23. Merge k Sorted Lists
要点：
1. 学会数据结构PriorityQueue（优先队列）的用法， 通过给优先队列传入自定义的经过复写compare方法的比较器实现大根堆或者小根堆。
2. PriorityQueue中不能存放null值，所以每次更新优先队列都需要作判空检查，如遇null值直接剔除。
1 import java.util.Comparator; 2 import java.util.PriorityQueue; 3 4 class Solution { 5 public ListNode mergeKLists(ListNode[] lists) { 6 //要点1 7 PriorityQueue<ListNode> nodesQueue = new PriorityQueue<>(new Comparator<ListNode>() { 8 @Override 9 //将compare方法重写为比较ListNode的val值大小 10 public int compare(ListNode o1, ListNode o2) { 11 return o1.val-o2.val; 12 } 13 }); 14 15 ListNode head = new ListNode(0); 16 for(ListNode node:lists) 17 if(node!=null) 18 nodesQueue.add(node); 19 20 ListNode p = head; 21 while(!nodesQueue.isEmpty()){ 22 //判空检查，如果ListNode的下一个Node是null，则取出该Node后不再将其下一个节点放回优先队列。 23 if(nodesQueue.peek().next==null){ 24 p.next = new ListNode(nodesQueue.poll().val); 25 p = p.next; 26 }else{ 27 ListNode tmp = nodesQueue.poll(); 28 p.next = new ListNode(tmp.val); 29 p = p.next; 30 nodesQueue.add(tmp.next); 31 } 32 } 33 return head.next; 34 } 35 36 }
29. Divide Two Integers
class Solution { //用dividend循环减去diviso并计数减了多少次，这种方法会tle public static int divide(int dividend, int divisor) { //处理两种溢出情况 if(dividend == -2147483648){ if(divisor == 1) return -2147483648; if(divisor == -1) return 2147483647; } /** 32位整数的取值范围是-2147483648~+2147483647 将两个数都转为负数，以处理最大溢出-2147483648 */ //保存符号 int flag = 1; if((dividend>0&&divisor<0)||(dividend<0&&divisor>0)) flag = -1; //都转为负数 dividend = dividend>0?-dividend:dividend; divisor = divisor>0?-divisor:divisor; int res = 0; if(dividend>divisor) return 0; //开始循环取商 while(dividend<0){ int k = 1; //divisor_tmp是变量，只要比dividend小就每次加倍，同时k作为商的计数也加倍 int divisor_tmp = divisor; int tmp=0; while(dividend<divisor_tmp){ tmp = divisor_tmp; //divisor_tmp在加倍的过程中有可能溢出，需要处理 if(divisor_tmp+divisor_tmp>0||divisor_tmp+divisor_tmp==-2147483648) break; divisor_tmp += divisor_tmp; k += k; } //如果跳出加倍循环后，dividend比divisor_tmp大，说明divisor_tmp加倍超过了dividend，需要撤销上一次的加倍 if(dividend>divisor_tmp){ divisor_tmp -= tmp; k>>=1; } //从divideng减去divisor_tmp并保存加倍值 dividend -= divisor_tmp; res += k; } return res*flag; } }
32. Longest Valid Parentheses
连同下面的解释，参考自 https://www.acwing.com/solution/LeetCode/content/114/
算法
(双指针扫描、贪心) O(n)O(n)
假设当前从前到后统计合法括号子串，令(的权值为1，)的权值为-1。首先记录start为某个起点，则在i向后移动的过程中，若当前[start,i]区间和等于0，该字符串是合法的；若区间和大于0，则说明目前缺少右括号，可以不修改start；若区间和小于0，则说明区间已经不合法了，需要修正start为i+1。初始时start从0开始即可。
可是对于…((((合法)(((这种情况，以上算法不能够准确捕捉到最长的合法子串，此时我们逆向考虑，将以上过程反向，从后向前统计，即可处理所有的情况。时间复杂度
两次线性扫描，故时间复杂度为O(n)O(n)。
class Solution { public int longestValidParentheses(String s) { char[] chars = s.toCharArray(); int[] marks = new int[chars.length]; for(int i=0; i<chars.length;i++) marks[i] = chars[i]=='('?1:-1; int pr = 0; int pl = 0; int distance = 0; int tmp = 0; while(pr<marks.length){ tmp+=marks[pr]; if(tmp<0){ tmp = 0; pl = pr+1; } if(tmp == 0) distance = pr-pl+1>distance?pr-pl+1:distance; pr++; } pr = marks.length-1; pl = pr; tmp = 0; while(pl>=0){ tmp += marks[pl] ; if(tmp>0) { tmp = 0; pr = pl-1; } if(tmp == 0) distance = pr-pl+1>distance?pr-pl+1:distance; pl--; } return distance; } }
