public int[][] reconstructQueue(int[][] people) {
// 总体思路,首先排序,然后从前往后排位置。这样的方法可以保证不发生冲突
// 首先排序,先根据身高小的在前,相同情况下,序列大的在前
Arrays.sort(people, new Comparator<int[]>() {
public int compare(int[] person1, int[] person2) {
if (person1[0] != person2[0]) {
return person1[0] - person2[0];
} else {
return person2[1] - person1[1];
}
}
});
int n = people.length;
int[][] ans = new int[n][];
for (int[] person : people) {
int spaces = person[1] + 1;// 当前元素应该处于的位置
for (int i = 0; i < n; ++i) {
if (ans[i] == null) {
--spaces; // 前面的空位置
if (spaces == 0) {// 找到了合适的位置
ans[i] = person;
break;
}
}
}
}
return ans;
}
}
439.反转对H(归并思想应用)
class Solution {
// 思路:利用归并排血解决。
int reverseans = 0;
public int reversePairs(int[] nums) {
int[] ans = merge(nums);
//System.out.println(Arrays.toString(ans));
return reverseans;
}
// mergesorts函数,返回排序好的数组
public int[] mergesorts(int[] nums){
int n = nums.length;
if (n == 0 || n == 1) return nums;
int[] left = mergesorts(Arrays.copyOfRange(nums, 0, n/2));// 这里需要复制数组
int[] right = merge(Arrays.copyOfRange(nums, n/2, n));
return help(left, right);
}
// 首先在这里计算反转对,然后再进行合并
public int[] help(int[] l, int[] r){
int n = l.length;
int m = r.length;
int[] ans = new int[n+m];
int x = 0;
int y = 0;
while (x<n){
while (y<m && (long)l[x]>(long)2*r[y]){
y++;
}
reverseans += y; // 需要加上后数组已经排除的。肯定都小于当前位置的数值。
x++;
}
// 在进行合并
x = 0;
y = 0;
while (x<n && y<m){
if (l[x]>=r[y]){
ans[x+y] = r[y];
y++;
}else{
ans[x+y] = l[x];
x++;
}
}
while (x<n){
ans[x+y] = l[x];
x++;
}
while (y<m){
ans[x+y] = r[y];
y++;
}
return ans;
}
}
327.区间的个数H(前缀和,归并排序的应用,线段树,树状数组,利用哈希数组离散化)
class Solution {
public int countRangeSum(int[] nums, int lower, int upper) {
long s = 0;
long[] sum = new long[nums.length + 1];
for (int i = 0; i < nums.length; ++i) {
s += nums[i];
sum[i + 1] = s;
}
return countRangeSumRecursive(sum, lower, upper, 0, sum.length - 1);
}
public int countRangeSumRecursive(long[] sum, int lower, int upper, int left, int right) {
if (left == right) {
return 0;
} else {
int mid = (left + right) / 2;
int n1 = countRangeSumRecursive(sum, lower, upper, left, mid);
int n2 = countRangeSumRecursive(sum, lower, upper, mid + 1, right);
// 首先是左右两个各自的下标对的数量
int ret = n1 + n2;
// 然后统计跨越mid对的数量
int i = left;
int l = mid + 1;
int r = mid + 1;
while (i <= mid) {
while (l <= right && sum[l] - sum[i] < lower) {
l++;
}
while (r <= right && sum[r] - sum[i] <= upper) {
r++;
}
// 起始点是i,终点在ll,rr之间的。
ret += r - l;
i++;
}
// 随后合并两个排序数组
int[] sorted = new int[right - left + 1];
int p1 = left, p2 = mid + 1;
int p = 0;
while (p1 <= mid || p2 <= right) {
if (p1 > mid) {
sorted[p++] = (int) sum[p2++];
} else if (p2 > right) {
sorted[p++] = (int) sum[p1++];
} else {
if (sum[p1] < sum[p2]) {
sorted[p++] = (int) sum[p1++];
} else {
sorted[p++] = (int) sum[p2++];
}
}
}
for (int j = 0; j < sorted.length; j++) {
sum[left + j] = sorted[j];
}
return ret;
}
}
}
=========================个人比较习惯的版本========================================
class Solution {
int lower;
int upper;
public int countRangeSum(int[] nums, int lower, int upper) {
// 归并排序的应用
this.lower = lower;
this.upper = upper;
int n = nums.length;
long[] sum = new long[n+1];
for(int i = 1; i<=n;i++){
sum[i] = sum[i-1]+nums[i-1];
}
return count(sum);
}
private long[] mergesort(long[] sum){
int n = sum.length;
if (n == 0 || n == 1)return sum;
int mid = n/2;
long[] left = mergesort(Arrays.copyOfRange(sum, 0, mid));
long[] right = mergesort(Arrays.copyOfRange(sum, mid, n));
return merge(left, right);
}
private long[] merge(long[] left, long[] right){
int n = left.length;
int m = right.length;
int l = 0, r = 0;
long[] ans = new long[n+m];
while(l<n && r<m){
