赞
踩
设计一个支持 push,pop,top 操作,并能在常数时间内检索到最小元素的栈。
示例:
MinStack minStack = new MinStack(); minStack.push(-2); minStack.push(0); minStack.push(-3); minStack.getMin(); --> 返回 -3. minStack.pop(); minStack.top(); --> 返回 0. minStack.getMin(); --> 返回 -2.
class MinStack { private Deque<Integer> s; private Deque<Integer> helper; /** initialize your data structure here. */ public MinStack() { s = new ArrayDeque<>(); helper = new ArrayDeque<>(); } public void push(int x) { s.push(x); int element = helper.isEmpty() || x < helper.peek() ? x : helper.peek(); helper.push(element); } public void pop() { s.pop(); helper.pop(); } public int top() { return s.peek(); } public int getMin() { return helper.peek(); } } /** * Your MinStack object will be instantiated and called as such: * MinStack obj = new MinStack(); * obj.push(x); * obj.pop(); * int param_3 = obj.top(); * int param_4 = obj.getMin(); */
编写一个程序,找到两个单链表相交的起始节点。
如下面的两个链表:
![\[外链图片转存失败,源](https://img-blog.csdnimg.cn/2021022422170395.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQzMjY1Njcz,size_16,color_FFFFFF,t_70)在节点 c1 开始相交。
示例 1:
输入:intersectVal = 8, listA = [4,1,8,4,5], listB = [5,0,1,8,4,5], skipA = 2, skipB = 3 输出:Reference of the node with value = 8 输入解释:相交节点的值为 8 (注意,如果两个列表相交则不能为 0)。从各自的表头开始算起,链表 A 为 [4,1,8,4,5],链表 B 为 [5,0,1,8,4,5]。在 A 中,相交节点前有 2 个节点;在 B 中,相交节点前有 3 个节点。
示例 2:
输入:intersectVal = 2, listA = [0,9,1,2,4], listB = [3,2,4], skipA = 3, skipB = 1 输出:Reference of the node with value = 2 输入解释:相交节点的值为 2 (注意,如果两个列表相交则不能为 0)。从各自的表头开始算起,链表 A 为 [0,9,1,2,4],链表 B 为 [3,2,4]。在 A 中,相交节点前有 3 个节点;在 B 中,相交节点前有 1 个节点。
示例 3:
输入:intersectVal = 0, listA = [2,6,4], listB = [1,5], skipA = 3, skipB = 2 输出:null 输入解释:从各自的表头开始算起,链表 A 为 [2,6,4],链表 B 为 [1,5]。由于这两个链表不相交,所以 intersectVal 必须为 0,而 skipA 和 skipB 可以是任意值。 解释:这两个链表不相交,因此返回 null。
注意:
null
.定义两个指针,遍历时,当两个指针到达末尾的节点指向另一个链表的头部继续遍历,最后如果相遇则为交点(在第一轮移动中恰好抹除了长度差)。
两个指针等于移动了相同的距离,有交点就返回,无交点就是各走了两条指针的长度。
/** * Definition for singly-linked list. * public class ListNode { * int val; * ListNode next; * ListNode(int x) { * val = x; * next = null; * } * } */ public class Solution { public ListNode getIntersectionNode(ListNode headA, ListNode headB) { if (headA == null || headB == null) { return null; } ListNode pA = headA, pB = headB; while (pA != pB) { pA = pA != null ? pA.next : headB; pB = pB != null ? pB.next : headA; } return pA; } }
峰值元素是指其值大于左右相邻值的元素。
给定一个输入数组 nums
,其中 nums[i] ≠ nums[i+1]
,找到峰值元素并返回其索引。
数组可能包含多个峰值,在这种情况下,返回任何一个峰值所在位置即可。
你可以假设 nums[-1] = nums[n] = -∞
。
示例 1:
输入: nums = [1,2,3,1]
输出: 2
解释: 3 是峰值元素,你的函数应该返回其索引 2。
示例 2:
输入: nums = [
1,2,1,3,5,6,4]
输出: 1 或 5
解释: 你的函数可以返回索引 1,其峰值元素为 2;
或者返回索引 5, 其峰值元素为 6。
说明:
你的解法应该是 O(logN) 时间复杂度的。
class Solution {
public int findPeakElement(int[] nums) {
int left = 0, right = nums.length - 1;
while (left < right) {
int mid = (left + right) / 2;
if(nums[mid] < nums[mid + 1]) left = mid + 1;
else right = mid;
}
return left;
}
}
给定一个无序的数组,找出数组在排序之后,相邻元素之间最大的差值。
如果数组元素个数小于 2,则返回 0。
示例 1:
输入: [3,6,9,1] 输出: 3 解释: 排序后的数组是 [1,3,6,9], 其中相邻元素 (3,6) 和 (6,9) 之间都存在最大差值 3。
示例 2:
输入: [10] 输出: 0 解释: 数组元素个数小于 2,因此返回 0。
说明:
class Solution {
public int maximumGap(int[] nums) {
int length = nums.length;
if(length <2) return 0;
Arrays.sort(nums);
int max=0;
for(int i = 1; i< length; i++) max = Integer.max(nums[i] - nums[i - 1], max);
return max;
}
}
比较两个版本号 version1 和 version2。
如果 version1 > version2
返回 1
,如果 version1 < version2
返回 -1
, 除此之外返回 0
。
你可以假设版本字符串非空,并且只包含数字和 .
字符。
.
字符不代表小数点,而是用于分隔数字序列。
例如,2.5
不是“两个半”,也不是“差一半到三”,而是第二版中的第五个小版本。
你可以假设版本号的每一级的默认修订版号为 0
。例如,版本号 3.4
的第一级(大版本)和第二级(小版本)修订号分别为 3
和 4
。其第三级和第四级修订号均为 0
。
示例 1:
输入:version1
= "0.1",version2
= "1.1" 输出: -1
示例 2:
输入:version1
= "1.0.1",version2
= "1" 输出: 1
示例 3:
输入:version1
= "7.5.2.4",version2
= "7.5.3" 输出: -1
示例 4:
输入:version1
= "1.01",version2
= "1.001" 输出:0 解释:忽略前导零,“01” 和 “001” 表示相同的数字 “1”。
示例 5:
输入:version1
= "1.0",version2
= "1.0.0" 输出:0 解释:version1
没有第三级修订号,这意味着它的第三级修订号默认为 “0”。
提示:
.
) 分隔的数字字符串组成。这个数字字符串可能有前导零。class Solution {
public int compareVersion(String version1, String version2) {
if(version1 == null || version2 == null) return 0;
char[] v1 = version1.toCharArray();
char[] v2 = version2.toCharArray();
for (int i = 0,j = 0;i < v1.length || j < v2.length;i++,j++){
int ver1 = 0, ver2 = 0;
for (;i<v1.length && v1[i]!='.';i++) ver1 = ver1 * 10 + v1[i] - '0';
for (;j<v2.length && v2[j]!='.';j++) ver2 = ver2 * 10 + v2[j] - '0';
if(ver1 < ver2) return -1;
else if(ver1 > ver2) return 1;
}
return 0;
}
}
给定两个整数,分别表示分数的分子 numerator 和分母 denominator,以字符串形式返回小数。
如果小数部分为循环小数,则将循环的部分括在括号内。
示例 1:
输入: numerator = 1, denominator = 2 输出: "0.5"
示例 2:
输入: numerator = 2, denominator = 1 输出: "2"
示例 3:
输入: numerator = 2, denominator = 3 输出: "0.(6)"
class Solution { public String fractionToDecimal(int numerator, int denominator) { boolean minus = numerator < 0 && denominator > 0 || numerator > 0 && denominator < 0; HashMap<Long, Integer> remains = new HashMap<>(16); List<Long> resList = new ArrayList<>(); long n; if(numerator > 0) n = numerator; else if(numerator > Integer.MIN_VALUE) n = -numerator; else n = Integer.MAX_VALUE + 1L; long d; if(denominator > 0) d = denominator; else if(denominator > Integer.MIN_VALUE) d = -denominator; else d = Integer.MAX_VALUE + 1L; long r = n % d; int index = 0 , loopPos = -1; while(r != 0){ if(remains.containsKey(r)){ loopPos = remains.get(r); break; } remains.put(r, ++index); resList.add(Math.abs(n / d)); n = r; n *= 10; r = n % d; } resList.add(Math.abs(n / d)); StringBuilder res = new StringBuilder(); if(minus) res.append("-"); for(int i = 0; i < resList.size(); i++){ if(i == 1) res.append("."); if(loopPos == i) res.append("("); res.append(resList.get(i)); } if(loopPos != -1) res.append(")"); return res.toString(); } }
给定一个已按照升序排列 的有序数组,找到两个数使得它们相加之和等于目标数。
函数应该返回这两个下标值 index1 和 index2,其中 index1 必须小于 index2。
说明:
示例:
输入: numbers = [2, 7, 11, 15], target = 9 输出: [1,2] 解释: 2 与 7 之和等于目标数 9 。因此 index1 = 1, index2 = 2 。
class Solution {
public int[] twoSum(int[] numbers, int target) {
int l = 0, r = numbers.length - 1;
while(numbers[l]+numbers[r] != target) {
while(numbers[l] + numbers[r] > target) r --;
while(numbers[l] + numbers[r] < target) l ++;
}
return new int[] {l + 1, r + 1};
}
}
给定一个正整数,返回它在 Excel 表中相对应的列名称。
例如,
1 -> A 2 -> B 3 -> C ... 26 -> Z 27 -> AA 28 -> AB ...
示例 1:
输入: 1 输出: "A"
示例 2:
输入: 28 输出: "AB"
示例 3:
输入: 701 输出: "ZY"
class Solution {
public String convertToTitle(int n) {
if (n < 0) {
return "";
}
StringBuilder sb = new StringBuilder();
while (n > 0) {
n--;
int temp = n % 26;
sb.insert(0,(char)(temp + 'A'));
n /= 26;
}
return sb.toString();
}
}
给定一个大小为 n 的数组,找到其中的多数元素。多数元素是指在数组中出现次数大于 ⌊ n/2 ⌋
的元素。
你可以假设数组是非空的,并且给定的数组总是存在多数元素。
示例 1:
输入: [3,2,3] 输出: 3
示例 2:
输入: [2,2,1,1,1,2,2] 输出: 2
class Solution { public int majorityElement(int[] nums) { int count=1; int res=nums[0]; for(int i=1; i<nums.length; i++){ if(res==nums[i]) count++; else{ count--; if(count==0) res=nums[i+1]; } } return res; } }
给定一个Excel表格中的列名称,返回其相应的列序号。
例如,
A -> 1 B -> 2 C -> 3 ... Z -> 26 AA -> 27 AB -> 28 ...
示例 1:
输入: "A" 输出: 1
示例 2:
输入: "AB" 输出: 28
示例 3:
输入: "ZY" 输出: 701
致谢:
特别感谢 @ts 添加此问题并创建所有测试用例。
class Solution {
public int titleToNumber(String s) {
char[] cs = s.toCharArray();
int n = 0;
int p = 1;
for (int i = cs.length-1; i >= 0; i--) {
n += (cs[i]-'A'+1)*p;
p *= 26;
}
return n;
}
}
给定一个整数 n,返回 n! 结果尾数中零的数量。
示例 1:
输入: 3 输出: 0 解释: 3! = 6, 尾数中没有零。
示例 2:
输入: 5 输出: 1 解释: 5! = 120, 尾数中有 1 个零.
说明: 你算法的时间复杂度应为 O(log n) 。
class Solution {
public int trailingZeroes(int n) {
int t = 0;
while (n >= 5) {
t += n / 5;
n /= 5;
}
return t;
}
}
实现一个二叉搜索树迭代器。你将使用二叉搜索树的根节点初始化迭代器。
调用 next()
将返回二叉搜索树中的下一个最小的数。
示例:
BSTIterator iterator = new BSTIterator(root); iterator.next(); // 返回 3 iterator.next(); // 返回 7 iterator.hasNext(); // 返回 true iterator.next(); // 返回 9 iterator.hasNext(); // 返回 true iterator.next(); // 返回 15 iterator.hasNext(); // 返回 true iterator.next(); // 返回 20 iterator.hasNext(); // 返回 false
提示:
next()
和 hasNext()
操作的时间复杂度是 O(1),并使用 O(h) 内存,其中 h 是树的高度。next()
调用总是有效的,也就是说,当调用 next()
时,BST 中至少存在一个下一个最小的数。/** * Definition for a binary tree node. * public class TreeNode { * int val; * TreeNode left; * TreeNode right; * TreeNode(int x) { val = x; } * } */ class BSTIterator { Stack<TreeNode> vector = new Stack<>(); TreeNode current; public BSTIterator(TreeNode root) { current = root; // 一直放入左儿子(左) while (current != null) { vector.push(current); current = current.left; } } /** @return whether we have a next smallest number */ public boolean hasNext() { return !vector.isEmpty() || current != null; } /** @return the next smallest number */ public int next() { // 一直放入左儿子(左) while (current != null) { vector.push(current); current = current.left; } int ans = 0; // 访问当前元素(中),把右儿子入栈(右) if (!vector.isEmpty()) { current = vector.pop(); ans = current.val; current = current.right; } return ans; } } /** * Your BSTIterator object will be instantiated and called as such: * BSTIterator obj = new BSTIterator(root); * int param_1 = obj.next(); * boolean param_2 = obj.hasNext(); */
一些恶魔抓住了公主(P)并将她关在了地下城的右下角。地下城是由 M x N 个房间组成的二维网格。我们英勇的骑士(K)最初被安置在左上角的房间里,他必须穿过地下城并通过对抗恶魔来拯救公主。
骑士的初始健康点数为一个正整数。如果他的健康点数在某一时刻降至 0 或以下,他会立即死亡。
有些房间由恶魔守卫,因此骑士在进入这些房间时会失去健康点数(若房间里的值为负整数,则表示骑士将损失健康点数);其他房间要么是空的(房间里的值为 0),要么包含增加骑士健康点数的魔法球(若房间里的值为正整数,则表示骑士将增加健康点数)。
为了尽快到达公主,骑士决定每次只向右或向下移动一步。
编写一个函数来计算确保骑士能够拯救到公主所需的最低初始健康点数。
例如,考虑到如下布局的地下城,如果骑士遵循最佳路径 右 -> 右 -> 下 -> 下
,则骑士的初始健康点数至少为 7。
-2 (K) | -3 | 3 |
-5 | -10 | 1 |
10 | 30 | -5 (P) |
说明:
骑士的健康点数没有上限。
class Solution { public int calculateMinimumHP(int[][] dungeon) { int row = dungeon.length, column = dungeon[0].length; int[][] dp = new int[row + 1][column + 1]; for (int i = 0;i <= row;i++) { Arrays.fill(dp[i], Integer.MAX_VALUE); } dp[row][column - 1] = dp[row - 1][column] = 1; for (int i = row - 1;i > -1;i--) { for (int j = column - 1;j > -1;j--) { int min = Math.min(dp[i][j + 1], dp[i + 1][j]); dp[i][j] = Math.max(min - dungeon[i][j], 1); } } return dp[0][0]; } }
给定一组非负整数,重新排列它们的顺序使之组成一个最大的整数。
示例 1:
输入:[10,2]
输出:210
示例 2:
输入:[3,30,34,5,9]
输出:9534330
说明: 输出结果可能非常大,所以你需要返回一个字符串而不是整数。
public class Solution { public String largestNumber(int[] nums) { String[] strs = new String[nums.length]; for (int i = 0; i < strs.length; i++) { strs[i] = nums[i] + ""; } Arrays.sort(strs, new Comparator<String>() { public int compare(String x, String y) { return (y + x).compareTo(x + y); } }); if ("0".equals(strs[0])) { return "0"; } return String.join("", strs); } }
所有 DNA 都由一系列缩写为 A,C,G 和 T 的核苷酸组成,例如:“ACGAATTCCG”。在研究 DNA 时,识别 DNA 中的重复序列有时会对研究非常有帮助。
编写一个函数来查找 DNA 分子中所有出现超过一次的 10 个字母长的序列(子串)。
示例:
输入:s = "AAAAACCCCCAAAAACCCCCCAAAAAGGGTTT" 输出:["AAAAACCCCC", "CCCCCAAAAA"]
class Solution { public List<String> findRepeatedDnaSequences(String s) { Map<String, Integer> map = new HashMap<>(); for (int i = 10; i <= s.length(); ++i) { String sub = s.substring(i - 10, i); map.put(sub, map.getOrDefault(sub, 0) + 1); } List<String> res = new ArrayList<>(); for (Map.Entry<String, Integer> entry : map.entrySet()) { if (entry.getValue() > 1) { res.add(entry.getKey()); } } return res; } }
给定一个数组,它的第 i 个元素是一支给定的股票在第 i 天的价格。
设计一个算法来计算你所能获取的最大利润。你最多可以完成 k 笔交易。
注意: 你不能同时参与多笔交易(你必须在再次购买前出售掉之前的股票)。
示例 1:
输入: [2,4,1], k = 2 输出: 2 解释: 在第 1 天 (股票价格 = 2) 的时候买入,在第 2 天 (股票价格 = 4) 的时候卖出,这笔交易所能获得利润 = 4-2 = 2 。
示例 2:
输入: [3,2,6,5,0,3], k = 2 输出: 7 解释: 在第 2 天 (股票价格 = 2) 的时候买入,在第 3 天 (股票价格 = 6) 的时候卖出, 这笔交易所能获得利润 = 6-2 = 4 。 随后,在第 5 天 (股票价格 = 0) 的时候买入,在第 6 天 (股票价格 = 3) 的时候卖出, 这笔交易所能获得利润 = 3-0 = 3 。
class Solution { public int maxProfit(int k, int[] prices) { if (prices == null || prices.length == 0) { return 0; } if(k >= prices.length) return maxProfit(prices); int n = prices.length; int[] l = new int[k + 1]; int[] g = new int[k + 1]; for (int i = 1; i < n; i++) { int diff = prices[i] - prices[i - 1]; for (int j = k; j >= 1; j--) { l[j] = Math.max(l[j], g[j - 1]) + diff; g[j] = Math.max(l[j], g[j]); } } return g[k]; } public int maxProfit(int[] prices) { // 只要有利润就卖,就是最优解。 int profit = 0; for(int i = 1; i < prices.length; i++) { if(prices[i] > prices[i - 1]) { profit += prices[i] - prices[i - 1]; } } return profit; } }
给定一个数组,将数组中的元素向右移动 k 个位置,其中 k 是非负数。
示例 1:
输入:[1,2,3,4,5,6,7]
和 k = 3 输出:[5,6,7,1,2,3,4]
解释: 向右旋转 1 步:[7,1,2,3,4,5,6]
向右旋转 2 步:[6,7,1,2,3,4,5]
向右旋转 3 步:[5,6,7,1,2,3,4]
示例 2:
输入: [-1,-100,3,99]
和 k = 2
输出: [3,99,-1,-100]
解释:
向右旋转 1 步: [99,-1,-100,3]
向右旋转 2 步: [3,99,-1,-100]
说明:
若 k=3
,nums=[1,2,3,4,5,6,7]
。
先将 nums
整体翻转:[1,2,3,4,5,6,7]
-> [7,6,5,4,3,2,1]
再翻转 0~k-1
范围内的元素:[7,6,5,4,3,2,1]
-> [5,6,7,4,3,2,1]
最后翻转 k~n-1
范围内的元素,即可得到最终结果:[5,6,7,4,3,2,1]
-> [5,6,7,1,2,3,4]
class Solution { public void rotate(int[] nums, int k) { if (nums == null) { return; } int n = nums.length; k %= n; if (n < 2 || k == 0) { return; } rotate(nums, 0, n - 1); rotate(nums, 0, k - 1); rotate(nums, k, n - 1); } private void rotate(int[] nums, int i, int j) { while (i < j) { int t = nums[i]; nums[i] = nums[j]; nums[j] = t; ++i; --j; } } }
颠倒给定的 32 位无符号整数的二进制位。
示例 1:
输入: 00000010100101000001111010011100 输出: 00111001011110000010100101000000 解释: 输入的二进制串 00000010100101000001111010011100 表示无符号整数 43261596, 因此返回 964176192,其二进制表示形式为 00111001011110000010100101000000。
示例 2:
输入:11111111111111111111111111111101 输出:10111111111111111111111111111111 解释:输入的二进制串 11111111111111111111111111111101 表示无符号整数 4294967293, 因此返回 3221225471 其二进制表示形式为 10101111110010110010011101101001。
提示:
-3
,输出表示有符号整数 -1073741825
。
进阶:
如果多次调用这个函数,你将如何优化你的算法?
