目录
- 196. 删除重复的电子邮箱
- 题目链接
- 表
- 要求
- 知识点
- 思路
- 代码
- 73. 矩阵置零
- 题目链接
- 标签
- 简单版
- 思路
- 代码
- 优化版
- 思路
- 代码
- 105. 从前序与中序遍历序列构造二叉树
- 题目链接
- 标签
- 思路
- 代码
196. 删除重复的电子邮箱
题目链接
196. 删除重复的电子邮箱
表
- 表
Person
的字段为id
和email
。
要求
编写解决方案 删除 所有重复的电子邮件,只保留一个具有最小 id
的唯一电子邮件。
(对于 SQL 用户,请注意你应该编写一个 DELETE
语句而不是 SELECT
语句。)
(对于 Pandas 用户,请注意你应该直接修改 Person
表。)
运行脚本后,显示的答案是 Person
表。驱动程序将首先编译并运行您的代码片段,然后再显示 Person
表。Person
表的最终顺序 无关紧要 。
知识点
delete
:删除数据。形式上类似于select
。
思路
保留一个具有最小 id
的唯一电子邮件意味着删除所有 比最小 id
的电子邮件的 id
大 且 与其 email
相同 的电子邮件,所以可以使用多表“查询”,首先得限制两个表的 email
相同,然后删除 id
大的那些数据即可。
代码
deletep_big
fromPerson p_big,Person p_small
wherep_big.email = p_small.email
andp_big.id > p_small.id
73. 矩阵置零
题目链接
73. 矩阵置零
标签
数组 哈希表 矩阵
简单版
思路
如果一个元素为 0 ,则将其所在行和列的所有元素都设为 0 。这意味着只需要用两个数组,分别存储这行和这列是否有0,如果这行有0,则将这行元素置零;如果这列有0,则将这列元素置零。
代码
class Solution {public void setZeroes(int[][] matrix) {int m = matrix.length, n = matrix[0].length;boolean[] isRow0 = new boolean[m];boolean[] isCol0 = new boolean[n];// 检查每一行和每一列是否有为0的数字for (int i = 0; i < m; i++) {for (int j = 0; j < n; j++) {if (matrix[i][j] == 0) {isRow0[i] = true;isCol0[j] = true;}}}// 置零for (int i = 0; i < m; i++) {if (isRow0[i]) {for (int j = 0; j < n; j++) {matrix[i][j] = 0;}}}for (int j = 0; j < n; j++) {if (isCol0[j]) {for (int i = 0; i < m; i++) {matrix[i][j] = 0;}}}}
}
优化版
思路
可以将统计每行每列是否有0的数组放到原矩阵中,这里使用每行的第一个元素(列首)和每列的第一个元素(行首)来统计当前行是否有0和当前列是否有0,如果有0,则列首或行首置为0。然后对“整个”(从第二行到最后一行,从第二列到最后一列的)矩阵进行扫描,如果这行第一个元素或这列第一个元素是0,则将该元素置零。
那么问题就来了,既然在此处修改了第一行和第一列,那么该如何判断原始的第一行和第一列是否需要置零呢?使用两个变量提前对第一行和第一列进行判断即可。在 对“整个”(从第二行到最后一行,从第二列到最后一列的)矩阵进行扫描 完毕后,对第一行和第一列进行操作,如果原先第一行有0,则将第一行置零;如果原先第一列有0,则将第一列置零。
注意:这样做不会破坏原矩阵(或者说不影响结果),因为如果某行(或某列)有0,那么这行(或这列)的所有元素都需要被置零。
代码
class Solution {public void setZeroes(int[][] matrix) {int m = matrix.length, n = matrix[0].length;boolean isFirstRow0 = false, isFirstCol0 = false;// 检查第一列是否有为0的数字for (int i = 0; i < m; i++) {if (matrix[i][0] == 0) {isFirstCol0 = true;break;}}// 检查第一行是否有为0的数字for (int i = 0; i < n; i++) {if (matrix[0][i] == 0) {isFirstRow0 = true;break;}}// 检查 第二行到最后一行 第二列到最后一列 是否有为0的数字for (int i = 1; i < m; i++) {for (int j = 1; j < n; j++) {if (matrix[i][j] == 0) { // 如果有重复数字matrix[i][0] = matrix[0][j] = 0; // 则将本矩阵的 行首 和 列首 记为0}}}// 将 第二行到最后一行 第二列到最后一列 的元素置零for (int i = 1; i < m; i++) {for (int j = 1; j < n; j++) {if (matrix[i][0] == 0 || matrix[0][j] == 0) { // 如果 本行首 或 本列首 被置零matrix[i][j] = 0; // 则将该元素置为0}}}// 如果原先矩阵的第一行有0,则将第一行置零if (isFirstRow0) {for (int j = 0; j < n; j++) {matrix[0][j] = 0;}}// 如果原先矩阵的第一列有0,则将第一行置零if (isFirstCol0) {for (int i = 0; i < m; i++) {matrix[i][0] = 0;}}}