554. Brick Wall
这是在FreeWheel面试中遇到的一道题目，思考一下题目并不难。
穿过最少砖的直线肯定是穿过缝隙最多的线，所以可以遍历整个List，获取每一行每条缝隙对应的砖宽， 将砖宽度和砖宽度出现的次数存入Map，最后遍历map获取出现次数最多的宽度，总行数-出现次数即为结果。
要注意几个边界条件：
1. 如果每行都只有一块相同长度的砖块,（例如输入为:[[1][1][1]]），则任何划线方式在每行都会穿过一块砖，注意题目说明了不能在墙的左右边界划线；
2. 只要有任意一行出现了两块以及两块以上的砖，则至少可以穿越一条砖缝。
import java.util.*; class Solution { public int leastBricks(List<List<Integer>> wall) { Map<Integer, Integer> map = new HashMap<>(); int max = 1;//初始为1，如果不是出现了[[1][1][1]]的输入，则至少能穿越一个缝隙 boolean flag = true;//此标志就是为了判断是否出现了[[1][1][1]]的输入 for(List list: wall){ int tmp = 0; if(list.size()>1)//只要有任意一行砖块的数量超过1块，则不可能是类似于[[1][1][1]]的输入 flag = false; //统计每个砖缝出现的位置，在砖缝出现位置最多的地方划线即可 for(int i = 0; i<list.size()-1; i++){ tmp+=(Integer)list.get(i); if(!map.containsKey(tmp)) map.put(tmp,1); else{ int cnt = map.get(tmp)+1; map.put(tmp, cnt); max = cnt>max?cnt:max; } } } if(!flag) return wall.size()-max; else return wall.size(); } }
深度优先搜索专题
130. 被围绕的区域
先用dfs把跟边缘相连的‘O’标记为'#', 这样剩下的‘O’都是被围绕的区域。再遍历这个二维字符数组，把所有的'O'换为‘X’， 所有的'#'换回'O'
class Solution { public void solve(char[][] board) {
//行数或者列数小于等于2的矩阵所有的元素都在边上 if(board == null||board.length<3||board[0].length<3) return;
//用dfs将所有的'O'标记为'#' for(int i = 0; i < board.length; i++){ for(int j = 0; j<board[0].length;j++){ boolean isEdge = (i==0 || j==0 || i==board.length-1 || j==board[0].length-1 ); if(isEdge && board[i][j] == 'O'){ dfs(board, i, j); } } } //把所有的'O'换为‘X’， 所有的'#'换回'O' for(int i = 0; i < board.length; i++){ for(int j = 0; j<board[0].length;j++){ if(board[i][j] == 'O') board[i][j] = 'X'; if(board[i][j] == '#') board[i][j] = 'O'; } } }
//dfs深度优先遍历 void dfs(char[][] board, int i, int j){ if(i<0||i>=board.length||j<0||j>=board[0].length||board[i][j]=='X'||board[i][j]=='#') return; board[i][j] = '#'; dfs(board, i-1, j); dfs(board, i+1, j); dfs(board, i, j-1); dfs(board, i, j+1); } }
DFS使用栈来把递归转为循环
非递归的方式，我们需要记录每一次遍历过的位置，我们用 stack 来记录，因为它先进后出的特点。
class Solution { public void solve(char[][] board) { //棋盘的行数或者列数小于3的时候所有的元素都是边上的元素 if (board == null || board.length < 3 || board[0].length < 3) return; int m = board.length; int n = board[0].length; for (int i = 0; i < m; i++) { for (int j = 0; j < n; j++) { // 从边缘第一个是o的开始搜索 boolean isEdge = (i == 0 || j == 0 || i == m - 1 || j == n - 1); if (isEdge && board[i][j] == 'O') { dfs(board, i, j); } } } for (int i = 0; i < m; i++) { for (int j = 0; j < n; j++) { if (board[i][j] == 'O') { board[i][j] = 'X'; } if (board[i][j] == '#') { board[i][j] = 'O'; } } } } public void dfs(char[][] board, int i, int j) { int[] dx = {-1, 0, 1, 0}; int[] dy = {0, 1, 0, -1}; Stack<int[]> stack = new Stack<>(); stack.push(new int[]{i,j}); board[i][j] = '#'; while (!stack.isEmpty()) { int[] current = stack.pop(); for(int k = 0; k<4; k++){ int x = current[0] + dx[k]; int y = current[1] + dy[k]; if(x>0 && x<board.length && y>0 && y<board[0].length && board[x][y] == 'O'){ board[x][y] = '#'; stack.push(new int[]{x, y}); } } } } }