public class Solution {
// you need treat n as an unsigned value
public int reverseBits(int n) {
int res = 0;
for (int i = 0; i < 31; i++, n>>=1, res<<=1) {
res |= (n&1);
}
res |= (n&1);
return res;
}
}
编写一个函数,输入是一个无符号整数,返回其二进制表达式中数字位数为 ‘1’ 的个数(也被称为汉明重量)。
示例 1:
输入:00000000000000000000000000001011
输出:3
解释:输入的二进制串 00000000000000000000000000001011 中,共有三位为 '1'。
示例 2:
输入:00000000000000000000000010000000 输出:1 解释:输入的二进制串 00000000000000000000000010000000 中,共有一位为 '1'。
示例 3:
输入:11111111111111111111111111111101 输出:31 解释:输入的二进制串 11111111111111111111111111111101 中,共有 31 位为 '1'。
提示:
-3
。
进阶:
如果多次调用这个函数,你将如何优化你的算法?
public class Solution {
public int hammingWeight(int n) {
return Integer.bitCount(n);
}
}
你是一个专业的小偷,计划偷窃沿街的房屋。每间房内都藏有一定的现金,影响你偷窃的唯一制约因素就是相邻的房屋装有相互连通的防盗系统,如果两间相邻的房屋在同一晚上被小偷闯入,系统会自动报警。
给定一个代表每个房屋存放金额的非负整数数组,计算你在不触动警报装置的情况下,能够偷窃到的最高金额。
示例 1:
输入: [1,2,3,1] 输出: 4 解释: 偷窃 1 号房屋 (金额 = 1) ,然后偷窃 3 号房屋 (金额 = 3)。 偷窃到的最高金额 = 1 + 3 = 4 。
示例 2:
输入: [2,7,9,3,1] 输出: 12 解释: 偷窃 1 号房屋 (金额 = 2), 偷窃 3 号房屋 (金额 = 9),接着偷窃 5 号房屋 (金额 = 1)。 偷窃到的最高金额 = 2 + 9 + 1 = 12 。
class Solution { public int rob(int[] nums) { int n; if (nums == null || (n = nums.length) == 0) { return 0; } if (n == 1) { return nums[0]; } int pre = nums[0]; int cur = Math.max(nums[0], nums[1]); for (int i = 2; i < n; ++i) { int t = Math.max(pre + nums[i], cur); pre = cur; cur = t; } return cur; } }
给定一棵二叉树,想象自己站在它的右侧,按照从顶部到底部的顺序,返回从右侧所能看到的节点值。
示例:
输入: [1,2,3,null,5,null,4] 输出: [1, 3, 4] 解释: 1 <--- / \ 2 3 <--- \ \ 5 4 <---
class Solution { public List<Integer> rightSideView(TreeNode root) { List<Integer> ans = new ArrayList<>(); robot(root, ans, 0); return ans; } private void robot(TreeNode root, List<Integer> ans, int level) { if (root == null) { return; } if (ans.size() <= level) { ans.add(root.val); } ans.set(level, root.val); robot(root.left, ans, level + 1); robot(root.right, ans, level + 1); } }
给定一个由 '1'
(陆地)和 '0'
(水)组成的的二维网格,计算岛屿的数量。一个岛被水包围,并且它是通过水平方向或垂直方向上相邻的陆地连接而成的。你可以假设网格的四个边均被水包围。
示例 1:
输入: 11110 11010 11000 00000 输出: 1
示例 2:
输入: 11000 11000 00100 00011 输出: 3
class Solution { public int numIslands(char[][] grid) { int islandNum = 0; for (int i = 0; i < grid.length; i++) { for (int j = 0; j < grid[0].length; j++) { if (grid[i][j] == '1') { infect(grid, i, j); islandNum ++; } } } return islandNum; } public void infect(char[][] grid, int i, int j) { if (i < 0 || i >= grid.length || j < 0 || j >= grid[0].length || grid[i][j] != '1') { return; } grid[i][j] = '2'; infect(grid, i + 1, j); infect(grid, i - 1, j); infect(grid, i, j + 1); infect(grid, i, j - 1); } }
给定范围 [m, n],其中 0 <= m <= n <= 2147483647,返回此范围内所有数字的按位与(包含 m, n 两端点)。
示例 1:
输入: [5,7] 输出: 4
示例 2:
输入: [0,1] 输出: 0
class Solution {
public int rangeBitwiseAnd(int m, int n) {
while (m < n) {
n &= n - 1;
}
return n;
}
}
编写一个算法来判断一个数是不是“快乐数”。
一个“快乐数”定义为:对于一个正整数,每一次将该数替换为它每个位置上的数字的平方和,然后重复这个过程直到这个数变为 1,也可能是无限循环但始终变不到 1。如果可以变为 1,那么这个数就是快乐数。
示例:
输入: 19 输出: true 解释: 12 + 92 = 82 82 + 22 = 68 62 + 82 = 100 12 + 02 + 02 = 1
class Solution { public boolean isHappy(int n) { Set<Integer> visited = new HashSet<>(); while (n != 1 && !visited.contains(n)) { visited.add(n); n = getNext(n); } return n == 1; } private int getNext(int n) { int s = 0; while (n > 0) { int digit = n % 10; s += digit * digit; n /= 10; } return s; } }
删除链表中等于给定值 val 的所有节点。
示例:
输入: 1->2->6->3->4->5->6, val = 6 输出: 1->2->3->4->5
/** * Definition for singly-linked list. * public class ListNode { * int val; * ListNode next; * ListNode() {} * ListNode(int val) { this.val = val; } * ListNode(int val, ListNode next) { this.val = val; this.next = next; } * } */ class Solution { public ListNode removeElements(ListNode head, int val) { ListNode dummy = new ListNode(-1, head); ListNode pre = dummy; while (pre != null && pre.next != null) { if (pre.next.val != val) pre = pre.next; else pre.next = pre.next.next; } return dummy.next; } }
统计所有小于非负整数 n 的质数的数量。
示例:
输入: 10 输出: 4 解释: 小于 10 的质数一共有 4 个, 它们是 2, 3, 5, 7 。
如果 x 是质数,那么大于 x 的 x 的倍数 2x,3x,… 一定不是质数,因此我们可以从这里入手。
我们设 primes[i]
表示数 i 是不是质数,如果是质数则为 true,否则为 false。从小到大遍历每个数,如果这个数为质数,则将其所有的倍数都标记为合数(除了该质数本身),即 false,这样在运行结束的时候我们即能知道质数的个数。
对于一个质数 x,我们从 2x 开始标记其实是冗余的,应该直接从 x⋅x 开始标记,因为 2x,3x,… 这些数一定在 x 之前就被其他数的倍数标记过了,例如 2 的所有倍数,3 的所有倍数等。
class Solution { public int countPrimes(int n) { if (n < 2) return 0; boolean[] primes = new boolean[n]; Arrays.fill(primes, true); int res = 0; for (int i = 2; i < n; ++i) { if (primes[i]) { ++res; if ((long) i * i < n) { for (int j = i * i; j < n; j += i) { primes[j] = false; } } } } return res; } }
给定两个字符串 s 和 t,判断它们是否是同构的。
如果 s 中的字符可以被替换得到 t ,那么这两个字符串是同构的。
所有出现的字符都必须用另一个字符替换,同时保留字符的顺序。两个字符不能映射到同一个字符上,但字符可以映射自己本身。
示例 1:
输入: s ="egg",
t ="add"
输出: true
示例 2:
输入: s ="foo",
t ="bar"
输出: false
示例 3:
输入: s ="paper",
t ="title"
输出: true
说明:
你可以假设 s 和 t 具有相同的长度。
class Solution {
public boolean isIsomorphic(String s, String t) {
int n = s.length();
Map<Character, Character> a2b = new HashMap<>();
Map<Character, Character> b2a = new HashMap<>();
for (int i = 0; i < n; ++i) {
char a = s.charAt(i), b = t.charAt(i);
if ((a2b.containsKey(a) && a2b.get(a) != b) || (b2a.containsKey(b) && b2a.get(b) != a)) return false;
a2b.put(a, b);
b2a.put(b, a);
}
return true;
}
}
反转一个单链表。
示例:
输入: 1->2->3->4->5->NULL 输出: 5->4->3->2->1->NULL
进阶:
你可以迭代或递归地反转链表。你能否用两种方法解决这道题?
定义指针 p
、q
分别指向头节点和下一个节点,pre
指向头节点的前一个节点。
遍历链表,改变指针 p
指向的节点的指向,将其指向 pre
指针指向的节点,即 p.next = pre
。然后 pre
指针指向 p
,p
、q
指针往前走。
当遍历结束后,返回 pre
指针即可。
迭代版本:
/** * Definition for singly-linked list. * public class ListNode { * int val; * ListNode next; * ListNode(int x) { val = x; } * } */ class Solution { public ListNode reverseList(ListNode head) { ListNode pre = null, p = head; while (p != null) { ListNode q = p.next; p.next = pre; pre = p; p = q; } return pre; } }
递归版本:
/** * Definition for singly-linked list. * public class ListNode { * int val; * ListNode next; * ListNode(int x) { val = x; } * } */ class Solution { public ListNode reverseList(ListNode head) { if (head == null || head.next == null) { return head; } ListNode res = reverseList(head.next); head.next.next = head; head.next = null; return res; } }
你这个学期必须选修 numCourse
门课程,记为 0
到 numCourse-1
。
在选修某些课程之前需要一些先修课程。 例如,想要学习课程 0 ,你需要先完成课程 1 ,我们用一个匹配来表示他们:[0,1]
给定课程总量以及它们的先决条件,请你判断是否可能完成所有课程的学习?
示例 1:
输入: 2, [[1,0]] 输出: true 解释: 总共有 2 门课程。学习课程 1 之前,你需要完成课程 0。所以这是可能的。
示例 2:
输入: 2, [[1,0],[0,1]] 输出: false 解释: 总共有 2 门课程。学习课程 1 之前,你需要先完成课程 0;并且学习课程 0 之前,你还应先完成课程 1。这是不可能的。
提示:
1 <= numCourses <= 10^5
class Solution { public boolean canFinish(int numCourses, int[][] prerequisites) { int[] indegree = new int[numCourses]; int[][] g = new int[numCourses][numCourses]; for (int[] e : prerequisites) { int cur = e[0]; int pre = e[1]; if (g[pre][cur] == 0) { ++indegree[cur]; g[pre][cur] = 1; } } Queue<Integer> queue = new LinkedList<>(); for (int i = 0; i < numCourses; ++i) { if (indegree[i] == 0) { queue.offer(i); } } int cnt = 0; while (!queue.isEmpty()) { int i = queue.poll(); ++cnt; for (int j = 0; j < numCourses; ++j) { if (g[i][j] == 1) { g[i][j] = 0; --indegree[j]; if (indegree[j] == 0) { queue.offer(j); } } } } return cnt == numCourses; } }
实现一个 Trie (前缀树),包含 insert
, search
, 和 startsWith
这三个操作。
示例:
Trie trie = new Trie(); trie.insert("apple"); trie.search("apple"); // 返回 true trie.search("app"); // 返回 false trie.startsWith("app"); // 返回 true trie.insert("app"); trie.search("app"); // 返回 true
说明:
a-z
构成的。class Trie { class TrieNode { private TrieNode[] links; private final int R = 26; private boolean isEnd; public TrieNode() { links = new TrieNode[R]; } public boolean containsKey(char ch) { return links[ch -'a'] != null; } public TrieNode get(char ch) { return links[ch -'a']; } public void put(char ch, TrieNode node) { links[ch -'a'] = node; } public void setEnd() { isEnd = true; } public boolean isEnd() { return isEnd; } } private TrieNode root; public Trie() { root = new TrieNode(); } public void insert(String word) { TrieNode node = root; for (int i = 0; i < word.length(); i++) { char currentChar = word.charAt(i); if (!node.containsKey(currentChar)) { node.put(currentChar, new TrieNode()); } node = node.get(currentChar); } node.setEnd(); } private TrieNode searchPrefix(String word) { TrieNode node = root; for (int i = 0; i < word.length(); i++) { char curLetter = word.charAt(i); if (node.containsKey(curLetter)) { node = node.get(curLetter); } else { return null; } } return node; } public boolean search(String word) { TrieNode node = searchPrefix(word); return node != null && node.isEnd(); } public boolean startsWith(String prefix) { TrieNode node = searchPrefix(prefix); return node != null; } }
给定一个含有 n 个正整数的数组和一个正整数 s ,找出该数组中满足其和 ≥ s 的长度最小的连续子数组。如果不存在符合条件的连续子数组,返回 0。
示例:
输入:s = 7, nums = [2,3,1,2,4,3]
输出: 2 解释: 子数组[4,3]
是该条件下的长度最小的连续子数组。
进阶:
如果你已经完成了O(n) 时间复杂度的解法, 请尝试 O(n log n) 时间复杂度的解法。
class Solution { public int minSubArrayLen(int s, int[] nums) { int n = nums.length; int ans = Integer.MAX_VALUE; int start = 0, end = 0; int sum = 0; while (start < n) { while (end < n && sum < s) { sum += nums[end]; end++; } if (sum >= s) { ans = Math.min(ans, end - start); } sum -= nums[start]; start++; } return ans == Integer.MAX_VALUE ? 0 : ans; } }
现在你总共有 n 门课需要选,记为 0
到 n-1
。
在选修某些课程之前需要一些先修课程。 例如,想要学习课程 0 ,你需要先完成课程 1 ,我们用一个匹配来表示他们: [0,1]
给定课程总量以及它们的先决条件,返回你为了学完所有课程所安排的学习顺序。
可能会有多个正确的顺序,你只要返回一种就可以了。如果不可能完成所有课程,返回一个空数组。
示例 1:
输入: 2, [[1,0]] 输出:[0,1]
解释: 总共有 2 门课程。要学习课程 1,你需要先完成课程 0。因此,正确的课程顺序为[0,1] 。
示例 2:
输入: 4, [[1,0],[2,0],[3,1],[3,2]] 输出:[0,1,2,3] or [0,2,1,3]
解释: 总共有 4 门课程。要学习课程 3,你应该先完成课程 1 和课程 2。并且课程 1 和课程 2 都应该排在课程 0 之后。 因此,一个正确的课程顺序是[0,1,2,3]
。另一个正确的排序是[0,2,1,3]
。
说明:
提示:
拓扑排序也可以通过 BFS 完成。
class Solution { public int[] findOrder(int numCourses, int[][] pre) { // key 课程id,value 前置课程id Map<Integer, Set<Integer>> map = new HashMap<>(); for (int i = 0; i < pre.length; i++) { if (map.containsKey(pre[i][0])) { map.get(pre[i][0]).add(pre[i][1]); } else { Set<Integer> set = new HashSet<>(); set.add(pre[i][1]); map.put(pre[i][0], set); } } int[] visit = new int[numCourses]; List<Integer> ans = new ArrayList<>(); for (int i = 0; i < numCourses; i++) { if (!dfs(i, visit, map, ans)) { return new int[0]; } } int[] result = new int[numCourses]; for(int i = 0; i < numCourses; i++){ result[i] = ans.get(i); } return result; } private boolean dfs(int i, int[] visit, Map<Integer, Set<Integer>> map, List<Integer> ans) { if (visit[i] == -1) { return false; } if (visit[i] == 1) { return true; } visit[i] = -1; if (map.containsKey(i)) { for (int pre : map.get(i)) { if (!dfs(pre, visit, map,ans)) { return false; } } } visit[i] = 1; ans.add(i); return true; } }
如果数据结构中有任何与word匹配的字符串,则bool search(word)返回true,否则返回false。 单词可能包含点“。” 点可以与任何字母匹配的地方。
请你设计一个数据结构,支持 添加新单词 和 查找字符串是否与任何先前添加的字符串匹配 。
实现词典类 WordDictionary
:
WordDictionary()
初始化词典对象void addWord(word)
将 word
添加到数据结构中,之后可以对它进行匹配bool search(word)
如果数据结构中存在字符串与 word
匹配,则返回 true
;否则,返回 false
。word
中可能包含一些 '.'
,每个 .