}
105. 从前序与中序遍历序列构造二叉树
题目链接
105. 从前序与中序遍历序列构造二叉树
标签
树 数组 哈希表 分治 二叉树
思路
注意:如果遍历的结果中有相同的元素,则无法构造二叉树,所以本题中的遍历结果都是无重复值的。
先来思考一下只有中序遍历应该如何构造二叉树?众所周知,中序遍历是先遍历左子树、再处理本节点、最后遍历右子树,所以说在中序遍历的结果中,中间元素是父节点(前提是它左子树的节点数等于右子树的节点数),中间元素的左子区间为它的左子树,中间元素的右子区间为它的右子树。
根据中间节点把整个遍历结果拆分为两个子区间,这两个子区间也有这样的性质:子区间的中间元素是父节点(前提是它左子树的节点数等于右子树的节点数),中间元素的左子区间为它的左子树,右子区间为它的右子树。
例如底下的二叉树,它的中序遍历结果为[1, 2, 3, 4, 5, 6, 7]
,第一个父节点(根节点)为4,然后分出[1, 2, 3]
和[5, 6, 7]
这两个子区间。在[1, 2, 3]
中找到父节点2,在[5, 6, 7]
中找到父节点6,接着将区间分为长度为1的子区间。此时直接将这个值作为叶子节点(没有子节点的节点)即可。
既然只需要知道中序遍历就能够构造二叉树,那为什么还要前序遍历的结果?这是因为存在一种二叉树,这种二叉树有些节点只有一个子节点,就不能确定哪个节点是父节点。
比如底下的二叉树,它的中序遍历结果为[2, 3, 4, 5, 6, 7]
,此时就不能轻易地将4作为第一个父节点了,因为4的左右子树的节点数不相等。所以只知道中序遍历的结果是无法构造二叉树的,因为无法确定父节点。
在前序遍历的结果[4, 2, 3, 6, 5, 7]
中,第一个元素4就是第一个父节点,然后在中序遍历的结果[2, 3, 4, 5, 6, 7]
中寻找父节点,并划分左子树[2, 3]
和右子树[5, 6, 7]
。
发现左子树含有的元素[2, 3]
和 前序遍历结果[4, 2, 3, 6, 5, 7]
去掉父节点4后截取前2个元素(2是左子树的长度)的结果[2, 3]
含有的元素 恰好相同,右子树含有的元素[5, 6, 7]
和 前序遍历结果[4, 2, 3, 6, 5, 7]
去掉父节点4后截取后3个元素(3是右子树的长度)的结果[6, 5, 7]
含有的元素 恰好相同。
所以构造二叉树的策略就确定了:将前序遍历区间内第一个值作为二叉树的父节点,在中序遍历的结果中寻找这个值,然后将这个值左边的区间定义为左子树,右边的区间定义为右子树,接着将前序遍历的结果也进行划分,去除第一个元素后,将前n(n是中序遍历划分的左子树的长度)个元素作为左子树,将后m(m是中序遍历划分的右子树的长度)个元素作为右子树。划分完这两个数组后,分别构造左子树和右子树。
代码
class Solution {public TreeNode buildTree(int[] preorder, int[] inorder) {if (preorder.length == 0) { // 如果preorder的长度为0return null; // 则退出递归}int parentValue = preorder[0]; // 记录父节点的值TreeNode parent = new TreeNode(parentValue); // 以preorder的第一个值作为父节点for (int i = 0; i < preorder.length; i++) {if (inorder[i] == parentValue) { // 如果在inorder中找到父节点int[] preLeft = Arrays.copyOfRange(preorder, 1, i + 1); // 截取preorder的左子树区间int[] preRight = Arrays.copyOfRange(preorder, i + 1, inorder.length); // 截取preorder的右子树区间int[] inLeft = Arrays.copyOfRange(inorder, 0, i); // 截取inorder的左子树区间int[] inRight = Arrays.copyOfRange(inorder, i + 1, inorder.length); // 截取inorder的右子树区间parent.left = buildTree(preLeft, inLeft); // 构造左子树parent.right = buildTree(preRight, inRight); // 构造右子树break;}}return parent; // 返回本轮递归的父节点}
}