题目3:无重复字符的最长子串(YES)
- 解题思路:其实最好想到的方法就是使用两层for,让每个字符都可以是子串的首字符,查看哪个子串的长度最长即可。
给定一个字符串 s ,请你找出其中不含有重复字符的 最长 子串的长度。
class Solution {
public:int lengthOfLongestSubstring(string s) {//暴力的一次for,检查每个字符作为首字符时候的最长子串if(s.size()==0){return 0;}int max_ans=INT_MIN;for(int i=0;i<s.size();i++){unordered_map<int,int>map;int temp=0;for(int j=i;j<s.size();j++){//使用哈希表来检测是否重复map[s[j]]++;if(map[s[j]]>1){break;}temp++;if(temp>max_ans){max_ans=temp;}}}return max_ans;}
};
题目146:LRU缓存(YES)
- 解题思路:使用双链表加上哈希表来实现,哈希表用来查看节点是否存在,双链表用来刷新优先级。这题需要非常关注。
请你设计并实现一个满足 LRU (最近最少使用) 缓存 约束的数据结构。
实现 LRUCache 类:
- LRUCache(int capacity) 以 正整数 作为容量 capacity 初始化 LRU 缓存
- int get(int key) 如果关键字 key 存在于缓存中,则返回关键字的值,否则返回 -1 。
- void put(int key, int value) 如果关键字 key 已经存在,则变更其数据值 value ;如果不存在,则向缓存中插入该组 key-value 。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。
//这题使用使用双链表+哈希表
//双链表是用来每次要刷新优先级的时候都将节点移动到表头
//哈希表是用来查看节点中是否存在key对应的节点struct DLinkList
{int key,value;DLinkList*prev;//前指针DLinkList*next;//后指针//无参构成//这个主要是为了构造虚拟头尾节点DLinkList():key(0),value(0),prev(nullptr),next(nullptr){}//有参构造DLinkList(int key,int value):key(key),value(value),prev(nullptr),next(nullptr){}
};class LRUCache {
private:int size;//当前节点的大小int capacity;//实际可存储的大小//虚拟头尾节点,主要是方便进行插入删除操作DLinkList*head;DLinkList*tail;//哈希表,用key来查找是否存在节点unordered_map<int,DLinkList*>map;public:LRUCache(int capacity) {this->size=0;this->capacity=capacity;//构造虚拟头尾节点head=new DLinkList();tail=new DLinkList();head->next=tail;tail->prev=head;}int get(int key) {//查看节点是否存在,且要刷新一次优先级if(!map.count(key)){//不存在return -1;}//存在,则刷新优先级,就是移动到表头//先取出节点DLinkList*node=map[key];moveTohead(node);return node->value;}void put(int key, int value) {//存放节点if(!map.count(key)){//不存在,新建一个节点DLinkList*node=new DLinkList(key,value);//插入到表头InsertToHead(node);size++;//存入哈希表中map[key]=node;//判断是否超出if(size>capacity){//要删除末尾的节点,也就是最久为使用的关键字DLinkList*temp = move_tail();//要从哈希表中删除这个节点map.erase(temp->key);//释放要删除的节点delete temp;size--;}}else{//存在,修改value//先取出节点DLinkList*node=map[key];node->value=value;//这个也要修改优先级moveTohead(node);}}void moveTohead(DLinkList*node){//将节点移动到表头,这是节点本来就有的//先删除这个节点node->prev->next=node->next;node->next->prev=node->prev;//将节点放入到表头//未了防止连接断掉,先处理后面的head->next->prev=node;node->next=head->next;head->next=node;node->prev=head;}void InsertToHead(DLinkList*node){//这个是刚刚申请的直接插入表头即可//先处理后面的head->next->prev=node;node->next=head->next;head->next=node;node->prev=head;}DLinkList*move_tail(){//删除末尾的节点DLinkList*temp=tail->prev;tail->prev=temp->prev;temp->prev->next=temp->next;return temp;}};/*** Your LRUCache object will be instantiated and called as such:* LRUCache* obj = new LRUCache(capacity);* int param_1 = obj->get(key);* obj->put(key,value);*/
题目215:数组中第K个最大元素(NO)
- 解题思路:使用快速排序算法,切记快速排序算法是递归算法,递归终止条件不要忘。
给定整数数组 nums 和整数 k,请返回数组中第 k 个最大的元素。
请注意,你需要找的是数组排序后的第 k 个最大的元素,而不是第 k 个不同的元素。
你必须设计并实现时间复杂度为 O(n) 的算法解决此问题。
class Solution {