都可以表示任何一个字母。
示例:
输入: ["WordDictionary","addWord","addWord","addWord","search","search","search","search"] [[],["bad"],["dad"],["mad"],["pad"],["bad"],[".ad"],["b.."]] 输出: [null,null,null,null,false,true,true,true] 解释: WordDictionary wordDictionary = new WordDictionary(); wordDictionary.addWord("bad"); wordDictionary.addWord("dad"); wordDictionary.addWord("mad"); wordDictionary.search("pad"); // return False wordDictionary.search("bad"); // return True wordDictionary.search(".ad"); // return True wordDictionary.search("b.."); // return True
提示:
1 <= word.length <= 500
addWord
中的 word
由小写英文字母组成search
中的 word
由 '.' 或小写英文字母组成50000
次 addWord
和 search
class WordDictionary { class TrieNode { private TrieNode[] links; private boolean end; public TrieNode() { this.links = new TrieNode[26]; } public boolean contains(char c) { return links[c - 'a'] != null; } public void put(char c, TrieNode trieNode) { links[c - 'a'] = trieNode; } public TrieNode get(char c) { return links[c - 'a']; } } private TrieNode root; /** Initialize your data structure here. */ public WordDictionary() { root = new TrieNode(); } /** Adds a word into the data structure. */ public void addWord(String word) { TrieNode node = root; for (int i = 0; i < word.length(); i++) { char c = word.charAt(i); if (!node.contains(c)) { node.put(c, new TrieNode()); } node = node.get(c); } node.end = true; } /** Returns if the word is in the data structure. A word could contain the dot character '.' to represent any one letter. */ public boolean search(String word) { return searchHelp(word, root); } private boolean searchHelp(String word, TrieNode root) { TrieNode node = root; for (int i = 0; i < word.length(); i++) { char c = word.charAt(i); if ('.' == c) { for (int j = 0; j < node.links.length; j++) { if (node.links[j] != null && searchHelp(word.substring(i + 1), node.links[j])) { return true; } } return false; } if (!node.contains(c)) { return false; } node = node.get(c); } return node != null && node.end; } }
给定一个二维网格 board 和一个字典中的单词列表 words,找出所有同时在二维网格和字典中出现的单词。
单词必须按照字母顺序,通过相邻的单元格内的字母构成,其中“相邻”单元格是那些水平相邻或垂直相邻的单元格。同一个单元格内的字母在一个单词中不允许被重复使用。
示例:
输入: words =["oath","pea","eat","rain"]
and board = [ ['o','a','a','n'], ['e','t','a','e'], ['i','h','k','r'], ['i','f','l','v'] ] 输出:["eat","oath"]
说明:
你可以假设所有输入都由小写字母 a-z
组成。
提示:
你是一个专业的小偷,计划偷窃沿街的房屋,每间房内都藏有一定的现金。这个地方所有的房屋都围成一圈,这意味着第一个房屋和最后一个房屋是紧挨着的。同时,相邻的房屋装有相互连通的防盗系统,如果两间相邻的房屋在同一晚上被小偷闯入,系统会自动报警。
给定一个代表每个房屋存放金额的非负整数数组,计算你在不触动警报装置的情况下,能够偷窃到的最高金额。
示例 1:
输入: [2,3,2] 输出: 3 解释: 你不能先偷窃 1 号房屋(金额 = 2),然后偷窃 3 号房屋(金额 = 2), 因为他们是相邻的。
示例 2:
输入: [1,2,3,1] 输出: 4 解释: 你可以先偷窃 1 号房屋(金额 = 1),然后偷窃 3 号房屋(金额 = 3)。 偷窃到的最高金额 = 1 + 3 = 4 。
环状排列意味着第一个房屋和最后一个房屋中最多只能选择一个偷窃,因此可以把此环状排列房间问题约化为两个单排排列房屋子问题。
_rob(nums[1:])
_rob(nums[:-1])
res = max(_rob(nums[1:]), _rob(nums[:-1]))
class Solution { public int rob(int[] nums) { int n = nums.length; if (n == 1) { return nums[0]; } int sub1 = robInternal(Arrays.copyOfRange(nums, 0, n - 1)); int sub2 = robInternal(Arrays.copyOfRange(nums, 1, n)); return Math.max(sub1, sub2); } private int robInternal(int[] nums) { int n; if ((n = nums.length) == 0) { return 0; } if (n == 1) { return nums[0]; } int pre = nums[0]; int cur = Math.max(nums[0], nums[1]); for (int i = 2; i < n; ++i) { int t = Math.max(pre + nums[i], cur); pre = cur; cur = t; } return cur; } }
给定一个字符串 s,你可以通过在字符串前面添加字符将其转换为回文串。找到并返回可以用这种方式转换的最短回文串。
示例 1:
输入:"aacecaaa"
输出:"aaacecaaa"
示例 2:
输入:"abcd"
输出:"dcbabcd"
在未排序的数组中找到第 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。
示例 1:
输入: [3,2,1,5,6,4] 和
k = 2
输出: 5
示例 2:
输入: [3,2,3,1,2,4,5,5,6] 和
k = 4
输出: 4
说明:
你可以假设 k 总是有效的,且 1 ≤ k ≤ 数组的长度。
class Solution { public int findKthLargest(int[] nums, int k) { return findKthLargest(nums, 0, nums.length - 1, nums.length - k); } public int findKthLargest(int[] nums, int l, int r, int k) { int i = l, j = r; int temp = nums[i]; while (i < j) { while (i < j && nums[j] >= temp) { j--; } if (i < j) { nums[i++] = nums[j]; } while (i < j && nums[i] <= temp) { i++; } if (i < j) { nums[j--] = nums[i]; } } nums[i] = temp; if (i == k) { return nums[i]; } else if (i < k) { return findKthLargest(nums, i + 1, r, k); } else { return findKthLargest(nums, l, i - 1, k); } } }
找出所有相加之和为 n 的 k 个数的组合。组合中只允许含有 1 - 9 的正整数,并且每种组合中不存在重复的数字。
说明:
示例 1:
输入: k = 3, n = 7 输出: [[1,2,4]]
示例 2:
输入: k = 3, n = 9 输出: [[1,2,6], [1,3,5], [2,3,4]]
class Solution { public List<List<Integer>> combinationSum3(int k, int n) { List<List<Integer>> ans = new ArrayList<>(); robot(1, k, n, ans, new ArrayList<Integer>()); return ans; } private void robot(int start, int k, int left, List<List<Integer>> ans, List<Integer> tmp) { if(k < 0 || left < 0) return; if(k == 0 && left == 0) { ans.add(new ArrayList<>(tmp)); return; } for(int i = start; i <= 9; i++) { if(left >= i && k > 0) { tmp.add(i); robot(i + 1, k - 1, left - i, ans, tmp); tmp.remove(tmp.size() - 1); } else { return; } } } }
给定一个整数数组,判断是否存在重复元素。
如果任何值在数组中出现至少两次,函数返回 true。如果数组中每个元素都不相同,则返回 false。
示例 1:
输入: [1,2,3,1] 输出: true
示例 2:
输入: [1,2,3,4] 输出: false
示例 3:
输入: [1,1,1,3,3,4,3,2,4,2] 输出: true
class Solution {
public boolean containsDuplicate(int[] nums) {
Set<Integer> set = new HashSet<>();
for (int e : nums) {
if (set.contains(e)) return true;
set.add(e);
}
return false;
}
}
给定一个整数数组和一个整数 k,判断数组中是否存在两个不同的索引 i 和 j,使得 nums [i] = nums [j],并且 i 和 j 的差的绝对值最大为 k。
示例 1:
输入: nums = [1,2,3,1], k = 3 输出: true
示例 2:
输入: nums = [1,0,1,1], k = 1 输出: true
示例 3:
输入: nums = [1,2,3,1,2,3], k = 2 输出: false
class Solution {
public boolean containsNearbyDuplicate(int[] nums, int k) {
Map<Integer, Integer> helper = new HashMap<>();
for (int i = 0, n = nums.length; i < n; ++i) {
if (helper.containsKey(nums[i])) {
int j = helper.get(nums[i]);
if (i - j <= k) {
return true;
}
}
helper.put(nums[i], i);
}
return false;
}
}
给定一个整数数组,判断数组中是否有两个不同的索引 i 和 j,使得 nums [i] 和 nums [j] 的差的绝对值最大为 t,并且 i 和 j 之间的差的绝对值最大为 ķ。
示例 1:
输入: nums = [1,2,3,1], k = 3, t = 0 输出: true
示例 2:
输入: nums = [1,0,1,1], k = 1, t = 2 输出: true
示例 3:
输入: nums = [1,5,9,1,5,9], k = 2, t = 3 输出: false
public class Solution { public boolean containsNearbyAlmostDuplicate(int[] nums, int k, int t) { if (k < 1 || t < 0 || nums == null || nums.length < 2) { return false; } SortedSet<Long> set = new TreeSet<Long>(); for (int j = 0; j < nums.length; j++) { SortedSet<Long> subSet = set.subSet((long) nums[j] - t, (long) nums[j] + t + 1); if (!subSet.isEmpty()) { return true; } if (j >= k) { set.remove((long) nums[j - k]); } set.add((long) nums[j]); } return false; } }
在一个由 0 和 1 组成的二维矩阵内,找到只包含 1 的最大正方形,并返回其面积。
示例:
输入: 1 0 1 0 0 1 0 1 1 1 1 1 1 1 1 1 0 0 1 0 输出: 4
public class Solution { public int maximalSquare(char[][] matrix) { if (matrix == null || matrix.length == 0 || matrix[0].length == 0) { return 0; } int mx = matrix.length; int my = matrix[0].length; int[][] dp = new int[mx][my]; int max = 0; // 初始化第0行 for (int i = 0; i < my; i++) { if (matrix[0][i] == '1') { dp[0][i] = 1; max = 1; } } // 初始化第0列 for (int i = 1; i < mx; i++) { if (matrix[i][0] == '1') { dp[i][0] = 1; max = 1; } } // dp[x][y]=min(dp[x-1][y],dp[x][y-1],dp[x-1][y-1])+1 for (int x = 1; x < mx; x++) { for (int y = 1; y < my; y++) { if (matrix[x][y] == '1') { dp[x][y] = Math.min(Math.min(dp[x - 1][y], dp[x][y - 1]), dp[x - 1][y - 1]) + 1; max = Math.max(max, dp[x][y]); } } } return max * max; } }
给出一个完全二叉树,求出该树的节点个数。
说明:
完全二叉树的定义如下:在完全二叉树中,除了最底层节点可能没填满外,其余每层节点数都达到最大值,并且最下面一层的节点都集中在该层最左边的若干位置。若最底层为第 h 层,则该层包含 1~ 2h 个节点。
示例:
输入: 1 / \ 2 3 / \ / 4 5 6 输出: 6
/** * Definition for a binary tree node. * public class TreeNode { * int val; * TreeNode left; * TreeNode right; * TreeNode(int x) { val = x; } * } */ class Solution { public int countNodes(TreeNode root) { if(root == null){ return 0; } int left = countLevel(root.left); int right = countLevel(root.right); if(left == right){ return countNodes(root.right) + (1<<left); }else{ return countNodes(root.left) + (1<<right); } } private int countLevel(TreeNode root){ int level = 0; while(root != null){ level++; root = root.left; } return level; } }
在二维平面上计算出两个由直线构成的矩形重叠后形成的总面积。
每个矩形由其左下顶点和右上顶点坐标表示,如图所示。
示例:
输入: -3, 0, 3, 4, 0, -1, 9, 2 输出: 45
说明: 假设矩形面积不会超出 int 的范围。
class Solution {
public int computeArea(int A, int B, int C, int D, int E, int F, int G, int H) {
long x = (long) Math.min(C, G) - Math.max(A, E);
long y = (long) Math.min(D, H) - Math.max(B, F);
int intersection = x > 0 && y > 0 ? (int) (x * y) : 0;
return (C - A) * (D - B) + (G - E) * (H - F) - intersection;
}
}
实现一个基本的计算器来计算一个简单的字符串表达式的值。
字符串表达式可以包含左括号 (
,右括号 )
,加号 +
,减号 -
,非负整数和空格
。
示例 1:
输入: "1 + 1" 输出: 2
示例 2:
输入: " 2-1 + 2 " 输出: 3
示例 3:
输入: "(1+(4+5+2)-3)+(6+8)" 输出: 23
说明:
eval
。class Solution { public int calculate(String s) { char[] cs = s.toCharArray(); Deque<Character> op = new ArrayDeque<>(); Deque<Integer> num = new ArrayDeque<>(); for (int i = 0; i < cs.length; ++i) { if (cs[i] == '(' || cs[i] == '+' || cs[i] == '-') { op.push(cs[i]); } else if (cs[i] == ')') { op.pop(); if (!op.isEmpty() && op.peek() != '(') { calc(op, num); } } else if (Character.isDigit(cs[i])) { int j = i; int k = 0; while (j < cs.length && Character.isDigit(cs[j])) { k = k * 10 + cs[j] - '0'; ++j; } num.push(k); i = j - 1; if (!op.isEmpty() && op.peek() != '(') { calc(op, num); } } } return num.peek(); } private void calc(Deque<Character> op, Deque<Integer> num) { int y = num.pop(); int x = num.pop(); if (op.pop() == '+') { num.push(x + y); } else { num.push(x - y); } } }
使用队列实现栈的下列操作:
注意:
push to back
, peek/pop from front
, size
, 和 is empty
这些操作是合法的。class MyStack { private Deque<Integer> q; /** Initialize your data structure here. */ public MyStack() { q = new ArrayDeque<>(); } /** Push element x onto stack. */ public void push(int x) { q.offerLast(x); int n = q.size(); while (n-- > 1) { q.offerLast(q.pollFirst()); } } /** Removes the element on top of the stack and returns that element. */ public int pop() { return q.pollFirst(); } /** Get the top element. */ public int top() { return q.peekFirst(); } /** Returns whether the stack is empty. */ public boolean empty() { return q.isEmpty(); } } /** * Your MyStack object will be instantiated and called as such: * MyStack obj = new MyStack(); * obj.push(x); * int param_2 = obj.pop(); * int param_3 = obj.top(); * boolean param_4 = obj.empty(); */
翻转一棵二叉树。
示例:
输入:
4 / \ 2 7 / \ / \ 1 3 6 9
输出:
4 / \ 7 2 / \ / \ 9 6 3 1
备注:
这个问题是受到 Max Howell 的 原问题 启发的 :
谷歌:我们90%的工程师使用您编写的软件(Homebrew),但是您却无法在面试时在白板上写出翻转二叉树这道题,这太糟糕了。
/** * Definition for a binary tree node. * public class TreeNode { * int val; * TreeNode left; * TreeNode right; * TreeNode(int x) { val = x; } * } */ class Solution { public TreeNode invertTree(TreeNode root) { if (root == null) return null; TreeNode t = root.left; root.left = root.right; root.right = t; invertTree(root.left); invertTree(root.right); return root; } }
实现一个基本的计算器来计算一个简单的字符串表达式的值。
字符串表达式仅包含非负整数,+
, -
,*
,/
四种运算符和空格
。 整数除法仅保留整数部分。
示例 1:
输入: "3+2*2" 输出: 7
示例 2:
输入: " 3/2 " 输出: 1
示例 3:
输入: " 3+5 / 2 " 输出: 5
说明:
eval
。class Solution { public int calculate(String s) { char[] cs = s.toCharArray(); Deque<Character> op = new ArrayDeque<>(); Deque<Integer> num = new ArrayDeque<>(); for (int i = 0; i < cs.length; ++i) { if (cs[i] == '*' || cs[i] == '/') { op.push(cs[i]); } else if (cs[i] == '+' || cs[i] == '-') { if (!op.isEmpty()) { calc(op, num); } op.push(cs[i]); } else if (Character.isDigit(cs[i])) { int j = i; int k = 0; while (j < cs.length && Character.isDigit(cs[j])) { k = k * 10 + cs[j] - '0'; ++j; } i = j - 1; num.push(k); if (!op.isEmpty() && (op.peek() == '*' || op.peek() == '/')) { calc(op, num); } } } if (!op.isEmpty()) { calc(op, num); } return num.peek(); } private void calc(Deque<Character> op, Deque<Integer> num) { int y = num.pop(); int x = num.pop(); switch (op.pop()) { case '*': num.push(x * y); break; case '/': num.push(x / y); break; case '+': num.push(x + y); break; default: num.push(x - y); break; } } }
给定一个无重复元素的有序整数数组,返回数组区间范围的汇总。
示例 1:
输入: [0,1,2,4,5,7] 输出: ["0->2","4->5","7"] 解释: 0,1,2 可组成一个连续的区间; 4,5 可组成一个连续的区间。
示例 2:
输入: [0,2,3,4,6,8,9] 输出: ["0","2->4","6","8->9"] 解释: 2,3,4 可组成一个连续的区间; 8,9 可组成一个连续的区间。
class Solution { public List<String> summaryRanges(int[] nums) { List<String> res = new ArrayList<>(); for (int i = 0, j = 1; i < nums.length; i = j++) { while (j < nums.length && nums[j] - nums[j - 1] == 1) { ++j; } if (j - i == 1) { res.add(String.valueOf(nums[i])); } else { res.add(nums[i] + "->" + nums[j - 1]); } } return res; } }
给定一个大小为 n 的数组,找出其中所有出现超过 ⌊ n/3 ⌋
次的元素。
说明: 要求算法的时间复杂度为 O(n),空间复杂度为 O(1)。
示例 1:
输入: [3,2,3] 输出: [3]
示例 2:
输入: [1,1,1,3,3,2,2,2] 输出: [1,2]
class Solution { public List<Integer> majorityElement(int[] nums) { int[] candidate = new int[2]; int[] cnt = new int[2]; for (int num : nums) { if (num == candidate[0]) { ++cnt[0]; } else if (num == candidate[1]) { ++cnt[1]; } else if (cnt[0] == 0) { candidate[0] = num; cnt[0] = 1; } else if (cnt[1] == 0) { candidate[1] = num; cnt[1] = 1; } else { --cnt[0]; --cnt[1]; } } Arrays.fill(cnt, 0); for (int num : nums) { if (num == candidate[0]) { ++cnt[0]; } else if (num == candidate[1]) { ++cnt[1]; } } List<Integer> res = new ArrayList<>(); if (cnt[0] > nums.length / 3) { res.add(candidate[0]); } if (cnt[1] > nums.length / 3) { res.add(candidate[1]); } return res; } }
给定一个二叉搜索树,编写一个函数 kthSmallest
来查找其中第 k 个最小的元素。
说明:
你可以假设 k 总是有效的,1 ≤ k ≤ 二叉搜索树元素个数。
示例 1:
输入: root = [3,1,4,null,2], k = 1 3 / \ 1 4 \ 2 输出: 1
示例 2:
输入: root = [5,3,6,2,4,null,null,1], k = 3 5 / \ 3 6 / \ 2 4 / 1 输出: 3
进阶:
如果二叉搜索树经常被修改(插入/删除操作)并且你需要频繁地查找第 k 小的值,你将如何优化 kthSmallest
函数?
class Solution { public int kthSmallest(TreeNode root, int k) { Deque<TreeNode> stack = new ArrayDeque<>(); while (!stack.isEmpty() || root != null) { while (root != null) { stack.push(root); root = root.left; } root = stack.pop(); if (--k == 0) { return root.val; } root = root.right; } return 0; } }
给定一个整数,编写一个函数来判断它是否是 2 的幂次方。
示例 1:
输入: 1 输出: true 解释: 20 = 1
示例 2:
输入: 16 输出: true 解释: 24 = 16
示例 3:
输入: 218 输出: false
class Solution {
public boolean isPowerOfTwo(int n) {
return n > 0 && (n & -n) == n;
}
}
使用栈实现队列的下列操作:
示例:
MyQueue queue = new MyQueue(); queue.push(1); queue.push(2); queue.peek(); // 返回 1 queue.pop(); // 返回 1 queue.empty(); // 返回 false
说明:
push to top
, peek/pop from top
, size
, 和 is empty
操作是合法的。class MyQueue { private Deque<Integer> s1; private Deque<Integer> s2; /** Initialize your data structure here. */ public MyQueue() { s1 = new ArrayDeque<>(); s2 = new ArrayDeque<>(); } /** Push element x to the back of queue. */ public void push(int x) { s1.push(x); } /** Removes the element from in front of queue and returns that element. */ public int pop() { move(); return s2.pop(); } /** Get the front element. */ public int peek() { move(); return s2.peek(); } /** Returns whether the queue is empty. */ public boolean empty() { return s1.isEmpty() && s2.isEmpty(); } /** Move elements from s1 to s2. */ private void move() { if (s2.isEmpty()) { while (!s1.isEmpty()) { s2.push(s1.pop()); } } } } /** * Your MyQueue object will be instantiated and called as such: * MyQueue obj = new MyQueue(); * obj.push(x); * int param_2 = obj.pop(); * int param_3 = obj.peek(); * boolean param_4 = obj.empty(); */
给定一个整数 n,计算所有小于等于 n 的非负整数中数字 1 出现的个数。
示例:
输入: 13 输出: 6 解释: 数字 1 出现在以下数字中: 1, 10, 11, 12, 13 。
class Solution { public int countDigitOne(int n) { int index = 1; int count = 0; int high = n,cur = 0,low = 0; while(high > 0){ high /= 10; cur = (n / index) % 10; low = n - (n / index) * index; if(cur == 0) count += high * index; if(cur == 1) count += high * index + low + 1; if(cur > 1) count += (high+1) * index; index *= 10; } return count; } }
请判断一个链表是否为回文链表。
示例 1:
输入: 1->2 输出: false
示例 2:
输入: 1->2->2->1 输出: true
进阶:
你能否用 O(n) 时间复杂度和 O(1) 空间复杂度解决此题?