if (left[l]<right[r]){
ans[l+r] = left[l];
l++;
}else{
ans[l+r] = right[r];
r++;
}
}
while (l<n){
ans[l+r] = left[l];
l++;
}
while(r<m){
ans[l+r] = right[r];
r++;
}
return ans;
}
private int count(long[] nums){
int N = nums.length;
if (N == 0 || N == 1)return 0;
int mid = N/2;
// 先统计两侧的,再分别对两侧进行排序,然后再统计跨越的。
long[] raw_left = Arrays.copyOfRange(nums, 0, mid);
long[] raw_right = Arrays.copyOfRange(nums, mid, N);
int ret = count(raw_left)+count(raw_right);
long[] left = mergesort(raw_left);
long[] right = mergesort(raw_right);
int n = left.length;
int m = right.length;
int l = 0, r = 0;
int i = 0;
while(i<n){
while (l<m && right[l]-left[i]<lower){
l++;
}
while(r<m && right[r]-left[i]<=upper){
r++;
}
ret += r-l;
i++;
}
return ret;
}
}
对于区间的查询还可以借助线段树和树状数组实现。注意到整数的范围可能很大,故需要利用哈希表将所有可能出现的整数,映射到连续的整数区间内。
==============================这里有一个简单版本的线段树==============================
class Solution {
public int countRangeSum(int[] nums, int lower, int upper) {
long sum = 0;
long[] preSum = new long[nums.length + 1];
for (int i = 0; i < nums.length; ++i) {
sum += nums[i];
preSum[i + 1] = sum;
}
// 所有可能用到的整数
Set<Long> allNumbers = new TreeSet<Long>();
for (long x : preSum) {
allNumbers.add(x);
allNumbers.add(x - lower);
allNumbers.add(x - upper);
}
// 利用哈希表进行离散化
Map<Long, Integer> values = new HashMap<Long, Integer>();
int idx = 0;
for (long x : allNumbers) {
values.put(x, idx);
idx++;
}
SegNode root = build(0, values.size() - 1);
int ret = 0;
for (long x : preSum) {
int left = values.get(x - upper), right = values.get(x - lower);
ret += count(root, left, right);
insert(root, values.get(x));
}
return ret;
}
public SegNode build(int left, int right) {
SegNode node = new SegNode(left, right);
if (left == right) {
return node;
}
int mid = (left + right) / 2;
node.lchild = build(left, mid);
node.rchild = build(mid + 1, right);
return node;
}
public int count(SegNode root, int left, int right) {
if (left > root.hi || right < root.lo) {
return 0;
}
if (left <= root.lo && root.hi <= right) {
return root.add;
}
return count(root.lchild, left, right) + count(root.rchild, left, right);
}
public void insert(SegNode root, int val) {
root.add++;
if (root.lo == root.hi) {
return;
}
int mid = (root.lo + root.hi) / 2;
if (val <= mid) {
insert(root.lchild, val);
} else {
insert(root.rchild, val);
}
}
}
class SegNode {
int lo, hi, add;
SegNode lchild, rchild;
public SegNode(int left, int right) {
lo = left;
hi = right;
add = 0;
lchild = null;
rchild = null;
}
}
==================树状数组=============================
class Solution {
public int countRangeSum(int[] nums, int lower, int upper) {
long sum = 0;
long[] preSum = new long[nums.length + 1];
for (int i = 0; i < nums.length; ++i) {
sum += nums[i];
preSum[i + 1] = sum;
}
Set<Long> allNumbers = new TreeSet<Long>();
for (long x : preSum) {
allNumbers.add(x);
allNumbers.add(x - lower);
allNumbers.add(x - upper);
}
// 利用哈希表进行离散化
Map<Long, Integer> values = new HashMap<Long, Integer>();
int idx = 0;
for (long x: allNumbers) {
values.put(x, idx);
idx++;
}
int ret = 0;
BIT bit = new BIT(values.size());
for (int i = 0; i < preSum.length; i++) {
int left = values.get(preSum[i] - upper), right = values.get(preSum[i] - lower);
ret += bit.query(right + 1) - bit.query(left);
bit.update(values.get(preSum[i]) + 1, 1);
}
return ret;
}
}
class BIT {
int[] tree;
int n;
public BIT(int n) {
this.n = n;
this.tree = new int[n + 1];
}
public static int lowbit(int x) {
return x & (-x);
}
public void update(int x, int d) {
while (x <= n) {
tree[x] += d;
x += lowbit(x);
}
}
public int query(int x) {
int ans = 0;
while (x != 0) {
ans += tree[x];
x -= lowbit(x);
}
return ans;
}
}