public://快速排序算法void quick_sort(vector<int>&nums,int left,int right){//递归终止条件要有if(left>=right){return ;}//快速排序的思想就是每次都用中间节点最为排序中间的元素//比它大的放后面,比它小的放前面int mid=nums[(left+right)/2];//中间元素int i=left;int j=right;while(i<j){while(nums[i]<mid){i++;}while(nums[j]>mid){j--;}//找到了要交换的值if(i<=j){swap(nums[i],nums[j]);i++;j--;}}//检测左边if(i<right){quick_sort(nums,i,right);}if(j>left){quick_sort(nums,left,j);}}int findKthLargest(vector<int>& nums, int k) {//这题看似和简单表面上sort一下就解决了,但是这题考察的就是//排序算法的使用,我这题直接使用快排int len=nums.size();quick_sort(nums,0,len-1);return nums[len-k];}
};
题目15:三数之和(NO)
- 解题思路:排序加双指针
给你一个整数数组 nums ,判断是否存在三元组 [nums[i], nums[j], nums[k]] 满足 i != j、i != k 且 j != k ,同时还满足 nums[i] + nums[j] + nums[k] == 0 。请
你返回所有和为 0 且不重复的三元组。
注意:答案中不可以包含重复的三元组。
class Solution {
public:vector<vector<int>> threeSum(vector<int>& nums) {//使用排序加上双指针sort(nums.begin(),nums.end());vector<vector<int>>ans;int len=nums.size();//每个节点都可以最为第一个节点for(int i=0;i<len-2;i++){//判断是否可前面的节点相同if(i>0&&nums[i]==nums[i-1]){//确保首元素不同continue;}//目标元素是当前的相反数int target=-nums[i];//查找后面的两个元素//使用while首尾开始查找int left=i+1;int right=len-1;while(left<right){int sum=nums[left]+nums[right];if(sum<target){//小了left++;}else if(sum>target){//大了right--;}else{//找到相加为零的三个数了vector<int>temp;temp.push_back(nums[i]);temp.push_back(nums[left]);temp.push_back(nums[right]);ans.push_back(temp);left++;right--;//查看元素是否不重复while (left < right && nums[left] == nums[left-1]) // 跳过重复元素++left;while (left < right && nums[right] == nums[right+1]) // 跳过重复元素--right;}}}return ans;}
};
题目53:最大子数组和(NO)
- 动态规划,典型的人不为己,天诛地灭。
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。
class Solution {
public:int maxSubArray(vector<int>& nums) {int pre = 0, maxAns = nums[0];for (const auto &x: nums) {//原先的最大值可以当作前一个数//如果前面的值加上自己比自己小了,这显然拖累自己了果断抛弃//如果是自己拖累了前面的,那就不管了//典型的人不为己,天诛地灭。pre = max(pre + x, x);maxAns = max(maxAns, pre);}return maxAns;}
};
题目5:最长回文子串(NO)
- 解题思路:暴力节,使用s.substr截取每个子串判断是否是回文数
给你一个字符串 s,找到 s 中最长的 回文子串。
class Solution {
public:string longestPalindrome(string s) {//暴力算法//截取出每个子串然后判断是否是回文数string res=s.substr(0,1);for(int i=0;i<s.size();i++){for(int j=i+1;j<s.size();j++){if(j-i+1>res.size()&&isPalindrome(s,i,j)){//substr是截取子串,i是首字符,j-i+1是长度res=s.substr(i,j-i+1);}}}return res;}bool isPalindrome(string &s,int left,int right){while(left<=right){if(s[left]!=s[right]){return false;}left++;right--;}return true;}
};
题目102:二叉树的层序遍历(YES)
- 这算比较容易的中等难度题了,直接使用层序遍历,也就是广度优先遍历算法即可,关键是对队列的使用。
给你二叉树的根节点 root ,返回其节点值的 层序遍历 。 (即逐层地,从左到右访问所有节点)。
/*** Definition for a binary tree node.* struct TreeNode {* int val;* TreeNode *left;* TreeNode *right;* TreeNode() : val(0), left(nullptr), right(nullptr) {}* TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}* TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}* };*/
class Solution {
public:vector<vector<int>> levelOrder(TreeNode* root) {vector<vector<int>>ans;if(root==nullptr){return ans;}//层序遍历queue<TreeNode*>que;que.push(root);while(!que.empty()){//处理当前层的int size=que.size();vector<int>ret;for(int i=0;i<size;i++){TreeNode*temp=que.front();que.pop();ret.push_back(temp->val);if(temp->left!=nullptr){que.push(temp->left);}if(temp->right!=nullptr){que.push(temp->right);}}ans.push_back(ret);}return ans;}