先用快慢指针找到链表的中点,接着反转右半部分的链表。然后同时遍历前后两段链表,若前后两段链表节点对应的值不等,说明不是回文链表,否则说明是回文链表。
/** * Definition for singly-linked list. * public class ListNode { * int val; * ListNode next; * ListNode(int x) { val = x; } * } */ class Solution { public boolean isPalindrome(ListNode head) { if (head == null || head.next == null) { return true; } ListNode slow = head; ListNode fast = head.next; while (fast != null && fast.next != null) { slow = slow.next; fast = fast.next.next; } ListNode cur = slow.next; slow.next = null; ListNode pre = null; while (cur != null) { ListNode t = cur.next; cur.next = pre; pre = cur; cur = t; } while (pre != null) { if (pre.val != head.val) { return false; } pre = pre.next; head = head.next; } return true; } }
给定一个二叉搜索树, 找到该树中两个指定节点的最近公共祖先。
百度百科中最近公共祖先的定义为:“对于有根树 T 的两个结点 p、q,最近公共祖先表示为一个结点 x,满足 x 是 p、q 的祖先且 x 的深度尽可能大(一个节点也可以是它自己的祖先)。”
例如,给定如下二叉搜索树: root = [6,2,8,0,4,7,9,null,null,3,5]
示例 1:
输入: root = [6,2,8,0,4,7,9,null,null,3,5], p = 2, q = 8 输出: 6 解释: 节点2
和节点8
的最近公共祖先是6。
示例 2:
输入: root = [6,2,8,0,4,7,9,null,null,3,5], p = 2, q = 4 输出: 2 解释: 节点2
和节点4
的最近公共祖先是2
, 因为根据定义最近公共祖先节点可以为节点本身。
说明:
从上到下搜索,找到第一个值位于 [p, q]
之间的结点即可。既可以用迭代实现,也可以用递归实现。
迭代:
/** * Definition for a binary tree node. * public class TreeNode { * int val; * TreeNode left; * TreeNode right; * TreeNode(int x) { val = x; } * } */ class Solution { public TreeNode lowestCommonAncestor(TreeNode root, TreeNode p, TreeNode q) { while (root != null) { if (root.val < p.val && root.val < q.val) root = root.right; else if (root.val > p.val && root.val > q.val) root = root.left; else return root; } return root; } }
递归:
/** * Definition for a binary tree node. * public class TreeNode { * int val; * TreeNode left; * TreeNode right; * TreeNode(int x) { val = x; } * } */ class Solution { public TreeNode lowestCommonAncestor(TreeNode root, TreeNode p, TreeNode q) { if (root == null) return null; if (root.val < p.val && root.val < q.val) return lowestCommonAncestor(root.right, p, q); if (root.val > p.val && root.val > q.val) return lowestCommonAncestor(root.left, p, q); return root; } }
给定一个二叉树, 找到该树中两个指定节点的最近公共祖先。
百度百科中最近公共祖先的定义为:“对于有根树 T 的两个结点 p、q,最近公共祖先表示为一个结点 x,满足 x 是 p、q 的祖先且 x 的深度尽可能大(一个节点也可以是它自己的祖先)。”
例如,给定如下二叉树: root = [3,5,1,6,2,0,8,null,null,7,4]
示例 1:
输入: root = [3,5,1,6,2,0,8,null,null,7,4], p = 5, q = 1 输出: 3 解释: 节点5
和节点1
的最近公共祖先是节点3。
示例 2:
输入: root = [3,5,1,6,2,0,8,null,null,7,4], p = 5, q = 4 输出: 5 解释: 节点5
和节点4
的最近公共祖先是节点5。
因为根据定义最近公共祖先节点可以为节点本身。
说明:
根据“最近公共祖先”的定义,若 root 是 p, q 的最近公共祖先 ,则只可能为以下情况之一:
lowestCommonAncestor(root.left, p, q)
;lowestCommonAncestor(root.right, p, q)
。/** * Definition for a binary tree node. * public class TreeNode { * int val; * TreeNode left; * TreeNode right; * TreeNode(int x) { val = x; } * } */ class Solution { public TreeNode lowestCommonAncestor(TreeNode root, TreeNode p, TreeNode q) { if (root == null || root == p || root == q) return root; TreeNode left = lowestCommonAncestor(root.left, p, q); TreeNode right = lowestCommonAncestor(root.right, p, q); if (left == null) return right; if (right == null) return left; return root; } }
请编写一个函数,使其可以删除某个链表中给定的(非末尾)节点,你将只被给定要求被删除的节点。
现有一个链表 -- head = [4,5,1,9],它可以表示为:
示例 1:
输入: head = [4,5,1,9], node = 5 输出: [4,1,9] 解释: 给定你链表中值为 5 的第二个节点,那么在调用了你的函数之后,该链表应变为 4 -> 1 -> 9.
示例 2:
输入: head = [4,5,1,9], node = 1 输出: [4,5,9] 解释: 给定你链表中值为 1 的第三个节点,那么在调用了你的函数之后,该链表应变为 4 -> 5 -> 9.
说明:
将 node.next
节点的值赋给 node
,然后将 node.next
指向 node.next
的下一个节点。
/**
* Definition for singly-linked list.
* public class ListNode {
* int val;
* ListNode next;
* ListNode(int x) { val = x; }
* }
*/
class Solution {
public void deleteNode(ListNode node) {
node.val = node.next.val;
node.next = node.next.next;
}
}
给你一个长度为 n 的整数数组 nums
,其中 n > 1,返回输出数组 output
,其中 output[i]
等于 nums
中除 nums[i]
之外其余各元素的乘积。
示例:
输入:[1,2,3,4]
输出:[24,12,8,6]
提示:题目数据保证数组之中任意元素的全部前缀元素和后缀(甚至是整个数组)的乘积都在 32 位整数范围内。
说明: 请不要使用除法,且在 O(n) 时间复杂度内完成此题。
进阶:
你可以在常数空间复杂度内完成这个题目吗?( 出于对空间复杂度分析的目的,输出数组不被视为额外空间。)
class Solution {
public int[] productExceptSelf(int[] nums) {
int n = nums.length;
int[] output = new int[n];
for (int i = 0, left = 1; i < n; ++i) {
output[i] = left;
left *= nums[i];
}
for (int i = n - 1, right = 1; i >= 0; --i) {
output[i] *= right;
right *= nums[i];
}
return output;
}
}
给定一个数组 nums,有一个大小为 k 的滑动窗口从数组的最左侧移动到数组的最右侧。你只可以看到在滑动窗口内的 k 个数字。滑动窗口每次只向右移动一位。
返回滑动窗口中的最大值。
示例:
输入: nums =[1,3,-1,-3,5,3,6,7]
, 和 k = 3 输出:[3,3,5,5,6,7] 解释:
滑动窗口的位置 最大值 --------------- ----- [1 3 -1] -3 5 3 6 7 3 1 [3 -1 -3] 5 3 6 7 3 1 3 [-1 -3 5] 3 6 7 5 1 3 -1 [-3 5 3] 6 7 5 1 3 -1 -3 [5 3 6] 7 6 1 3 -1 -3 5 [3 6 7] 7
提示:
你可以假设 k 总是有效的,在输入数组不为空的情况下,1 ≤ k ≤ 输入数组的大小。
进阶:
你能在线性时间复杂度内解决此题吗?
class Solution { public int[] maxSlidingWindow(int[] nums, int k) { if (nums == null || nums.length == 0 || k <= 0) { return new int[0]; } int[] res = new int[nums.length - k + 1]; int index = 0; Deque<Integer> q = new ArrayDeque<>(k); for (int i = 0; i < nums.length; ++i) { while (!q.isEmpty() && nums[i] >= nums[q.peekLast()]) { q.pollLast(); } q.offerLast(i); if (i - q.peekFirst() >= k) { q.pollFirst(); } if (i >= k - 1) { res[index++] = nums[q.peekFirst()]; } } return res; } }
编写一个高效的算法来搜索 m x n 矩阵 matrix 中的一个目标值 target。该矩阵具有以下特性:
示例:
现有矩阵 matrix 如下:
[ [1, 4, 7, 11, 15], [2, 5, 8, 12, 19], [3, 6, 9, 16, 22], [10, 13, 14, 17, 24], [18, 21, 23, 26, 30] ]
给定 target = 5
,返回 true
。
给定 target = 20
,返回 false
。
class Solution { public boolean searchMatrix(int[][] matrix, int target) { int i = matrix.length - 1; int j = 0; while (i >= 0 && j < matrix[0].length) { if (matrix[i][j] < target) { ++j; } else if (matrix[i][j] > target) { --i; } else { return true; } } return false; } }
给定一个含有数字和运算符的字符串,为表达式添加括号,改变其运算优先级以求出不同的结果。你需要给出所有可能的组合的结果。有效的运算符号包含 +
, -
以及 *
。
示例 1:
输入:"2-1-1"
输出:[0, 2]
解释: ((2-1)-1) = 0 (2-(1-1)) = 2
示例 2:
输入:"2*3-4*5"
输出:[-34, -14, -10, -10, 10]
解释: (2*(3-(4*5))) = -34 ((2*3)-(4*5)) = -14 ((2*(3-4))*5) = -10 (2*((3-4)*5)) = -10 (((2*3)-4)*5) = 10
public class Solution { public List<Integer> diffWaysToCompute(String input) { List<Integer> rt = new LinkedList<Integer>(); int len = input.length(); for (int i = 0; i < len; i++) { if (input.charAt(i) == '-' || input.charAt(i) == '*' || input.charAt(i) == '+') { String part1 = input.substring(0, i); String part2 = input.substring(i + 1); List<Integer> part1Ret = diffWaysToCompute(part1); List<Integer> part2Ret = diffWaysToCompute(part2); for (Integer p1 : part1Ret) { for (Integer p2 : part2Ret) { int c = 0; switch (input.charAt(i)) { case '+': c = p1 + p2; break; case '-': c = p1 - p2; break; case '*': c = p1 * p2; } rt.add(c); } } } } if (rt.size() == 0) { rt.add(Integer.valueOf(input)); } return rt; } }
给定两个字符串 s 和 t ,编写一个函数来判断 t 是否是 s 的字母异位词。
示例 1:
输入: s = "anagram", t = "nagaram" 输出: true
示例 2:
输入: s = "rat", t = "car" 输出: false
说明:
你可以假设字符串只包含小写字母。
进阶:
如果输入字符串包含 unicode 字符怎么办?你能否调整你的解法来应对这种情况?
class Solution {
public boolean isAnagram(String s, String t) {
char[] val1 = s.toCharArray();
char[] val2 = t.toCharArray();
Arrays.sort(val1);
Arrays.sort(val2);
String s1 = new String(val1);
String s2 = new String(val2);
return s1.equals(s2);
}
}
给定一个单词列表和两个单词 word1 和 word2,返回列表中这两个单词之间的最短距离。
示例:
假设 words = ["practice", "makes", "perfect", "coding", "makes"]
输入: word1 =“coding”
, word2 =“practice”
输出: 3
输入: word1 ="makes"
, word2 ="coding"
输出: 1
注意:
你可以假设 word1 不等于 word2, 并且 word1 和 word2 都在列表里。
class Solution { public int shortestDistance(String[] words, String word1, String word2) { int w1 = -1, w2 = -1, ans = Integer.MAX_VALUE; for (int i = 0; i < words.length; i++) { if (Objects.equals(words[i], word1)) { w1 = i; if (w2 >= 0) { ans = Math.min(w1 - w2, ans); } } else if (Objects.equals(words[i], word2)) { w2 = i; if (w1 >= 0) { ans = Math.min(w2 - w1, ans); } } } return ans; } }
请设计一个类,使该类的构造函数能够接收一个单词列表。然后再实现一个方法,该方法能够分别接收两个单词 word1 和 word2,并返回列表中这两个单词之间的最短距离。您的方法将被以不同的参数调用 多次。
示例:
假设 words = ["practice", "makes", "perfect", "coding", "makes"]
输入: word1 =“coding”
, word2 =“practice”
输出: 3
输入: word1 ="makes"
, word2 ="coding"
输出: 1
注意:
你可以假设 word1 不等于 word2, 并且 word1 和 word2 都在列表里。
class WordDistance { Map<String, List<Integer>> map = new HashMap<>(); public WordDistance(String[] words) { for (int i = 0; i < words.length; i++) { List<Integer> indexList = map.get(words[i]) == null ? new ArrayList<>() : map.get(words[i]); indexList.add(i); map.put(words[i], indexList); } } public int shortest(String word1, String word2) { List<Integer> list1 = map.get(word1); List<Integer> list2 = map.get(word2); int ans = Integer.MAX_VALUE; for (int l1 : list1) { for (int l2 : list2) { ans = Math.min(ans, Math.abs(l1 - l2)); } } return ans; } } /** * Your WordDistance object will be instantiated and called as such: * WordDistance obj = new WordDistance(words); * int param_1 = obj.shortest(word1,word2); */
给定一个单词列表和两个单词 word1 和 word2,返回列表中这两个单词之间的最短距离。
word1 和 word2 是有可能相同的,并且它们将分别表示为列表中两个独立的单词。
示例:
假设 words = ["practice", "makes", "perfect", "coding", "makes"]
.
输入: word1 =“makes”
, word2 =“coding”
输出: 1
输入: word1 ="makes"
, word2 ="makes"
输出: 3
注意:
你可以假设 word1 和 word2 都在列表里。
class Solution { public int shortestWordDistance(String[] words, String word1, String word2) { int w1 = -1, w2 = -1, ans = Integer.MAX_VALUE; boolean same = word1.equals(word2); for (int i = 0; i < words.length; i++) { if (same) { if (Objects.equals(words[i], word1)) { if (w1 == -1) { w1 = i; } else { ans = Math.min(ans, i - w1); w1 = i; } } } else if (Objects.equals(words[i], word1)) { w1 = i; if (w2 >= 0) { ans = Math.min(w1 - w2, ans); } } else if (Objects.equals(words[i], word2)) { w2 = i; if (w1 >= 0) { ans = Math.min(w2 - w1, ans); } } } return ans; } }
中心对称数是指一个数字在旋转了 180 度之后看起来依旧相同的数字(或者上下颠倒地看)。
请写一个函数来判断该数字是否是中心对称数,其输入将会以一个字符串的形式来表达数字。
示例 1:
输入: num = "69" 输出: true
示例 2:
输入: num = "88" 输出: true
示例 3:
输入: num = "962" 输出: false
示例 4:
输入:num = "1" 输出:true
class Solution { public boolean isStrobogrammatic(String num) { int n = num.length(); for (int i = 0, j = n - 1; i <= j; ++i, --j) { if (!match(num.charAt(i), num.charAt(j))) return false; } return true; } private boolean match(char a, char b) { switch (a) { case '0': case '1': case '8': return a == b; case '6': return b == '9'; case '9': return b == '6'; default: return false; } } }
中心对称数是指一个数字在旋转了 180 度之后看起来依旧相同的数字(或者上下颠倒地看)。
找到所有长度为 n 的中心对称数。
示例 :
输入: n = 2
输出: ["11","69","88","96"]
class Solution { Map<Character, Character> map = new HashMap<>(); { map.put('1', '1'); map.put('0', '0'); map.put('6', '9'); map.put('9', '6'); map.put('8', '8'); } public List<String> findStrobogrammatic(int n) { if (n == 1) { return Arrays.asList("0", "1", "8"); } List<String> ans = new ArrayList<>(); dfs(n, ans, ""); return ans; } private void dfs(int n, List<String> ans, String tmp) { if (tmp.length() == (n + 1) / 2) { fillAns(n, ans, tmp); return; } for (char c : map.keySet()) { int num = c - '0'; // 首位不能是0 if (tmp.length() == 0 && num == 0) { continue; } // 奇数的中间位只能是 0 1 8 if (n % 2 != 0 && tmp.length() == n / 2 && !(num == 0 || num == 1 || num == 8)) { continue; } dfs(n, ans, tmp + num); } } private void fillAns(int n, List<String> ans, String tmp) { char[] a = new char[n]; for (int i = 0; i < tmp.length(); i++) { a[i] = tmp.charAt(i); a[n - i - 1] = map.get(tmp.charAt(i)); } if (n % 2 != 0) { a[tmp.length() - 1] = tmp.charAt(tmp.length() - 1); } ans.add(new String(a)); } }
给定一个会议时间安排的数组,每个会议时间都会包括开始和结束的时间 [[s1,e1],[s2,e2],...]
(si < ei),请你判断一个人是否能够参加这里面的全部会议。
示例 1:
输入: [[0,30],[5,10],[15,20]]
输出: false
示例 2:
输入: [[7,10],[2,4]] 输出: true
class Solution {
public boolean canAttendMeetings(int[][] intervals) {
Arrays.sort(intervals, Comparator.comparingInt(a -> a[0]));
for (int i = 0, n = intervals.length; i < n - 1; ++i) {
if (intervals[i][1] > intervals[i + 1][0]) return false;
}
return true;
}
}
给定一个二叉树,返回所有从根节点到叶子节点的路径。
说明: 叶子节点是指没有子节点的节点。
示例:
输入: 1 / \ 2 3 \ 5 输出: ["1->2->5", "1->3"] 解释: 所有根节点到叶子节点的路径为: 1->2->5, 1->3
深度优先搜索+路径记录。
/** * Definition for a binary tree node. * public class TreeNode { * int val; * TreeNode left; * TreeNode right; * TreeNode(int x) { val = x; } * } */ class Solution { private List<String> res; private List<String> path; public List<String> binaryTreePaths(TreeNode root) { if (root == null) return Collections.emptyList(); res = new ArrayList<>(); path = new ArrayList<>(); dfs(root); return res; } private void dfs(TreeNode root) { if (root == null) return; path.add(String.valueOf(root.val)); if (root.left == null && root.right == null) { res.add(String.join("->", path)); } dfs(root.left); dfs(root.right); path.remove(path.size() - 1); } }
给定一个非负整数 num
,反复将各个位上的数字相加,直到结果为一位数。
示例:
输入:38
输出: 2 解释: 各位相加的过程为:3 + 8 = 11
,1 + 1 = 2
。 由于2
是一位数,所以返回 2。
进阶:
你可以不使用循环或者递归,且在 O(1) 时间复杂度内解决这个问题吗?