与本题及其类似的零一道题:
200. Number of Islands
class Solution { public int numIslands(char[][] grid) { if(grid == null || grid.length == 0 || (grid.length == 1 && grid[0] == null)) return 0; int cnt = 0; for(int i = 0; i<grid.length; i++){ for(int j = 0; j<grid[0].length; j++){ if(grid[i][j] == '1'){ cnt++; //用深搜将所有与(i, j)相连的1都变为0 dfs(grid, i, j); } } } return cnt; } int[][] d = {{-1, 0},{0, 1},{1, 0},{0, -1}}; void dfs(char[][] grid, int i, int j){ if(i>=0 && i< grid.length && j>=0 && j<grid[0].length && grid[i][j] == '1'){ grid[i][j] = '0'; for(int k = 0; k < 4; k++){ int x = i + d[k][0]; int y = j + d[k][1]; dfs(grid, x, y); } return; } return; } }
329. Longest Increasing Path in a Matrix
朴素dfs, 暴力深搜，TLE
package 搜索与遍历_BFS_DFS_树和图的遍历.DFS.leetcode深搜题.leetCode329; public class leetcode329Longest_Increasing_Path_in_a_Matrix_朴素DFS { int m, n; int[][] dirs = {{-1, 0}, {0, 1,}, {1, 0}, {0, -1}}; public int longestIncreasingPath(int[][] matrix) { if (matrix == null || matrix.length == 0 || (matrix.length == 1 && matrix[0].length == 0)) return 0; m = matrix.length; n = matrix[0].length; int ans = 0; for (int i = 0; i < m; i++) { for (int j = 0; j < n; j++) { ans = Math.max(ans, dfs(i, j, matrix)); } } return ans; } int dfs(int i, int j, int[][] matrix) { int res = 0; for (int[] d : dirs) { int x = i + d[0]; int y = j + d[1]; if (x >= 0 && x < m && y >= 0 && y < n && matrix[x][y] > matrix[i][j]) { res = Math.max(res, dfs(x, y, matrix)); } } return ++res; } }
记忆化搜索， accpet:
class Solution { int m, n; int[][] dirs = {{-1,0},{0,1,},{1,0},{0,-1}}; public int longestIncreasingPath(int[][] matrix) { if(matrix == null || matrix.length == 0 || (matrix.length == 1 && matrix[0].length == 0)) return 0; m = matrix.length; n = matrix[0].length; int[][] cache = new int[m][n]; int ans = 0; for(int i = 0; i<m; i++){ for(int j = 0; j<n; j++){ ans = Math.max(ans,dfs(i, j, matrix,cache)); } } return ans; } int dfs(int i, int j, int[][] matrix, int[][] cache){ if(cache[i][j] != 0) return cache[i][j]; for(int[] d : dirs){ int x = i + d[0]; int y = j + d[1]; if(x>=0 && x<m&&y>=0&&y<n&&matrix[x][y]>matrix[i][j]){ cache[i][j] = Math.max(cache[i][j], dfs(x,y,matrix,cache)); } } return ++cache[i][j]; } }
695. Max Area of Island
package 搜索与遍历_BFS_DFS_树和图的遍历.DFS.leetcode深搜题; public class leetCode695Max_Area_of_Island { int[][] dirs = {{-1,0},{0,1},{1,0},{0,-1}}; int m, n; public int maxAreaOfIsland(int[][] grid) { if(grid == null || grid.length == 0 || (grid.length == 1 && grid[0].length == 0)) return 0; m = grid.length; n = grid[0].length; //boolean[][] visited = new boolean[m][n]; int max = 0; for(int i = 0; i<m; i++){ for(int j = 0; j<n; j++){ if(grid[i][j] == 1) max = Math.max(max, dfs(i, j, grid)); } } return max; } int dfs(int i, int j, int[][] grid){ grid[i][j] = 0; int res = 0; for(int[] d:dirs){ int x = i+d[0]; int y = j+d[1]; if(x>=0 && x<m && y>=0 && y<n && grid[x][y] == 1){ res += dfs(x, y, grid); } } return ++res; } }
并查集专题
两道并查集
547. Friend Circles
200. Number of Islands
