LeetCode 180, 68, 146

180. 连续出现的数字

题目链接

180. 连续出现的数字

表

表Logs的字段为id和num。

要求

找出所有 至少连续出现三次 的数字。
返回的结果表中的数据可以按 任意顺序 排列。

知识点

distinct：对某个字段进行去重。

思路

可以想到使用三个表来做多表查询，第一个表first查数字在三次出现中的第一次出现的id，第二个表second查第二次出现的id，第三个表third查数字在三次出现中的第三次出现的id，只要满足first.id = second.id - 1 and second.id = third.id - 1即可。

另外，因为是多表查询，所以要使用条件first.num = second.num and second.num = third.sum限制，防止产生无效数据。

最后，也是最关键的一点：如果一个num连续出现三次以上，则按照上面这种判断将会把这个num输出多次，故需要对num进行去重。

代码

selectdistinct first.num ConsecutiveNums
fromLogs first,Logs second,Logs third
wherefirst.id = second.id - 1
andsecond.id = third.id - 1
andfirst.num = second.num
andsecond.num = third.num

68. 文本左右对齐

题目链接

68. 文本左右对齐

思路

有时候“困难”并不困难。就好比本题，只是解题的步骤多了点，而不是很难想。

题目中明确地说了要使用贪心的思想，即 通过局部最优解退出全局最优解 的思想，所以处理一行单词时不需要考虑上一行或下一行，只需要考虑如何让本行的单词数最多。这很简单，假设本行的单词之间只间隔一个空格，然后从文本中获取单词拼接即可。不过不能直接按一个空格的间隔拼接这些单词，因为间隔一个空格只是假设，实际情况可能不满足(即可能出现 结果中这行的每个单词需要间隔一个以上空格 的情况)，所以得先获取这行拼接的所有单词的长度总和，然后再计算每个单词之间的平均间隔，如果间隔不平均，则需要将这些不平均的空格分散到左边的每个单词后。

对于最后一行，需要特殊处理：使用一个空格将最后一行的每个单词拼接起来，然后用空格填满最后一行的剩余部分，最后将结果返回。

对于每行只有一个单词的情况，也需要特殊处理：将这个单词左对齐，即用空格填充这行的右部分。

废话不多说，请看代码中的注释。

代码

class Solution {public List<String> fullJustify(String[] words, int maxWidth) {int n = words.length;List<String> res = new ArrayList<>();int right = 0; // right是每行已经拼接字符串的结尾单词的下标+1while (true) {int left = right; // left是每行起始单词的下标int sumLen = 0; // sumLen是这行的长度，不包括空格// 先计算出这行最多能放多少个单词// right - left 恰好是单词之间至少间隔的空格数，包含 已拼接的最后一个单词 与 待拼接单词 的空格// sumLen + words[right].length() + right - left 是这行已经填充的字符数// 如果right == n，说明单词已经放完了，就不需要再计算了while (right < n && sumLen + words[right].length() + right - left <= maxWidth) {sumLen += words[right++].length(); // 让sumLen加上这个单词的长度}// 如果right == n，拼接最后一行的字符串，将结果返回即可if (right == n) {StringBuilder builder = join(words, left, n, " "); // 用单个空格将这行单词拼接起来builder.append(blank(maxWidth - builder.length())); // 用空格填充最后一行的剩余部分res.add(builder.toString()); // 将最后一行字符串加入结果return res; // 返回结果}// 如果到这里了，说明不是最后一行int numWords = right - left; // right - left 可以表示这行拼接的单词数int numSpaces = maxWidth - sumLen; // numSpaces 是这行的空格数// 如果这行只有一个单词，那么直接将这个单词左对齐，看示例2的acknowledgment，它就是左对齐的if (numWords == 1) {StringBuilder builder = new StringBuilder(words[left]);builder.append(blank(numSpaces)); // 用空格填充这行的剩余部分res.add(builder.toString());continue;}// 如果到这里了，说明这行有不止一个单词// numWords - 1 是这行单词之间的间隔数int avgSpaces = numSpaces / (numWords - 1); // avgSpaces 是这行平均的空格数int extraSpaces = numSpaces % (numWords - 1); // extraSpaces 是无法平均的空格数// 题目中说了 左侧放置的空格数要多于右侧的空格数，所以把 不平均的空格 分散到 左边的每个单词后。即使不平均的空格数为0，也可以按照如下逻辑处理StringBuilder builder = new StringBuilder();builder.append(join(words, left, left + extraSpaces + 1, blank(avgSpaces + 1))); // 把不平均的空格分散到左边的每个单词后builder.append(blank(avgSpaces)); // 从这里开始空格就平均了，放 avgSpaces 个builder.append(join(words, left + extraSpaces + 1, right, blank(avgSpaces))); // 把平均的空格分散到右边的每个单词后res.add(builder.toString());}}// 构造n个空格的字符串private String blank(int n) {StringBuilder builder = new StringBuilder();while (n-- > 0) {builder.append(' ');}return builder.toString();}// 将 words中 索引在[left, right)这个左闭右开区间内的字符串 使用 interval 作为间隔 拼接起来private StringBuilder join(String[] words, int left, int right, String interval) {StringBuilder builder = new StringBuilder(words[left++]); // 先拼接一个字符串，再拼接间隔while (left < right) {builder.append(interval);builder.append(words[left++]);}return builder;}
}