题目要求的数叫做“数根”,我们把 1~30 的数根列出来:
原数: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
数根: 1 2 3 4 5 6 7 8 9 1 2 3 4 5 6 7 8 9 1 2 3 4 5 6 7 8 9 1 2 3
可以看到,数根 9 个为一组,循环出现。我们可以得出下面的规律:
(n - 1) % 9 + 1
统一表达。class Solution {
public int addDigits(int num) {
return (num - 1) % 9 + 1;
}
}
给定一个整数数组 nums
,其中恰好有两个元素只出现一次,其余所有元素均出现两次。 找出只出现一次的那两个元素。
示例 :
输入:[1,2,1,3,2,5]
输出:[3,5]
注意:
[5, 3]
也是正确答案。class Solution {
public int[] singleNumber(int[] nums) {
int xor = 0;
for (int num : nums) {
xor ^= num;
}
int diff = xor & (-xor);
int a = 0, b = 0;
for (int num : nums) {
if ((num & diff) == 0) a ^= num;
else b ^= num;
}
return new int[]{a, b};
}
}
编写一个程序判断给定的数是否为丑数。
丑数就是只包含质因数 2, 3, 5
的正整数。
示例 1:
输入: 6 输出: true 解释: 6 = 2 × 3
示例 2:
输入: 8 输出: true 解释: 8 = 2 × 2 × 2
示例 3:
输入: 14 输出: false 解释:14
不是丑数,因为它包含了另外一个质因数7
。
说明:
1
是丑数。class Solution { public boolean isUgly(int num) { if (num < 1) { return false; } while (num % 2 == 0) { num /= 2; } while (num % 3 == 0) { num /= 3; } while (num % 5 == 0) { num /= 5; } return num == 1; } }
编写一个程序,找出第 n
个丑数。
丑数就是只包含质因数 2, 3, 5
的正整数。
示例:
输入: n = 10
输出: 12
解释: 1, 2, 3, 4, 5, 6, 8, 9, 10, 12
是前 10 个丑数。
说明:
1
是丑数。n
不超过1690。class Solution {
public int nthUglyNumber(int n) {
int[] dp = new int[n];
dp[0] = 1;
int i = 0, j = 0, k = 0;
for (int idx = 1; idx < n; ++idx) {
int t = Math.min(dp[i] * 2, Math.min(dp[j] * 3, dp[k] * 5));
dp[idx] = t;
if (dp[i] * 2 == t) ++i;
if (dp[j] * 3 == t) ++j;
if (dp[k] * 5 == t) ++k;
}
return dp[n - 1];
}
}
给定一个字符串,判断该字符串中是否可以通过重新排列组合,形成一个回文字符串。
示例 1:
输入: "code"
输出: false
示例 2:
输入: "aab"
输出: true
示例 3:
输入: "carerac"
输出: true
利用 HashMap(字典表)统计每个字符出现的频率,至多有一个字符出现奇数次数即可。
class Solution { public boolean canPermutePalindrome(String s) { Map<Character, Integer> map = new HashMap<>(); for (int i = 0, n = s.length(); i < n; ++i) { char ch = s.charAt(i); map.put(ch, map.getOrDefault(ch, 0) + 1); } int cnt = 0; for (Map.Entry<Character, Integer> entry : map.entrySet()) { if (entry.getValue() % 2 != 0) { ++cnt; } } return cnt <= 1; } }
给定一个包含 0, 1, 2, ..., n
中 n 个数的序列,找出 0 .. n 中没有出现在序列中的那个数。
示例 1:
输入: [3,0,1] 输出: 2
示例 2:
输入: [9,6,4,2,3,5,7,0,1] 输出: 8
说明:
你的算法应具有线性时间复杂度。你能否仅使用额外常数空间来实现?
异或求解。两个相同的数异或的结果为 0。
也可以用数学求解。求出 [0..n]
的和,减去数组中所有数的和,就得到了缺失的数字。
class Solution {
public int missingNumber(int[] nums) {
int res = nums.length;
for (int i = 0, n = res; i < n; ++i) {
res ^= (i ^ nums[i]);
}
return res;
}
}
class Solution {
public int missingNumber(int[] nums) {
int res = nums.length;
for (int i = 0, n = res; i < n; ++i) {
res += (i - nums[i]);
}
return res;
}
}
将非负整数转换为其对应的英文表示。可以保证给定输入小于 231 - 1 。
示例 1:
输入: 123 输出: "One Hundred Twenty Three"
示例 2:
输入: 12345 输出: "Twelve Thousand Three Hundred Forty Five"
示例 3:
输入: 1234567 输出: "One Million Two Hundred Thirty Four Thousand Five Hundred Sixty Seven"
示例 4:
输入: 1234567891 输出: "One Billion Two Hundred Thirty Four Million Five Hundred Sixty Seven Thousand Eight Hundred Ninety One"
class Solution { private static Map<Integer, String> map; static { map = new HashMap<>(); map.put(1, "One"); map.put(2, "Two"); map.put(3, "Three"); map.put(4, "Four"); map.put(5, "Five"); map.put(6, "Six"); map.put(7, "Seven"); map.put(8, "Eight"); map.put(9, "Nine"); map.put(10, "Ten"); map.put(11, "Eleven"); map.put(12, "Twelve"); map.put(13, "Thirteen"); map.put(14, "Fourteen"); map.put(15, "Fifteen"); map.put(16, "Sixteen"); map.put(17, "Seventeen"); map.put(18, "Eighteen"); map.put(19, "Nineteen"); map.put(20, "Twenty"); map.put(30, "Thirty"); map.put(40, "Forty"); map.put(50, "Fifty"); map.put(60, "Sixty"); map.put(70, "Seventy"); map.put(80, "Eighty"); map.put(90, "Ninety"); map.put(100, "Hundred"); map.put(1000, "Thousand"); map.put(1000000, "Million"); map.put(1000000000, "Billion"); } public String numberToWords(int num) { if (num == 0) { return "Zero"; } StringBuilder sb = new StringBuilder(); for (int i = 1000000000; i >= 1000; i /= 1000) { if (num >= i) { sb.append(get3Digits(num / i)).append(' ').append(map.get(i)); num %= i; } } if (num > 0) { sb.append(get3Digits(num)); } return sb.substring(1); } private String get3Digits(int num) { StringBuilder sb = new StringBuilder(); if (num >= 100) { sb.append(' ').append(map.get(num / 100)).append(' ').append(map.get(100)); num %= 100; } if (num > 0) { if (num < 20 || num % 10 == 0) { sb.append(' ').append(map.get(num)); } else { sb.append(' ').append(map.get(num / 10 * 10)).append(' ').append(map.get(num % 10)); } } return sb.toString(); } }
给定一位研究者论文被引用次数的数组(被引用次数是非负整数)。编写一个方法,计算出研究者的 h 指数。
h 指数的定义: “h 代表“高引用次数”(high citations),一名科研人员的 h 指数是指他(她)的 (N 篇论文中)至多有 h 篇论文分别被引用了至少 h 次。(其余的 N - h 篇论文每篇被引用次数不多于 h 次。)”
示例:
输入:citations = [3,0,6,1,5]
输出: 3 解释: 给定数组表示研究者总共有5
篇论文,每篇论文相应的被引用了3, 0, 6, 1, 5
次。 由于研究者有3
篇论文每篇至少被引用了3
次,其余两篇论文每篇被引用不多于3
次,所以她的 h 指数是3
。
说明: 如果 h 有多种可能的值,h 指数是其中最大的那个。
class Solution { public int hIndex(int[] citations) { int n = citations.length; int[] cnt = new int[n + 1]; for (int c : citations) { if (c <= n) { ++cnt[c]; } else { ++cnt[n]; } } int sum = 0; for (int i = n; i >= 0; --i) { sum += cnt[i]; if (sum >= i) { return i; } } return 0; } }
给定一位研究者论文被引用次数的数组(被引用次数是非负整数),数组已经按照升序排列。编写一个方法,计算出研究者的 h 指数。
h 指数的定义: “h 代表“高引用次数”(high citations),一名科研人员的 h 指数是指他(她)的 (N 篇论文中)至多有 h 篇论文分别被引用了至少 h 次。(其余的 N - h 篇论文每篇被引用次数不多于 h 次。)"
示例:
输入:citations = [0,1,3,5,6]
输出: 3 解释: 给定数组表示研究者总共有5
篇论文,每篇论文相应的被引用了 0, 1, 3, 5, 6
次。 由于研究者有3
篇论文每篇至少被引用了3
次,其余两篇论文每篇被引用不多于3
次,所以她的 h 指数是3
。
说明:
如果 h 有多有种可能的值 ,h 指数是其中最大的那个。
进阶:
citations
数组是保证有序的。class Solution {
public int hIndex(int[] citations) {
int n = citations.length;
int l = 0, r = n;
while (l < r) {
int mid = l + r + 1 >>> 1;
if (citations[n - mid] >= mid) l = mid;
else r = mid - 1;
}
return r;
}
}
你是产品经理,目前正在带领一个团队开发新的产品。不幸的是,你的产品的最新版本没有通过质量检测。由于每个版本都是基于之前的版本开发的,所以错误的版本之后的所有版本都是错的。
假设你有 n
个版本 [1, 2, ..., n]
,你想找出导致之后所有版本出错的第一个错误的版本。
你可以通过调用 bool isBadVersion(version)
接口来判断版本号 version
是否在单元测试中出错。实现一个函数来查找第一个错误的版本。你应该尽量减少对调用 API 的次数。
示例:
给定 n = 5,并且 version = 4 是第一个错误的版本。
调用 isBadVersion(3) -> false
调用 isBadVersion(5) -> true
调用 isBadVersion(4) -> true
所以,4 是第一个错误的版本。
二分查找。
/* The isBadVersion API is defined in the parent class VersionControl.
boolean isBadVersion(int version); */
public class Solution extends VersionControl {
public int firstBadVersion(int n) {
int low = 1, high = n;
while (low < high) {
int mid = low + ((high - low) >> 1);
if (isBadVersion(mid)) high = mid;
else low = mid + 1;
}
return low;
}
}
给定正整数 n,找到若干个完全平方数(比如 1, 4, 9, 16, ...
)使得它们的和等于 n。你需要让组成和的完全平方数的个数最少。
示例 1:
输入: n =12
输出: 3 解释:12 = 4 + 4 + 4.
示例 2:
输入: n =13
输出: 2 解释:13 = 4 + 9.
class Solution {
public int numSquares(int n) {
List<Integer> ans = new ArrayList<>();
ans.add(0);
while (ans.size() <= n) {
int m = ans.size(), val = Integer.MAX_VALUE;
for (int i = 1; i * i <= m; i++) {
val = Math.min(val, ans.get(m - i * i) + 1);
}
ans.add(val);
}
return ans.get(n);
}
}
给定一个数组 nums
,编写一个函数将所有 0
移动到数组的末尾,同时保持非零元素的相对顺序。
示例:
输入:[0,1,0,3,12]
输出:[1,3,12,0,0]
说明:
class Solution { public void moveZeroes(int[] nums) { int n; if (nums == null || (n = nums.length) < 1) { return; } int zeroCount = 0; for (int i = 0; i < n; ++i) { if (nums[i] == 0) { ++zeroCount; } else { nums[i - zeroCount] = nums[i]; } } while (zeroCount > 0) { nums[n - zeroCount--] = 0; } } }
给定一个迭代器类的接口,接口包含两个方法: next()
和 hasNext()
。设计并实现一个支持 peek()
操作的顶端迭代器 -- 其本质就是把原本应由 next()
方法返回的元素 peek()
出来。
示例:
假设迭代器被初始化为列表[1,2,3]
。 调用
next()
返回 1,得到列表中的第一个元素。 现在调用
peek()
返回 2,下一个元素。在此之后调用
next()
仍然返回 2。 最后一次调用
next()
返回 3,末尾元素。在此之后调用
hasNext()
应该返回 false。
进阶:你将如何拓展你的设计?使之变得通用化,从而适应所有的类型,而不只是整数型?
// Java Iterator interface reference: // https://docs.oracle.com/javase/8/docs/api/java/util/Iterator.html class PeekingIterator implements Iterator<Integer> { private Iterator<Integer> iterator; private boolean hasPeeked; private Integer peekedElement; public PeekingIterator(Iterator<Integer> iterator) { // initialize any member here. this.iterator = iterator; } // Returns the next element in the iteration without advancing the iterator. public Integer peek() { if (!hasPeeked) { peekedElement = iterator.next(); hasPeeked = true; } return peekedElement; } // hasNext() and next() should behave the same as in the Iterator interface. // Override them if needed. public Integer next() { if (!hasPeeked) { return iterator.next(); } Integer result = peekedElement; hasPeeked = false; peekedElement = null; return result; } public boolean hasNext() { return hasPeeked || iterator.hasNext(); } }
给定一个包含 n + 1 个整数的数组 nums,其数字都在 1 到 n 之间(包括 1 和 n),可知至少存在一个重复的整数。假设只有一个重复的整数,找出这个重复的数。
示例 1:
输入: [1,3,4,2,2]
输出: 2
示例 2:
输入: [3,1,3,4,2] 输出: 3
说明:
public class Solution { // https://segmentfault.com/a/1190000003817671 public int findDuplicate(int[] nums) { int slow = 0; int fast = 0; // 找到快慢指针相遇的地方 do{ slow = nums[slow]; fast = nums[nums[fast]]; } while(slow != fast); int find = 0; // 用一个新指针从头开始,直到和慢指针相遇 while(find != slow){ slow = nums[slow]; find = nums[find]; } return find; } }
根据百度百科,生命游戏,简称为生命,是英国数学家约翰·何顿·康威在1970年发明的细胞自动机。
给定一个包含 m × n 个格子的面板,每一个格子都可以看成是一个细胞。每个细胞具有一个初始状态 live(1)即为活细胞, 或 dead(0)即为死细胞。每个细胞与其八个相邻位置(水平,垂直,对角线)的细胞都遵循以下四条生存定律:
根据当前状态,写一个函数来计算面板上细胞的下一个(一次更新后的)状态。下一个状态是通过将上述规则同时应用于当前状态下的每个细胞所形成的,其中细胞的出生和死亡是同时发生的。
示例:
输入: [ [0,1,0], [0,0,1], [1,1,1], [0,0,0] ] 输出: [ [0,0,0], [1,0,1], [0,1,1], [0,1,0] ]
进阶:
class Solution { public void gameOfLife(int[][] board) { final int m = board.length; final int n = board[0].length; /** 状态0:死细胞转为死细胞 状态1:活细胞转为活细胞 状态2:活细胞转为死细胞 状态3:死细胞转为活细胞 **/ // encode for (int i = 0; i < m; ++i) { for (int j = 0; j < n; ++j) { int live = countLive(board, i, j); // number of live cells if (board[i][j] == 0 && live == 3) { board[i][j] = 3; } else if (board[i][j] == 1 && (live < 2 || live > 3)) { board[i][j] = 2; } } } // decode for (int i = 0; i < m; ++i) { for (int j = 0; j < n; ++j) { board[i][j] %= 2; } } } private int countLive(int[][] nums, int i, int j) { int count = 0; int m = nums.length, n = nums[0].length; for(int x = i - 1; x <= i + 1; x++) { for(int y = j - 1; y <= j + 1; y++) { if(x == i && y == j) continue; if(x >= 0 && x < m && y >= 0 && y < n && (nums[x][y] == 1 || nums[x][y] == 2)) { count++; } } } return count; } }
给定一种规律 pattern
和一个字符串 str
,判断 str
是否遵循相同的规律。
这里的 遵循 指完全匹配,例如, pattern
里的每个字母和字符串 str
中的每个非空单词之间存在着双向连接的对应规律。
示例1:
输入: pattern ="abba"
, str ="dog cat cat dog"
输出: true
示例 2:
输入:pattern ="abba"
, str ="dog cat cat fish"
输出: false
示例 3:
输入: pattern ="aaaa"
, str ="dog cat cat dog"
输出: false
示例 4:
输入: pattern ="abba"
, str ="dog dog dog dog"
输出: false
说明:
你可以假设 pattern
只包含小写字母, str
包含了由单个空格分隔的小写字母。
class Solution { public boolean wordPattern(String pattern, String s) { Map<Character, String> ch2str = new HashMap<>(); Map<String, Character> str2ch = new HashMap<>(); String[] ss = s.split(" "); int n = pattern.length(); if (n != ss.length) { return false; } for (int i = 0; i < n; ++i) { char ch = pattern.charAt(i); if (ch2str.containsKey(ch) && !ch2str.get(ch).equals(ss[i])) { return false; } if (str2ch.containsKey(ss[i]) && !str2ch.get(ss[i]).equals(ch)) { return false; } ch2str.put(ch, ss[i]); str2ch.put(ss[i], ch); } return true; } }
你和你的朋友,两个人一起玩 Nim 游戏:桌子上有一堆石头,每次你们轮流拿掉 1 - 3 块石头。 拿掉最后一块石头的人就是获胜者。你作为先手。
你们是聪明人,每一步都是最优解。 编写一个函数,来判断你是否可以在给定石头数量的情况下赢得游戏。
示例:
输入: 4
输出: false
解释: 如果堆中有 4 块石头,那么你永远不会赢得比赛;
因为无论你拿走 1 块、2 块 还是 3 块石头,最后一块石头总是会被你的朋友拿走。
class Solution {
public boolean canWinNim(int n) {
return (n & 3) != 0;// n%4 != 0
}
}
你和朋友玩一个叫做「翻转游戏」的游戏,游戏规则:给定一个只有 +
和 -
的字符串。你和朋友轮流将 连续 的两个 "++"
反转成 "--"
。 当一方无法进行有效的翻转时便意味着游戏结束,则另一方获胜。
请你写出一个函数,来计算出第一次翻转后,字符串所有的可能状态。
示例:
输入: s = "++++"
输出:
[
"--++",
"+--+",
"++--"
]
注意:如果不存在可能的有效操作,请返回一个空列表 []
。
class Solution {
public List<String> generatePossibleNextMoves(String s) {
int n;
if (s == null || (n = s.length()) < 2) return Collections.emptyList();
List<String> res = new ArrayList<>();
for (int i = 0; i < n - 1; ++i) {
if (s.charAt(i) == '+' && s.charAt(i + 1) == '+') {
StringBuilder sb = new StringBuilder(s);
sb.replace(i, i + 2, "--");
res.add(sb.toString());
}
}
return res;
}
}
中位数是有序列表中间的数。如果列表长度是偶数,中位数则是中间两个数的平均值。
例如,
[2,3,4] 的中位数是 3
[2,3] 的中位数是 (2 + 3) / 2 = 2.5
设计一个支持以下两种操作的数据结构:
示例:
addNum(1) addNum(2) findMedian() -> 1.5 addNum(3) findMedian() -> 2
进阶:
class MedianFinder { private PriorityQueue<Integer> bigRoot; private PriorityQueue<Integer> smallRoot; /** initialize your data structure here. */ public MedianFinder() { bigRoot = new PriorityQueue<>(Comparator.reverseOrder()); smallRoot = new PriorityQueue<>(Integer::compareTo); } public void addNum(int num) { if (bigRoot.isEmpty() || bigRoot.peek() > num) { bigRoot.offer(num); } else { smallRoot.offer(num); } int size1 = bigRoot.size(); int size2 = smallRoot.size(); if (size1 - size2 > 1) { smallRoot.offer(bigRoot.poll()); } else if (size2 - size1 > 1) { bigRoot.offer(smallRoot.poll()); } } public double findMedian() { int size1 = bigRoot.size(); int size2 = smallRoot.size(); return size1 == size2 ? (bigRoot.peek() + smallRoot.peek()) * 1.0 / 2 : (size1 > size2 ? bigRoot.peek() : smallRoot.peek()); } } /** * Your MedianFinder object will be instantiated and called as such: * MedianFinder obj = new MedianFinder(); * obj.addNum(num); * double param_2 = obj.findMedian(); */
序列化是将一个数据结构或者对象转换为连续的比特位的操作,进而可以将转换后的数据存储在一个文件或者内存中,同时也可以通过网络传输到另一个计算机环境,采取相反方式重构得到原数据。
请设计一个算法来实现二叉树的序列化与反序列化。这里不限定你的序列 / 反序列化算法执行逻辑,你只需要保证一个二叉树可以被序列化为一个字符串并且将这个字符串反序列化为原始的树结构。
示例:
你可以将以下二叉树:
1
/ \
2 3
/ \
4 5
序列化为 "[1,2,3,null,null,4,5]"
提示: 这与 LeetCode 目前使用的方式一致,详情请参阅 LeetCode 序列化二叉树的格式。你并非必须采取这种方式,你也可以采用其他的方法解决这个问题。
说明: 不要使用类的成员 / 全局 / 静态变量来存储状态,你的序列化和反序列化算法应该是无状态的。