};
题目33:搜索旋转排序数组(YES)
- 解题思路:以第一个结点为依据来判断是向上查找还是向下查找。
整数数组 nums 按升序排列,数组中的值 互不相同 。
在传递给函数之前,nums 在预先未知的某个下标 k(0 <= k < nums.length)上进行了 旋转,使数组变为 [nums[k], nums[k+1], …, nums[n-1], nums[0], nums[1], …, nums[k-1]](下标 从 0 开始 计数)。例如, [0,1,2,4,5,6,7] 在下标 3 处经旋转后可能变为 [4,5,6,7,0,1,2] 。
给你 旋转后 的数组 nums 和一个整数 target ,如果 nums 中存在这个目标值 target ,则返回它的下标,否则返回 -1 。
你必须设计一个时间复杂度为 O(log n) 的算法解决此问题。
class Solution {
public:int search(vector<int>& nums, int target) {//这题的难度在于时间复杂度上的要求int len=nums.size();//我打算以第一个为基础进行查找if(nums[0]>target){//向下查找int i=len-1;while(nums[i]!=target){i--;if(i<0||nums[i]<target){return -1;}}return i;}else{//向上查找int i=0;while(nums[i]!=target){i++;if(i>=len||nums[i]>target){return -1;}}return i;}return -1;}
};
题目200:岛屿数量(NO)
- 解题思路:广度优先遍历,设置访问数组这里很容易出错。
给你一个由 ‘1’(陆地)和 ‘0’(水)组成的的二维网格,请你计算网格中岛屿的数量。
岛屿总是被水包围,并且每座岛屿只能由水平方向和/或竖直方向上相邻的陆地连接形成。
此外,你可以假设该网格的四条边均被水包围。
class Solution {
public:int numIslands(vector<vector<char>>& grid) {if (grid.empty() || grid[0].empty()) { // 如果网格为空,返回岛屿数量为0return 0;}int row = grid.size(); // 获取网格行数int col = grid[0].size(); // 获取网格列数int ans = 0; // 岛屿数量vector<vector<bool>> visited(row, vector<bool>(col, false)); // 二维visited数组用来记录已访问过的位置for (int i = 0; i < row; i++) { // 遍历网格行for (int j = 0; j < col; j++) { // 遍历网格列if (grid[i][j] == '1' && !visited[i][j]) { // 如果当前位置是陆地且未访问过ans++; // 岛屿数量加一queue<pair<int, int>> que; // 定义队列用于广度优先搜索que.push({i, j}); // 将当前陆地位置加入队列visited[i][j] = true; // 标记当前位置已访问while (!que.empty()) { // 开始广度优先搜索int current_x = que.front().first;int current_y = que.front().second;que.pop(); // 弹出当前位置int dx[4] = {-1, 1, 0, 0}; // 定义方向数组int dy[4] = {0, 0, -1, 1};for (int k = 0; k < 4; k++) { // 遍历四个方向int next_x = current_x + dx[k];int next_y = current_y + dy[k];if (next_x >= 0 && next_x < row && next_y >= 0 && next_y < col&& grid[next_x][next_y] == '1' && !visited[next_x][next_y]) { // 判断边界,未访问过,以及为陆地que.push({next_x, next_y});visited[next_x][next_y] = true; // 将相邻陆地加入队列并标记为已访问}}}}}}return ans; // 返回岛屿数量}
};
题目46:全排列(NO)
- 解题思路:使用了回溯算法,核心的地方其实是递归算法的使用。
给定一个不含重复数字的数组 nums ,返回其 所有可能的全排列 。你可以 按任意顺序 返回答案。
class Solution {
public:vector<vector<int>> permute(vector<int>& nums) {vector<vector<int>> res;vector<int> temp; // 用于临时存储排列的容器vector<int> visited(nums.size(), 0); // 记录每个数是否已经访问过的标志数组backtrack(nums, res, temp, visited);return res;}void backtrack(vector<int>& nums, vector<vector<int>>& res, vector<int>& temp, vector<int>& visited) {if (temp.size() == nums.size()) { // 如果临时排列的长度等于输入数组的长度,则将当前排列加入结果集res.push_back(temp);return;}for (int i = 0; i < nums.size(); ++i) {if (visited[i] == 0) { // 如果当前数字未被访问过visited[i] = 1; // 标记当前数字为已访问temp.push_back(nums[i]); // 将当前数字加入临时排列backtrack(nums, res, temp, visited); // 递归填充下一个位置temp.pop_back(); // 撤销操作,将当前数字移出临时排列visited[i] = 0; // 恢复当前数字为未访问状态,以便后续排列中再次使用}}}
};