146. LRU 缓存

题目链接

146. LRU 缓存

思路

本题是一个设计题，要求设计一个数据结构，它具有这样的性质：

如果插入操作导致关键字数量超过 capacity ，则应该逐出最久未使用的关键字
函数 get 和 put 必须以 $O (1)$ 的平均时间复杂度运行。

保证逐出最久的关键字很简单，使用队列即可。

但还要保证这个关键字是最久未使用的就比较麻烦了，其实还可以使用队列，不过在每次使用关键字时得把它放到队列的尾部。

但是如何把它放到队列尾部呢？实际上，把一个队列中的一个节点放到尾部可以先删除这个节点，再将其加入队列。

问题来了，如何以 $O (1)$ 的平均时间复杂度查询和删除队列中的某一个节点呢？可以使用Map来映射，key为关键字，value为这个关键字在队列中的节点，在创建节点时就建立关键字与节点的映射，然后在查询和删除时使用关键字查出节点，接着就可以进行操作了。

要想以 $O (1)$ 的平均时间复杂度删除队列中的某一个节点，需要将队列中的节点设置为双向节点，即这个节点即有指向后一个节点的指针，也有指向前一个节点的指针。另外，为了避免对删除头节点和尾节点的判断，可以使用带哨兵节点的双向循环链表，即链表的头部和尾部都指向一个哨兵节点，这样在删除的时候直接让前一个节点的后指针指向后一个节点、让后一个节点的前指针指向前一个节点即可，如果没有带哨兵节点，则在删除节点是头节点或尾节点时，还需要让链表的头节点或尾节点重新指向另一个节点。

代码更好理解一点，请看代码。

代码

class LRUCache {private static class Node {int key;int value;Node prev;Node next;public Node() {}public Node(int key, int value) {this.key = key;this.value = value;}}private static class DoublyLinkedList {Node head;Node tail;public DoublyLinkedList() {head = tail = new Node(); // 哨兵节点head.next = tail; // 头哨兵节点的后指针指向尾哨兵节点tail.prev = head; // 尾哨兵节点的前指针指向头哨兵节点}// 将新节点添加到尾部public void addLast(Node newLast) {Node oldLast = tail.prev; // 原来的尾节点newLast.prev = oldLast; // 让新节点的前指针指向原来的尾节点newLast.next = tail; // 让新节点的后指针指向尾哨兵节点tail.prev = newLast; // 让尾哨兵节点的前指针指向新节点oldLast.next = newLast; // 让原来的尾节点的后指针指向新节点}// 将指定节点从队列中移除public void remove(Node node) {Node prev = node.prev; // 获取前一个节点Node next = node.next; // 获取后一个节点prev.next = next; // 让前一个节点的后指针指向后一个节点next.prev = prev; // 让后一个节点的前指针指向前一个节点}// 移除队列中的第一个节点public Node removeFirst() {Node first = head.next; // 获取头节点remove(first); // 将头节点从队列中移除return first; // 返回头节点}}private final HashMap<Integer, Node> map = new HashMap<>();private final DoublyLinkedList list = new DoublyLinkedList();private final int capacity; // 容量public LRUCache(int capacity) {this.capacity = capacity;}public int get(int key) {// 如果没有这个元素，则返回-1if (!map.containsKey(key)) {return -1;}Node node = update(key); // 将节点更新到队列尾部return node.value; // 然后返回节点的值}public void put(int key, int value) {if (map.containsKey(key)) { // 如果有这个关键字，做更新操作Node node = update(key); // 将节点更新到队列尾部node.value = value; // 然后更新节点的值} else { // 否则没有这个关键字，做新增操作Node node = new Node(key, value); // 构造新节点map.put(key, node); // 建立映射list.addLast(node); // 将新节点加入队列尾部if (map.size() > capacity) { // 如果数量超出限制，则移除队列中的头节点Node removed = list.removeFirst();map.remove(removed.key); // 删除这个关键字与节点的映射}}}// 先删除再添加到尾部，实现将节点更新到尾部的效果private Node update(int key) {Node node = map.get(key);list.remove(node);list.addLast(node);return node;}
}