/** * Definition for a binary tree node. * public class TreeNode { * int val; * TreeNode left; * TreeNode right; * TreeNode(int x) { val = x; } * } */ public class Codec { public String serialize(TreeNode root) { if (root == null) { return ""; } StringBuilder sb = new StringBuilder(); Deque<TreeNode> deque = new LinkedList<>(); deque.add(root); while (!deque.isEmpty()) { TreeNode p = deque.pop(); if (p == null) { sb.append(",#"); } else { sb.append(",").append(p.val); deque.add(p.left); deque.add(p.right); } } return sb.toString().substring(1); } public TreeNode deserialize(String data) { if (data == null || Objects.equals(data, "")) { return null; } String[] s = data.split(","); TreeNode[] root = new TreeNode[s.length]; for (int i = 0; i < root.length; i++) { if (!Objects.equals(s[i], "#")) { root[i] = new TreeNode(Integer.valueOf(s[i])); } } int parent = 0; for (int i = 0; parent * 2 + 2 < s.length; i++) { if (root[i] != null) { root[i].left = root[parent * 2 + 1]; root[i].right = root[parent * 2 + 2]; parent++; } } return root[0]; } } // Your Codec object will be instantiated and called as such: // Codec codec = new Codec(); // codec.deserialize(codec.serialize(root));
序列化是将一个数据结构或者对象转换为连续的比特位的操作,进而可以将转换后的数据存储在一个文件或者内存中,同时也可以通过网络传输到另一个计算机环境,采取相反方式重构得到原数据。
请设计一个算法来实现二叉树的序列化与反序列化。这里不限定你的序列 / 反序列化算法执行逻辑,你只需要保证一个二叉树可以被序列化为一个字符串并且将这个字符串反序列化为原始的树结构。
示例:
你可以将以下二叉树:
1
/ \
2 3
/ \
4 5
序列化为 "[1,2,3,null,null,4,5]"
提示: 这与 LeetCode 目前使用的方式一致,详情请参阅 LeetCode 序列化二叉树的格式。你并非必须采取这种方式,你也可以采用其他的方法解决这个问题。
说明: 不要使用类的成员 / 全局 / 静态变量来存储状态,你的序列化和反序列化算法应该是无状态的。
/** * Definition for a binary tree node. * public class TreeNode { * int val; * TreeNode left; * TreeNode right; * TreeNode(int x) { val = x; } * } */ public class Codec { public String serialize(TreeNode root) { if (root == null) { return ""; } StringBuilder sb = new StringBuilder(); Deque<TreeNode> deque = new LinkedList<>(); deque.add(root); while (!deque.isEmpty()) { TreeNode p = deque.pop(); if (p == null) { sb.append(",#"); } else { sb.append(",").append(p.val); deque.add(p.left); deque.add(p.right); } } return sb.toString().substring(1); } public TreeNode deserialize(String data) { if (data == null || Objects.equals(data, "")) { return null; } String[] s = data.split(","); TreeNode[] root = new TreeNode[s.length]; for (int i = 0; i < root.length; i++) { if (!Objects.equals(s[i], "#")) { root[i] = new TreeNode(Integer.valueOf(s[i])); } } int parent = 0; for (int i = 0; parent * 2 + 2 < s.length; i++) { if (root[i] != null) { root[i].left = root[parent * 2 + 1]; root[i].right = root[parent * 2 + 2]; parent++; } } return root[0]; } } // Your Codec object will be instantiated and called as such: // Codec codec = new Codec(); // codec.deserialize(codec.serialize(root));
给定一个无序的整数数组,找到其中最长上升子序列的长度。
示例:
输入:[10,9,2,5,3,7,101,18]
输出: 4 解释: 最长的上升子序列是[2,3,7,101],
它的长度是4
。
说明:
进阶: 你能将算法的时间复杂度降低到 O(n log n) 吗?
动态规划求解。
定义 dp[i]
为以 nums[i]
结尾的最长子序列的长度。即题目求的是 dp[i]
(i ∈[0, n-1]
)的最大值。
状态转移方程为:
dp[i] = max(dp[j]) + 1
,其中 0≤j<i
且 nums[j]<nums[i]
。
class Solution { public int lengthOfLIS(int[] nums) { int n = nums.length; int[] dp = new int[n]; Arrays.fill(dp, 1); int res = 1; for (int i = 1; i < n; ++i) { for (int j = 0; j < i; ++j) { if (nums[j] < nums[i]) { dp[i] = Math.max(dp[i], dp[j] + 1); } } res = Math.max(res, dp[i]); } return res; } }
删除最小数量的无效括号,使得输入的字符串有效,返回所有可能的结果。
说明: 输入可能包含了除 (
和 )
以外的字符。
示例 1:
输入: "()())()" 输出: ["()()()", "(())()"]
示例 2:
输入: "(a)())()" 输出: ["(a)()()", "(a())()"]
示例 3:
输入: ")(" 输出: [""]
class Solution { public List<String> removeInvalidParentheses(String s) { // 最终结果去重 HashSet<String> set = new HashSet<>(); // 先遍历一遍,比对,找出需要删除的"("和")"的个数 // 当前处理字符的位置 int index = 0; // 需要删除"("的个数 int leftToDelete = 0; // 需要删除")"的个数 int rightToDelete = 0; // 剩余几个"("没有匹配到")" int leftCount = 0; char[] chars = s.toCharArray(); for (char c : chars) { switch (c) { case '(': leftToDelete++; break; case ')': if (leftToDelete > 0) { // 抵消 leftToDelete--; } else { rightToDelete++; } break; default: } } dfs(s, index, leftCount, leftToDelete, rightToDelete, set, new StringBuilder()); ArrayList<String> list = new ArrayList<>(); list.addAll(set); return list; } private void dfs(String s, int index, int leftCount, int leftToDelete, int rightToDelete, HashSet<String> set, StringBuilder sb) { if (index == s.length()) { if (leftToDelete == 0 && rightToDelete == 0 && leftCount == 0) { set.add(sb.toString()); } return; } char c = s.charAt(index); if (c == '(') { // 如果是'(',那么要么删除,要么保留. // 如果删除 if (leftToDelete > 0) { StringBuilder tmp = new StringBuilder(sb); dfs(s, index + 1, leftCount, leftToDelete - 1, rightToDelete, set, tmp); } // 不删,或者没有可以删除的 StringBuilder tmp = new StringBuilder(sb); tmp.append(c); dfs(s, index + 1, leftCount + 1, leftToDelete, rightToDelete, set, tmp); } else if (c == ')') { // 删除 if (rightToDelete > 0) { StringBuilder tmp = new StringBuilder(sb); dfs(s, index + 1, leftCount, leftToDelete, rightToDelete - 1, set, tmp); } // 在前面有'('的时候保留. if (leftCount > 0) { StringBuilder tmp = new StringBuilder(sb); tmp.append(c); dfs(s, index + 1, leftCount - 1, leftToDelete, rightToDelete, set, tmp); } else { // ")"这个没有"("和他对应,结束 return; } } else { // 其他字符 StringBuilder tmp = new StringBuilder(sb); tmp.append(c); dfs(s, index + 1, leftCount, leftToDelete, rightToDelete, set, tmp); } } }
给定一个整数数组 nums,求出数组从索引 i 到 j (i ≤ j) 范围内元素的总和,包含 i, j 两点。
示例:
给定 nums = [-2, 0, 3, -5, 2, -1],求和函数为 sumRange() sumRange(0, 2) -> 1 sumRange(2, 5) -> -1 sumRange(0, 5) -> -3
说明:
class NumArray { private int[] nums; private int[] sums; public NumArray(int[] tmp) { this.nums = Arrays.copyOf(tmp, tmp.length); sums = new int[nums.length + 1]; for (int i = 0; i < nums.length; i++) { sums[i + 1] += nums[i] + sums[i]; } } public int sumRange(int i, int j) { if (i < 0 || j > nums.length || i > j) { return 0; } return sums[j + 1] - sums[i]; } } /** * Your NumArray object will be instantiated and called as such: * NumArray obj = new NumArray(nums); * int param_1 = obj.sumRange(i,j); */
给定一个二维矩阵,计算其子矩形范围内元素的总和,该子矩阵的左上角为 (row1, col1) ,右下角为 (row2, col2)。
上图子矩阵左上角 (row1, col1) = (2, 1) ,右下角(row2, col2) = (4, 3),该子矩形内元素的总和为 8。
示例:
给定 matrix = [ [3, 0, 1, 4, 2], [5, 6, 3, 2, 1], [1, 2, 0, 1, 5], [4, 1, 0, 1, 7], [1, 0, 3, 0, 5] ] sumRegion(2, 1, 4, 3) -> 8 sumRegion(1, 1, 2, 2) -> 11 sumRegion(1, 2, 2, 4) -> 12
说明:
public class NumMatrix { public long[][] sumMatrix; public NumMatrix(int[][] matrix) { if (matrix == null || matrix.length == 0) { return; } sumMatrix = new long[matrix.length + 1][matrix[0].length + 1]; for (int i = 0; i < matrix.length; i++) { for (int j = 0; j < matrix[0].length; j++) { sumMatrix[i][j + 1] = sumMatrix[i][j] + matrix[i][j]; } } } public int sumRegion(int row1, int col1, int row2, int col2) { if (sumMatrix == null || row1 < 0 || row2 < 0 || col1 < 0 || col2 < 0 || row1 >= sumMatrix.length - 1 || row2 >= sumMatrix.length - 1 || col1 >= sumMatrix[0].length - 1 || col2 >= sumMatrix[0].length - 1 || row1 > row2 || col1 > col2) { return Integer.MIN_VALUE; } long rt = 0; for (int i = row1; i <= row2; i++) { rt += sumMatrix[i][col2 + 1] - sumMatrix[i][col1]; } return (int) rt; } } // Your NumMatrix object will be instantiated and called as such: // NumMatrix numMatrix = new NumMatrix(matrix); // numMatrix.sumRegion(0, 1, 2, 3); // numMatrix.sumRegion(1, 2, 3, 4);
累加数是一个字符串,组成它的数字可以形成累加序列。
一个有效的累加序列必须至少包含 3 个数。除了最开始的两个数以外,字符串中的其他数都等于它之前两个数相加的和。
给定一个只包含数字 '0'-'9'
的字符串,编写一个算法来判断给定输入是否是累加数。
说明: 累加序列里的数不会以 0 开头,所以不会出现 1, 2, 03
或者 1, 02, 3
的情况。
示例 1:
输入:"112358"
输出: true 解释: 累加序列为:1, 1, 2, 3, 5, 8
。1 + 1 = 2, 1 + 2 = 3, 2 + 3 = 5, 3 + 5 = 8
示例 2:
输入:"199100199"
输出: true 解释: 累加序列为:1, 99, 100, 199。
1 + 99 = 100, 99 + 100 = 199
进阶:
你如何处理一个溢出的过大的整数输入?
public class Solution { public boolean isAdditiveNumber(String num) { int n = num.length(); for (int i = 1; i <= n / 2; i++) { for (int j = 1; Math.max(j, i) <= n - i - j; j++) { if (isValid(i, j, num)) { return true; } } } return false; } private boolean isValid(int i, int j, String num) { if (num.charAt(0) == '0' && i > 1) { return false; } if (num.charAt(i) == '0' && j > 1) { return false; } String sum; Long x1 = Long.parseLong(num.substring(0, i)); Long x2 = Long.parseLong(num.substring(i, i + j)); for (int start = i + j; start < num.length(); start += sum.length()) { x2 = x1 + x2; x1 = x2 - x1; sum = x2.toString(); if (!num.startsWith(sum, start)) { return false; } } return true; } }
给定一个整数数组 nums,求出数组从索引 i 到 j (i ≤ j) 范围内元素的总和,包含 i, j 两点。
update(i, val) 函数可以通过将下标为 i 的数值更新为 val,从而对数列进行修改。
示例:
Given nums = [1, 3, 5] sumRange(0, 2) -> 9 update(1, 2) sumRange(0, 2) -> 8
说明:
public class NumArray { int[] array, helper; public NumArray(int[] nums) { array = new int[nums.length]; helper = new int[nums.length + 1]; for (int i = 0; i < nums.length; i++) { array[i] = nums[i]; } for (int i = 0; i < nums.length; i++) { add(i + 1, nums[i]); } } private void add(int pos, int value) { while (pos < helper.length) { helper[pos] += value; pos += lowBit(pos); } } private int lowBit(int pos) { return pos & (-pos); } private int sum(int pos) { int rt = 0; while (pos > 0) { rt += helper[pos]; pos -= lowBit(pos); } return rt; } void update(int i, int val) { int delta = val - array[i]; array[i] = val; add(i + 1, delta); } public int sumRange(int i, int j) { return sum(j + 1) - sum(i); }} // Your NumArray object will be instantiated and called as such: // NumArray numArray = new NumArray(nums); // numArray.sumRange(0, 1); // numArray.update(1, 10); // numArray.sumRange(1, 2);
给定一个整数数组,其中第 i 个元素代表了第 i 天的股票价格 。
设计一个算法计算出最大利润。在满足以下约束条件下,你可以尽可能地完成更多的交易(多次买卖一支股票):
示例:
输入: [1,2,3,0,2] 输出: 3 解释: 对应的交易状态为: [买入, 卖出, 冷冻期, 买入, 卖出]
class Solution { public int maxProfit(int[] prices) { if(prices == null || prices.length == 0) return 0; int n = prices.length; // buy[i] 表示第i天持有股票,最大利润 int[] buy = new int[n]; // sell[i] 表示第i天为持股,最大利润 int[] sell = new int[n]; buy[0] = -prices[0]; sell[0] = 0; for(int i = 1; i < n; i++) { buy[i] = Math.max(buy[i - 1], (i > 1 ? sell[i - 2] : 0) - prices[i]); sell[i] = Math.max(sell[i - 1], buy[i - 1] + prices[i]); } return sell[n - 1]; } }
有 n
个气球,编号为0
到 n-1
,每个气球上都标有一个数字,这些数字存在数组 nums
中。
现在要求你戳破所有的气球。每当你戳破一个气球 i
时,你可以获得 nums[left] * nums[i] * nums[right]
个硬币。 这里的 left
和 right
代表和 i
相邻的两个气球的序号。注意当你戳破了气球 i
后,气球 left
和气球 right
就变成了相邻的气球。
求所能获得硬币的最大数量。
说明:
nums[-1] = nums[n] = 1
,但注意它们不是真实存在的所以并不能被戳破。n
≤ 500, 0 ≤ nums[i]
≤ 100示例:
输入:[3,1,5,8]
输出:167 解释:
nums = [3,1,5,8] --> [3,5,8] --> [3,8] --> [8] --> [] coins = 3*1*5 + 3*5*8 + 1*3*8 + 1*8*1 = 167
class Solution { public int maxCoins(int[] nums) { if (nums == null || nums.length == 0) { return 0; } int n = nums.length; int[][] f = new int[n + 2][n + 2]; for (int i= 0; i < n + 2; ++i) { for (int j = 0; j < n + 2; ++j) { f[i][j] = -1; } } int[] bak = new int[n + 2]; bak[0] = bak[n + 1] = 1; for (int i = 1; i < n + 1; ++i) { bak[i] = nums[i - 1]; } return dp(bak, f, 0, n + 1); } private int dp(int[] nums, int[][] f, int x, int y) { if (f[x][y] != -1) { return f[x][y]; } f[x][y] = 0; //枚举最后一个戳破的气球的位置 for (int i = x + 1; i < y; ++i) { f[x][y] = Math.max(f[x][y], nums[i] * nums[x] * nums[y] + dp(nums,f, x, i) + dp(nums, f, i, y)); } return f[x][y]; } }
初始时有 n 个灯泡关闭。 第 1 轮,你打开所有的灯泡。 第 2 轮,每两个灯泡你关闭一次。 第 3 轮,每三个灯泡切换一次开关(如果关闭则开启,如果开启则关闭)。第 i 轮,每 i 个灯泡切换一次开关。 对于第 n 轮,你只切换最后一个灯泡的开关。 找出 n 轮后有多少个亮着的灯泡。
示例:
输入: 3 输出: 1 解释: 初始时, 灯泡状态 [关闭, 关闭, 关闭]. 第一轮后, 灯泡状态 [开启, 开启, 开启]. 第二轮后, 灯泡状态 [开启, 关闭, 开启]. 第三轮后, 灯泡状态 [开启, 关闭, 关闭]. 你应该返回 1,因为只有一个灯泡还亮着。
class Solution {
public int bulbSwitch(int n) {
return (int) Math.sqrt(n);
}
}
给定不同面额的硬币 coins 和一个总金额 amount。编写一个函数来计算可以凑成总金额所需的最少的硬币个数。如果没有任何一种硬币组合能组成总金额,返回 -1
。
示例 1:
输入: coins =[1, 2, 5]
, amount =11
输出:3
解释: 11 = 5 + 5 + 1
示例 2:
输入: coins =[2]
, amount =3
输出: -1
说明:
你可以认为每种硬币的数量是无限的。
给定一个单链表,把所有的奇数节点和偶数节点分别排在一起。请注意,这里的奇数节点和偶数节点指的是节点编号的奇偶性,而不是节点的值的奇偶性。
请尝试使用原地算法完成。你的算法的空间复杂度应为 O(1),时间复杂度应为 O(nodes),nodes 为节点总数。
示例 1:
输入: 1->2->3->4->5->NULL 输出: 1->3->5->2->4->NULL
示例 2:
输入: 2->1->3->5->6->4->7->NULL 输出: 2->3->6->7->1->5->4->NULL
说明:
/** * Definition for singly-linked list. * public class ListNode { * int val; * ListNode next; * ListNode() {} * ListNode(int val) { this.val = val; } * ListNode(int val, ListNode next) { this.val = val; this.next = next; } * } */ class Solution { public ListNode oddEvenList(ListNode head) { if (head == null) { return head; } ListNode evenHead = head.next; ListNode odd = head, even = evenHead; 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; } }
给定一个整数矩阵,找出最长递增路径的长度。
对于每个单元格,你可以往上,下,左,右四个方向移动。 你不能在对角线方向上移动或移动到边界外(即不允许环绕)。
示例 1:
输入: nums =
[
[9,9,4],
[6,6,8],
[2,1,1]
]
输出: 4
解释: 最长递增路径为 [1, 2, 6, 9]
。
示例 2:
输入: nums =
[
[3,4,5],
[3,2,6],
[2,2,1]
]
输出: 4
解释: 最长递增路径是 [3, 4, 5, 6]
。注意不允许在对角线方向上移动。
public class Solution { public static final int[][] dirs = {{0, 1}, {1, 0}, {0, -1}, {-1, 0}}; public int robot(int x, int y, int[][] m, int[][] cache) { if(cache[x][y] != 0) return cache[x][y]; int max = 1; for(int[] dir : dirs) { int dx = dir[0], dy = dir[1]; if(x + dx < 0 || x + dx >= m.length || y + dy < 0 || y + dy >= m[0].length || m[x][y] <= m[x + dx][y + dy]) { continue; } max = Math.max(max, robot(x + dx, y + dy, m, cache) + 1); } cache[x][y] = max; return max; } public int longestIncreasingPath(int[][] matrix) { if(matrix.length == 0) return 0; int m = matrix.length, n = matrix[0].length; int[][] cache = new int[m][n]; int ans = 1; // 枚举每一个点,计算每个点的最大升序 for(int i = 0; i < m; i++) { for(int j = 0; j < n; j++) { ans = Math.max(ans, robot(i, j, matrix, cache)); } } return ans; } }
序列化二叉树的一种方法是使用前序遍历。当我们遇到一个非空节点时,我们可以记录下这个节点的值。如果它是一个空节点,我们可以使用一个标记值记录,例如 #
。
_9_ / \ 3 2 / \ / \ 4 1 # 6 / \ / \ / \ # # # # # #
例如,上面的二叉树可以被序列化为字符串 "9,3,4,#,#,1,#,#,2,#,6,#,#"
,其中 #
代表一个空节点。
给定一串以逗号分隔的序列,验证它是否是正确的二叉树的前序序列化。编写一个在不重构树的条件下的可行算法。
每个以逗号分隔的字符或为一个整数或为一个表示 null
指针的 '#'
。
你可以认为输入格式总是有效的,例如它永远不会包含两个连续的逗号,比如 "1,,3"
。
示例 1:
输入:"9,3,4,#,#,1,#,#,2,#,6,#,#"
输出:true
示例 2:
输入:"1,#"
输出:false
示例 3:
输入:"9,#,#,1"
输出:false
class Solution {
public boolean isValidSerialization(String preorder) {
String[] strs = preorder.split(",");
int diff = 1;
for (String s : strs) {
if (--diff < 0) {
return false;
}
if (!s.equals("#")) {
diff += 2;
}
}
return diff == 0;
}
}
在上次打劫完一条街道之后和一圈房屋后,小偷又发现了一个新的可行窃的地区。这个地区只有一个入口,我们称之为“根”。 除了“根”之外,每栋房子有且只有一个“父“房子与之相连。一番侦察之后,聪明的小偷意识到“这个地方的所有房屋的排列类似于一棵二叉树”。 如果两个直接相连的房子在同一天晚上被打劫,房屋将自动报警。
计算在不触动警报的情况下,小偷一晚能够盗取的最高金额。
示例 1:
输入: [3,2,3,null,3,null,1] 3 / \ 2 3 \ \ 3 1 输出: 7 解释: 小偷一晚能够盗取的最高金额 = 3 + 3 + 1 = 7.