LintCode
386. 最多有k个不同字符的最长子字符串
描述
给定字符串S，找到最多有k个不同字符的最长子串T。
样例
样例 1:
输入: S = "eceba" 并且 k = 3 输出: 4 解释: T = "eceb"样例 2:
输入: S = "WORLD" 并且 k = 4 输出: 4 解释: T = "WORL" 或 "ORLD"挑战
O(n) 时间复杂度
public static int lengthOfLongestSubstringKDistinct(String s, int k) { // write your code here int result = 0; int left = 0; //声明一个HashMap，用来存储k Distinct，还可以根据value用来判断元素是否可以删除 HashMap<Character, Integer> map = new HashMap<>(); for (int right = 0; right < s.length(); right++) { //右指针依次把字符串中的字符放到map中 map.put(s.charAt(right),right); //当map元素大于k Distinct时，得到满足要求的子字符串 while (map.size() > k) { // 删除最左的字符，删除成功，则退出循环 char leftChar = s.charAt(left); //如果map.get(leftChar) == left条件成立，则说明leftChar从一开始 //在left位置被添加到map中去后就没有更新过, 对应leftChar的下标还是 //left, 如果在第一次被加到left位置之后，后面又出现了这个元素，则这个 //map.get(leftChar)时得到的是最新添加该元素的下标； //在移动左指针的时候，如果这个元素在left和right之间只出现了一次，就要 //从map的统计中去掉。 if (map.get(leftChar) == left) { map.remove(leftChar); } // 左指针右移 left++; } //子结果即左右指针之间的长度 int subResult = right - left + 1; //结果取最大 result = Math.max(result,subResult); } return result; }
简单题专题
463. Island Perimeter
package 刷题; public class Solution463 { int m, n; public int islandPerimeter(int[][] grid) { if(grid==null || grid.length==0 || (grid.length == 1 && grid[0].length== 0)) return 0; m = grid.length; n = grid[0].length; int res = 0; for(int i = 0; i<m; i++){ for(int j = 0; j<n; j++){ if(grid[i][j] == 1) res += find(i, j, grid); } } return res; } int find(int i, int j, int[][] grid){ int res = 0; if(i-1<0 || grid[i-1][j] == 0) res++; if(i+1>=m || grid[i+1][j] == 0) res++; if(j-1<0 || grid[i][j-1] == 0) res++; if(j+1>=n || grid[i][j+1] == 0) res++; return res; } }
733. Flood Fill
package 刷题; public class Solution733 { int m, n; int[][] dirs = {{-1,0},{0,1},{1,0},{0,-1}}; public int[][] floodFill(int[][] image, int sr, int sc, int newColor) { if(image==null || image.length==0 || (image.length==1 && image[0].length == 0)) return image; m = image.length; n = image[0].length; int oldColor = image[sr][sc]; if(sr<0 || sr>m || sc<0 || sc>n || oldColor == newColor) return image; dfs(image, sr, sc, newColor, oldColor); return image; } void dfs(int[][] image, int sr, int sc, int newColor, int oldColor){ if(sr<0 || sr>=m || sc<0 || sc>=n || image[sr][sc]!=oldColor) return; image[sr][sc] = newColor; for(int[] d : dirs){ dfs(image, sr+d[0], sc+d[1],newColor, oldColor); } return; } }
104. Maximum Depth of Binary Tree
class Solution {public int maxDepth(TreeNode root) { if(root==null) return 0; return Math.max(maxDepth(root.left),maxDepth(root.right))+1; } }
111. Minimum Depth of Binary Tree
class Solution { //很多人写出的代码都不符合 1,2 这个测试用例，是因为没搞清楚题意 //题目中说明:叶子节点是指没有子节点的节点，这句话的意思是 1 不是叶子节点 //题目问的是到叶子节点的最短距离，所以所有返回结果为 1 当然不是这个结果 public int minDepth(TreeNode root) { if(root == null) return 0; if(root.left==null && root.right == null) return 1; if(root.left == null) return minDepth(root.right)+1; if(root.right == null) return minDepth(root.left)+1; else return Math.min(minDepth(root.left),minDepth(root.right))+1; } }