示例 2:
输入: [3,4,5,1,3,null,1] 3 / \ 4 5 / \ \ 1 3 1 输出: 9 解释: 小偷一晚能够盗取的最高金额 = 4 + 5 = 9.
/** * Definition for a binary tree node. * public class TreeNode { * int val; * TreeNode left; * TreeNode right; * TreeNode(int x) { val = x; } * } */ class Solution { Map<TreeNode, Integer> memo = new HashMap<>(); public int rob(TreeNode root) { if (root == null) return 0; if (memo.containsKey(root)) return memo.get(root); int do_it = root.val + (root.left == null ? 0 : rob(root.left.left) + rob(root.left.right)) + (root.right == null ? 0 : rob(root.right.left) + rob(root.right.right)); int not_do = rob(root.left) + rob(root.right); int res = Math.max(do_it, not_do); memo.put(root, res); return res; } }
给定一个整数 (32 位有符号整数),请编写一个函数来判断它是否是 4 的幂次方。
示例 1:
输入: 16 输出: true
示例 2:
输入: 5 输出: false
进阶:
你能不使用循环或者递归来完成本题吗?
public class Solution {
public boolean isPowerOfFour(int n) {
if(n <= 0) return false;
return ((n & (n - 1)) == 0) && ((n & 0x55555555) != 0);
}
}
给定一个正整数 n,将其拆分为至少两个正整数的和,并使这些整数的乘积最大化。 返回你可以获得的最大乘积。
示例 1:
输入: 2 输出: 1 解释: 2 = 1 + 1, 1 × 1 = 1。
示例 2:
输入: 10 输出: 36 解释: 10 = 3 + 3 + 4, 3 × 3 × 4 = 36。
说明: 你可以假设 n 不小于 2 且不大于 58。
class Solution { public int integerBreak(int n) { if (n < 2) { return 0; } if (n < 4) { return n - 1; } int timesOf3 = n / 3; if (n % 3 == 1) { --timesOf3; } int timesOf2 = (n - timesOf3 * 3) >> 1; return (int) (Math.pow(2, timesOf2) * Math.pow(3, timesOf3)); } }
编写一个函数,其作用是将输入的字符串反转过来。输入字符串以字符数组 char[]
的形式给出。
不要给另外的数组分配额外的空间,你必须原地修改输入数组、使用 O(1) 的额外空间解决这一问题。
你可以假设数组中的所有字符都是 ASCII 码表中的可打印字符。
示例 1:
输入:["h","e","l","l","o"] 输出:["o","l","l","e","h"]
示例 2:
输入:["H","a","n","n","a","h"] 输出:["h","a","n","n","a","H"]
class Solution {
public void reverseString(char[] s) {
int n;
if (s == null || (n = s.length) < 2) return;
int i = 0, j = n - 1;
while (i < j) {
char t = s[i];
s[i] = s[j];
s[j] = t;
++i;
--j;
}
}
}
编写一个函数,以字符串作为输入,反转该字符串中的元音字母。
示例 1:
输入: "hello" 输出: "holle"
示例 2:
输入: "leetcode" 输出: "leotcede"
说明:
元音字母不包含字母"y"。
将字符串转为字符数组(或列表),定义双指针 p、q,分别指向数组(列表)头部和尾部,当 p、q 指向的字符均为元音字母时,进行交换。
依次遍历,当 p >= q
时,遍历结束。将字符数组(列表)转为字符串返回即可。
class Solution { public String reverseVowels(String s) { if (s == null) { return s; } char[] chars = s.toCharArray(); int p = 0, q = chars.length - 1; while (p < q) { if (!isVowel(chars[p])) { ++p; continue; } if (!isVowel(chars[q])) { --q; continue; } swap(chars, p++, q--); } return String.valueOf(chars); } private void swap(char[] chars, int i, int j) { char t = chars[i]; chars[i] = chars[j]; chars[j] = t; } private boolean isVowel(char c) { switch(c) { case 'a': case 'e': case 'i': case 'o': case 'u': case 'A': case 'E': case 'I': case 'O': case 'U': return true; default: return false; } } }
给定一个非空的整数数组,返回其中出现频率前 k 高的元素。
示例 1:
输入: nums = [1,1,1,2,2,3], k = 2 输出: [1,2]
示例 2:
输入: nums = [1], k = 1 输出: [1]
说明:
class Solution { public List<Integer> topKFrequent(int[] nums, int k) { Map<Integer, Integer> map = new HashMap<>(); for (int num : nums) { map.put(num, map.getOrDefault(num, 0) + 1); } List<Integer>[] buckets = new ArrayList[nums.length + 1]; for (Map.Entry<Integer, Integer> entry : map.entrySet()) { int num = entry.getKey(); int count = entry.getValue(); if (buckets[count] == null) { buckets[count] = new ArrayList<>(); } buckets[count].add(num); } List<Integer> topK = new ArrayList<>(k); for (int i = buckets.length - 1; i >= 0 && topK.size() < k; --i) { if (buckets[i] != null) { topK.addAll(buckets[i]); } } return topK; } }
给定两个数组,编写一个函数来计算它们的交集。
示例 1:
输入: nums1 = [1,2,2,1], nums2 = [2,2] 输出: [2]
示例 2:
输入: nums1 = [4,9,5], nums2 = [9,4,9,8,4] 输出: [9,4]
说明:
class Solution { public int[] intersection(int[] nums1, int[] nums2) { Set<Integer> s1 = transfer(nums1); Set<Integer> s2 = transfer(nums2); s1.retainAll(s2); int[] output = new int[s1.size()]; int i = 0; for (Integer e : s1) { output[i++] = e; } return output; } private Set<Integer> transfer(int[] nums) { Set<Integer> s = new HashSet<>(); for (int e : nums) { s.add(e); } return s; } }
给定两个数组,编写一个函数来计算它们的交集。
示例 1:
输入: nums1 = [1,2,2,1], nums2 = [2,2] 输出: [2,2]
示例 2:
输入: nums1 = [4,9,5], nums2 = [9,4,9,8,4] 输出: [4,9]
说明:
进阶:
class Solution { public int[] intersect(int[] nums1, int[] nums2) { Map<Integer, Integer> map = new HashMap<>(); for (int num : nums1) { map.put(num, map.getOrDefault(num, 0) + 1); } List<Integer> list = new ArrayList<>(); for (int num : nums2) { int val = map.getOrDefault(num, 0); if (val > 0) { list.add(num); map.put(num, val - 1); } } int i = 0; int[] res = new int[list.size()]; for (int num : list) { res[i++] = num; } return res; } }
给定一些标记了宽度和高度的信封,宽度和高度以整数对形式 (w, h)
出现。当另一个信封的宽度和高度都比这个信封大的时候,这个信封就可以放进另一个信封里,如同俄罗斯套娃一样。
请计算最多能有多少个信封能组成一组“俄罗斯套娃”信封(即可以把一个信封放到另一个信封里面)。
说明:
不允许旋转信封。
示例:
输入: envelopes =[[5,4],[6,4],[6,7],[2,3]]
输出: 3 解释: 最多信封的个数为3, 组合为:
[2,3] => [5,4] => [6,7]。
排序 + 最长递增子序列。
按 w 进行升序排序,若 w 相同则按 h 降序排序。然后问题转换为求 h 数组的最长递增子序列长度。
class Solution { public int maxEnvelopes(int[][] envelopes) { int n; if (envelopes == null || (n = envelopes.length) == 0) return 0; Arrays.sort(envelopes, (a, b) -> { return a[0] == b[0] ? b[1] - a[1] : a[0] - b[0]; }); int[] dp = new int[n]; Arrays.fill(dp, 1); int res = 1; for (int i = 1; i < n; ++i) { for (int j = 0; j < i; ++j) { if (envelopes[j][1] < envelopes[i][1]) { dp[i] = Math.max(dp[i], dp[j] + 1); } } res = Math.max(res, dp[i]); } return res; } }
设计一个简化版的推特(Twitter),可以让用户实现发送推文,关注/取消关注其他用户,能够看见关注人(包括自己)的最近十条推文。你的设计需要支持以下的几个功能:
示例:
Twitter twitter = new Twitter(); // 用户1发送了一条新推文 (用户id = 1, 推文id = 5). twitter.postTweet(1, 5); // 用户1的获取推文应当返回一个列表,其中包含一个id为5的推文. twitter.getNewsFeed(1); // 用户1关注了用户2. twitter.follow(1, 2); // 用户2发送了一个新推文 (推文id = 6). twitter.postTweet(2, 6); // 用户1的获取推文应当返回一个列表,其中包含两个推文,id分别为 -> [6, 5]. // 推文id6应当在推文id5之前,因为它是在5之后发送的. twitter.getNewsFeed(1); // 用户1取消关注了用户2. twitter.unfollow(1, 2); // 用户1的获取推文应当返回一个列表,其中包含一个id为5的推文. // 因为用户1已经不再关注用户2. twitter.getNewsFeed(1);
class Twitter { class Data { int id, tweetId; public Data(int id, int tweetId) { this.id = id; this.tweetId = tweetId; } } private Map<Integer, List<Data>> posts; private Map<Integer, Set<Integer>> follows; private int id; /** Initialize your data structure here. */ public Twitter() { posts = new HashMap<>(); follows = new HashMap<>(); id = 0; } /** Compose a new tweet. */ public void postTweet(int userId, int tweetId) { if (!posts.containsKey(userId)) { posts.put(userId, new ArrayList<>()); } posts.get(userId).add(new Data(id++, tweetId)); } /** Retrieve the 10 most recent tweet ids in the user's news feed. Each item in the news feed must be posted by users who the user followed or by the user herself. Tweets must be ordered from most recent to least recent. */ public List<Integer> getNewsFeed(int userId) { PriorityQueue<Data> queue = new PriorityQueue<>(10, new Comparator<Data>() { @Override public int compare(Data o1, Data o2) { return Integer.compare(o2.id, o1.id); } }); List<Data> ps = posts.get(userId); if (ps != null) { for (Data data : ps) { queue.offer(data); } } Set<Integer> fs = follows.get(userId); if (fs != null) { for (int f : fs) { ps = posts.get(f); if (ps != null) { for (Data data : ps) { queue.offer(data); } } } } List<Integer> res = new ArrayList<>(); for (int i = 0; i < 10 && !queue.isEmpty(); ++i) { res.add(queue.poll().tweetId); } return res; } /** Follower follows a followee. If the operation is invalid, it should be a no-op. */ public void follow(int followerId, intg followeeId) { if (followerId != followeeId) { if (!follows.containsKey(followerId)) { follows.put(followerId, new HashSet<>()); } follows.get(followerId).add(followeeId); } } /** Follower unfollows a followee. If the operation is invalid, it should be a no-op. */ public void unfollow(int followerId, int followeeId) { if (follows.containsKey(followerId)) { follows.get(followerId).remove(followeeId); } } }
给定一个正整数 num,编写一个函数,如果 num 是一个完全平方数,则返回 True,否则返回 False。
说明:不要使用任何内置的库函数,如 sqrt
。
示例 1:
输入:16 输出:True
示例 2:
输入:14 输出:False
class Solution {
public boolean isPerfectSquare(int num) {
long r = num;
while (r * r > num) {
r = (r + num / r) / 2;
}
return r * r == num;
}
}
不使用运算符 +
和 -
,计算两整数 a
、b
之和。
示例 1:
输入: a = 1, b = 2 输出: 3
示例 2:
输入: a = -2, b = 3 输出: 1
class Solution {
public int getSum(int a, int b) {
return b == 0 ? a : getSum(a ^ b, (a & b) << 1);
}
}
我们正在玩一个猜数字游戏。 游戏规则如下:
我从 1 到 n 选择一个数字。 你需要猜我选择了哪个数字。
每次你猜错了,我会告诉你这个数字是大了还是小了。
你调用一个预先定义好的接口 guess(int num)
,它会返回 3 个可能的结果(-1
,1
或 0
):
-1 : 我的数字比较小 1 : 我的数字比较大 0 : 恭喜!你猜对了!
示例 :
输入: n = 10, pick = 6 输出: 6
public class Solution extends GuessGame {
public int guessNumber(int n) {
int l = 1, r = n;
while (l < r) {
int mid = l + r >>> 1;
if (guess(mid) <= 0) r = mid;
else l = mid + 1;
}
return r;
}
}
如果连续数字之间的差严格地在正数和负数之间交替,则数字序列称为摆动序列。第一个差(如果存在的话)可能是正数或负数。少于两个元素的序列也是摆动序列。
例如, [1,7,4,9,2,5]
是一个摆动序列,因为差值 (6,-3,5,-7,3)
是正负交替出现的。相反, [1,4,7,2,5]
和 [1,7,4,5,5]
不是摆动序列,第一个序列是因为它的前两个差值都是正数,第二个序列是因为它的最后一个差值为零。
给定一个整数序列,返回作为摆动序列的最长子序列的长度。 通过从原始序列中删除一些(也可以不删除)元素来获得子序列,剩下的元素保持其原始顺序。
示例 1:
输入: [1,7,4,9,2,5] 输出: 6 解释: 整个序列均为摆动序列。
示例 2:
输入: [1,17,5,10,13,15,10,5,16,8] 输出: 7 解释: 这个序列包含几个长度为 7 摆动序列,其中一个可为[1,17,10,13,10,16,8]。
示例 3:
输入: [1,2,3,4,5,6,7,8,9] 输出: 2
进阶:
你能否用 O(n) 时间复杂度完成此题?
class Solution { public int wiggleMaxLength(int[] nums) { if (nums.length < 2) { return nums.length; } int up = 1; int down = 1; for (int i = 1; i < nums.length; ++i) { if (nums[i] > nums[i - 1]) { up = down + 1; } else if (nums[i] < nums[i - 1]) { down = up + 1; } } return Math.max(up, down); } }
给定一个由正整数组成且不存在重复数字的数组,找出和为给定目标正整数的组合的个数。
示例:
nums = [1, 2, 3] target = 4 所有可能的组合为: (1, 1, 1, 1) (1, 1, 2) (1, 2, 1) (1, 3) (2, 1, 1) (2, 2) (3, 1) 请注意,顺序不同的序列被视作不同的组合。 因此输出为 7。
进阶:
如果给定的数组中含有负数会怎么样?
问题会产生什么变化?
我们需要在题目中添加什么限制来允许负数的出现?
致谢:
特别感谢 @pbrother 添加此问题并创建所有测试用例。
class Solution { public int combinationSum4(int[] n, int target) { int[] dp = new int[target + 1]; Arrays.fill(dp, -1); dp[0] = 1; return combinationSum4Dfs(n, dp, target); } private int combinationSum4Dfs(int[] n, int[] dp, int target) { if (target < 0) { return 0; } if (dp[target] != -1) { return dp[target]; } int rt = 0; for (int v : n) { rt += combinationSum4Dfs(n, dp, target - v); } dp[target] = rt; return dp[target]; } }
给定一个 n x n 矩阵,其中每行和每列元素均按升序排序,找到矩阵中第k小的元素。
请注意,它是排序后的第k小元素,而不是第k个元素。
示例:
matrix = [ [ 1, 5, 9], [10, 11, 13], [12, 13, 15] ], k = 8, 返回 13。
说明:
你可以假设 k 的值永远是有效的, 1 ≤ k ≤ n2 。
class Solution { public int kthSmallest(int[][] matrix, int k) { int len = matrix.length; int min = matrix[0][0], max = matrix[len - 1][len - 1]; while (min < max) { int mid = min + ((max - min) >> 1); if (check(matrix, mid, k, len)) { max = mid; } else { min = mid + 1; } } return min; } private boolean check(int[][] matrix, int mid, int k, int n) { // 从左下角走起 int i = n - 1; int j = 0; int num = 0; while (i >= 0 && j < n) { if (matrix[i][j] <= mid) { num += i + 1; j++; } else { i--; } } return num >= k; } }
设计一个支持在平均 时间复杂度 O(1) 下,执行以下操作的数据结构。
insert(val)
:当元素 val 不存在时,向集合中插入该项。remove(val)
:元素 val 存在时,从集合中移除该项。getRandom
:随机返回现有集合中的一项。每个元素应该有相同的概率被返回。示例 :
// 初始化一个空的集合。 RandomizedSet randomSet = new RandomizedSet(); // 向集合中插入 1 。返回 true 表示 1 被成功地插入。 randomSet.insert(1); // 返回 false ,表示集合中不存在 2 。 randomSet.remove(2); // 向集合中插入 2 。返回 true 。集合现在包含 [1,2] 。 randomSet.insert(2); // getRandom 应随机返回 1 或 2 。 randomSet.getRandom(); // 从集合中移除 1 ,返回 true 。集合现在包含 [2] 。 randomSet.remove(1); // 2 已在集合中,所以返回 false 。 randomSet.insert(2); // 由于 2 是集合中唯一的数字,getRandom 总是返回 2 。 randomSet.getRandom();
class RandomizedSet { private List<Integer> list; private Map<Integer, Integer> map; private Random random; /** Initialize your data structure here. */ public RandomizedSet() { list = new ArrayList<>(); map = new HashMap<>(); random = new Random(); } /** * Inserts a value to the set. Returns true if the set did not already contain * the specified element. */ public boolean insert(int val) { if (map.containsKey(val)) { return false; } list.add(val); map.put(val, list.size() - 1); return true; } /** * Removes a value from the set. Returns true if the set contained the specified * element. */ public boolean remove(int val) { if (!map.containsKey(val)) { return false; } int index = map.get(val); list.set(index, list.get(list.size() - 1)); map.put(list.get(index), index); map.remove(val); list.remove(list.size() - 1); return true; } /** Get a random element from the set. */ public int getRandom() { if (list.size() == 0) { return 0; } return list.get(random.nextInt(list.size())); } }
设计一个支持在平均 时间复杂度 O(1) 下, 执行以下操作的数据结构。
注意: 允许出现重复元素。
insert(val)
:向集合中插入元素 val。remove(val)
:当 val 存在时,从集合中移除一个 val。getRandom
:从现有集合中随机获取一个元素。每个元素被返回的概率应该与其在集合中的数量呈线性相关。示例:
// 初始化一个空的集合。 RandomizedCollection collection = new RandomizedCollection(); // 向集合中插入 1 。返回 true 表示集合不包含 1 。 collection.insert(1); // 向集合中插入另一个 1 。返回 false 表示集合包含 1 。集合现在包含 [1,1] 。 collection.insert(1); // 向集合中插入 2 ,返回 true 。集合现在包含 [1,1,2] 。 collection.insert(2); // getRandom 应当有 2/3 的概率返回 1 ,1/3 的概率返回 2 。 collection.getRandom(); // 从集合中删除 1 ,返回 true 。集合现在包含 [1,2] 。 collection.remove(1); // getRandom 应有相同概率返回 1 和 2 。 collection.getRandom();
class RandomizedCollection { private List<Integer> list; private Map<Integer, Set<Integer>> map; private Random random; /** Initialize your data structure here. */ public RandomizedCollection() { list = new ArrayList<>(); map = new HashMap<>(); random = new Random(); } /** * Inserts a value to the set. Returns true if the set did not already contain * the specified element. */ public boolean insert(int val) { boolean flag = false; if (!map.containsKey(val)) { flag = true; map.put(val, new HashSet<Integer>()); } map.get(val).add(list.size()); list.add(val); return flag; } /** * Removes a value from the set. Returns true if the set contained the specified * element. */ public boolean remove(int val) { if (!map.containsKey(val)) { return false; } int removed = map.get(val).iterator().next(); map.get(val).remove(removed); if (removed < list.size() - 1) { Integer tail = list.get(list.size() - 1); list.set(removed, tail); map.get(tail).remove(list.size() - 1); map.get(tail).add(removed); } list.remove(list.size() - 1); if (map.get(val).size() == 0) { map.remove(val); } return true; } /** Get a random element from the set. */ public int getRandom() { if (list.size() == 0) { return 0; } return list.get(random.nextInt(list.size())); } } /** * Your RandomizedCollection object will be instantiated and called as such: * RandomizedCollection obj = new RandomizedCollection(); * boolean param_1 = obj.insert(val); * boolean param_2 = obj.remove(val); * int param_3 = obj.getRandom(); */
给定一个赎金信 (ransom) 字符串和一个杂志(magazine)字符串,判断第一个字符串ransom能不能由第二个字符串magazines里面的字符构成。如果可以构成,返回 true ;否则返回 false。
(题目说明:为了不暴露赎金信字迹,要从杂志上搜索各个需要的字母,组成单词来表达意思。)
注意:
你可以假设两个字符串均只含有小写字母。
canConstruct("a", "b") -> false canConstruct("aa", "ab") -> false canConstruct("aa", "aab") -> true
用一个数组或字典 chars 存放 magazine 中每个字母出现的次数。遍历 ransomNote 中每个字母,判断 chars 是否包含即可。
class Solution {
public boolean canConstruct(String ransomNote, String magazine) {
int[] chars = new int[26];
for (int i = 0, n = magazine.length(); i < n; ++i) {
int idx = magazine.charAt(i) - 'a';
++chars[idx];
}
for (int i = 0, n = ransomNote.length(); i < n; ++i) {
int idx = ransomNote.charAt(i) - 'a';
if (chars[idx] == 0) return false;
--chars[idx];
}
return true;
}
}
打乱一个没有重复元素的数组。
示例:
// 以数字集合 1, 2 和 3 初始化数组。 int[] nums = {1,2,3}; Solution solution = new Solution(nums); // 打乱数组 [1,2,3] 并返回结果。任何 [1,2,3]的排列返回的概率应该相同。 solution.shuffle(); // 重设数组到它的初始状态[1,2,3]。 solution.reset(); // 随机返回数组[1,2,3]打乱后的结果。 solution.shuffle();
class Solution { private int[] src; private int[] arr; private Random random; public Solution(int[] nums) { src = nums; arr = Arrays.copyOf(src, src.length); random = new Random(); } /** Resets the array to its original configuration and return it. */ public int[] reset() { return src; } /** Returns a random shuffling of the array. */ public int[] shuffle() { for (int i = arr.length - 1; i >= 0; --i) { swap(i, random.nextInt(i + 1)); } return arr; } private void swap(int i, int j) { int tmp = arr[i]; arr[i] = arr[j]; arr[j] = tmp; } }
给定一个字符串,找到它的第一个不重复的字符,并返回它的索引。如果不存在,则返回 -1。
案例:
s = "leetcode" 返回 0. s = "loveleetcode", 返回 2.
注意事项:您可以假定该字符串只包含小写字母。
遍历字符串,用一个 map 或者字典存放字符串中每个字符出现的次数。然后再次遍历字符串,取出对应字符出现的次数,若次数为 1,直接返回当前字符串的下标。遍历结束,返回 -1。
class Solution {
public int firstUniqChar(String s) {
Map<Character, Integer> chars = new HashMap<>(26);
int n = s.length();
for (int i = 0; i < n; ++i) {
char ch = s.charAt(i);
chars.put(ch, chars.getOrDefault(ch, 0) + 1);
}
for (int i = 0; i < n; ++i) {
char ch = s.charAt(i);
if (chars.get(ch) == 1) return i;
}
return -1;
}
}
给定字符串 s 和 t ,判断 s 是否为 t 的子序列。
你可以认为 s 和 t 中仅包含英文小写字母。字符串 t 可能会很长(长度 ~= 500,000),而 s 是个短字符串(长度 <=100)。
字符串的一个子序列是原始字符串删除一些(也可以不删除)字符而不改变剩余字符相对位置形成的新字符串。(例如,"ace"
是"abcde"
的一个子序列,而"aec"
不是)。
示例 1:
s = "abc"
, t = "ahbgdc"
返回 true
.
示例 2:
s = "axc"
, t = "ahbgdc"
返回 false
.
后续挑战 :
如果有大量输入的 S,称作S1, S2, ... , Sk 其中 k >= 10亿,你需要依次检查它们是否为 T 的子序列。在这种情况下,你会怎样改变代码?
致谢:
特别感谢 @pbrother 添加此问题并且创建所有测试用例。
双指针遍历即可。
class Solution {
public boolean isSubsequence(String s, String t) {
int m = s.length(), n = t.length();
int i = 0, j = 0;
while (i < m && j < n) {
if (s.charAt(i) == t.charAt(j)) {
++i;
}
++j;
}
return i == m;
}
}
给定一个经过编码的字符串,返回它解码后的字符串。
编码规则为: k[encoded_string]
,表示其中方括号内部的 encoded_string 正好重复 k 次。注意 k 保证为正整数。
你可以认为输入字符串总是有效的;输入字符串中没有额外的空格,且输入的方括号总是符合格式要求的。
此外,你可以认为原始数据不包含数字,所有的数字只表示重复的次数 k ,例如不会出现像 3a
或 2[4]
的输入。
示例:
s = "3[a]2[bc]", 返回 "aaabcbc". s = "3[a2[c]]", 返回 "accaccacc". s = "2[abc]3[cd]ef", 返回 "abcabccdcdcdef".
class Solution { public String decodeString(String s) { char[] chars = s.toCharArray(); Stack<Character> stack = new Stack<>(); for (int i = 0; i < chars.length; i++) { if (chars[i] != ']') { stack.push(chars[i]); } else { // 找[]内的内容 String t = ""; while (stack.peek() != '[') { t = stack.pop() + t; } // 弹出[ stack.pop(); // 找前面的数字 String n = ""; while (!stack.isEmpty() && stack.peek() >= '0' && stack.peek() <= '9') { n = stack.pop() + n; } int c = Integer.valueOf(n); String tmpCombine = ""; // 把字母重复c次 for (int j = 0; j < c; j++) { tmpCombine += t; } // 放回stack char[] tmp = tmpCombine.toCharArray(); for (int j = 0; j < tmp.length; j++) { stack.push(tmp[j]); } } } // stack即为结果 String ans = ""; while (!stack.isEmpty()) { ans = stack.pop() + ans; } return ans; } }
给定一个正整数 n,你可以做如下操作:
1. 如果 n 是偶数,则用 n / 2
替换 n。
2. 如果 n 是奇数,则可以用 n + 1
或n - 1
替换 n。
n 变为 1 所需的最小替换次数是多少?
示例 1:
输入: 8 输出: 3 解释: 8 -> 4 -> 2 -> 1
示例 2:
输入: 7 输出: 4 解释: 7 -> 8 -> 4 -> 2 -> 1 或 7 -> 6 -> 3 -> 2 -> 1
class Solution { public int integerReplacement(int n) { int res = 0; while (n != 1) { if ((n & 1) == 0) { n >>>= 1; } else if (n != 3 && (n & 3) == 3) { ++n; } else { --n; } ++res; } return res; } }
在无限的整数序列 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, ...中找到第 n 个数字。
注意:
n 是正数且在32为整形范围内 ( n < 231)。
示例 1:
输入: 3 输出: 3
示例 2:
输入: 11 输出: 0 说明: 第11个数字在序列 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, ... 里是0,它是10的一部分。
class Solution { /*** * 12345678910111213 * 规律个位数9个数一共有9*1,两位数90个数 一共有90*2个数字,三位数有900个数一共有900*3个数字,以此类推 * 举例15,15-9=6,6/2=3...0,余数是0,那么这个数值value=10*(2-1)+(3-1)=12,整除取最后一位 12%10=2 * 举例14,14-9=5,5/2=2...1,余数不为0,那么这个数值value=10*(2-1)+2=12,则为这个数的第余数个 12/(10*(2-1))%10=1 */ public int findNthDigit(int n) { long max = 9; long num = n; long digits = 1; while (n > 0) { if (num - max * digits > 0) { num = num - max * digits; digits++; max = max * 10; } else { long count = num / digits; long childDigits = num % digits; if (childDigits == 0) { return (int) (((long) Math.pow(10, digits - 1) + count - 1) % 10); } else { return (int) (((long) Math.pow(10, digits - 1) + count) / ((long) Math.pow(10, (digits - childDigits))) % 10); } } } return 0; } }
二进制手表顶部有 4 个 LED 代表小时(0-11),底部的 6 个 LED 代表分钟(0-59)。
每个 LED 代表一个 0 或 1,最低位在右侧。
例如,上面的二进制手表读取 “3:25”。
给定一个非负整数 n 代表当前 LED 亮着的数量,返回所有可能的时间。
案例:
输入: n = 1 返回: ["1:00", "2:00", "4:00", "8:00", "0:01", "0:02", "0:04", "0:08", "0:16", "0:32"]
注意事项:
class Solution {
public List<String> readBinaryWatch(int num) {
List<String> res = new ArrayList<>();
for (int i = 0; i < 12; ++i) {
for (int j = 0; j < 60; ++j) {
if (Integer.bitCount(i) + Integer.bitCount(j) == num) {
res.add(String.format("%d:%02d", i, j));
}
}
}
return res;
}
}
给定一个以字符串表示的非负整数 num,移除这个数中的 k 位数字,使得剩下的数字最小。
注意:
示例 1 :
输入: num = "1432219", k = 3 输出: "1219" 解释: 移除掉三个数字 4, 3, 和 2 形成一个新的最小的数字 1219。
示例 2 :
输入: num = "10200", k = 1 输出: "200" 解释: 移掉首位的 1 剩下的数字为 200. 注意输出不能有任何前导零。
示例 3 :
输入: num = "10", k = 2 输出: "0" 解释: 从原数字移除所有的数字,剩余为空就是0。
class Solution { public String removeKdigits(String num, int k) { if (k <= 0) { return num; } if (num.length() <= k) { return "0"; } int len = num.length() - k; char[] cs = new char[num.length()]; int top = -1; for (char c : num.toCharArray()) { while (top >= 0 && cs[top] > c && k > 0) { --top; --k; } cs[++top] = c; } int offset = 0; while (offset <= top && cs[offset] == '0') { ++offset; } return offset > top ? "0" : new String(cs, offset, len - offset); } }
计算给定二叉树的所有左叶子之和。
示例:
3 / \ 9 20 / \ 15 7 在这个二叉树中,有两个左叶子,分别是 9 和 15,所以返回 24
/** * Definition for a binary tree node. * public class TreeNode { * int val; * TreeNode left; * TreeNode right; * TreeNode(int x) { val = x; } * } */ class Solution { private int sum = 0; public int sumOfLeftLeaves(TreeNode root) { if (root == null) return 0; if (root.left != null && root.left.left == null && root.left.right == null) { sum += root.left.val; } sumOfLeftLeaves(root.left); sumOfLeftLeaves(root.right); return sum; } }
给定一个整数,编写一个算法将这个数转换为十六进制数。对于负整数,我们通常使用 补码运算 方法。
注意:
a-f
)都必须是小写。'0'
来表示;对于其他情况,十六进制字符串中的第一个字符将不会是0字符。 示例 1:
输入: 26 输出: "1a"
示例 2:
输入: -1 输出: "ffffffff"
class Solution { public String toHex(int num) { if (num == 0) { return "0"; } StringBuilder sb = new StringBuilder(); while (num != 0) { int x = num & 15; if (x < 10) { sb.append(x); } else { sb.append((char) (x - 10 + 'a')); } num >>>= 4; } return sb.reverse().toString(); } }
假设有打乱顺序的一群人站成一个队列。 每个人由一个整数对(h, k)
表示,其中h
是这个人的身高,k
是排在这个人前面且身高大于或等于h
的人数。 编写一个算法来重建这个队列。
注意:
总人数少于1100人。
示例
输入: [[7,0], [4,4], [7,1], [5,0], [6,1], [5,2]] 输出: [[5,0], [7,0], [5,2], [6,1], [4,4], [7,1]]
class Solution {
public int[][] reconstructQueue(int[][] people) {
Arrays.sort(people, (o1, o2) -> o1[0] != o2[0] ? Integer.compare(o2[0], o1[0]) : Integer.compare(o1[1], o2[1]));
List<int[]> res = new ArrayList<>(people.length);
for (int[] p : people) {
res.add(p[1], p);
}
return res.toArray(new int[res.size()][]);
}
}
给定一个包含大写字母和小写字母的字符串,找到通过这些字母构造成的最长的回文串。
在构造过程中,请注意区分大小写。比如 "Aa"
不能当做一个回文字符串。
注意:
假设字符串的长度不会超过 1010。
示例 1:
输入: "abccccdd" 输出: 7 解释: 我们可以构造的最长的回文串是"dccaccd", 它的长度是 7。
class Solution {
public int longestPalindrome(String s) {
int[] res = new int[128];
int n = s.length();
for (int i = 0; i < n; ++i) {
res[s.charAt(i)]++;
}
int oddCnt = 0;
for (int e : res) {
oddCnt += (e % 2);
}
return oddCnt == 0 ? n : n - oddCnt + 1;
}
}
给定一个非负整数数组和一个整数 m,你需要将这个数组分成 m 个非空的连续子数组。设计一个算法使得这 m 个子数组各自和的最大值最小。
注意:
数组长度 n 满足以下条件:
示例:
输入: nums = [7,2,5,10,8] m = 2 输出: 18 解释: 一共有四种方法将nums分割为2个子数组。 其中最好的方式是将其分为[7,2,5] 和 [10,8], 因为此时这两个子数组各自的和的最大值为18,在所有情况中最小。
class Solution { public int splitArray(int[] nums, int m) { long l = 0, r = 0; for (int x : nums) { l = Math.max(l, x); r += x; } while (l < r) { long mid = l + r >>> 1; if (check(nums, m, mid)) r = mid; else l = mid + 1; } return (int) r; } private boolean check(int[] nums, int m, long cap) { int cnt = 1; long tot = 0; for (int x : nums) { tot += x; if (tot > cap) { ++cnt; tot = x; } } return cnt <= m; } }
给定一个非空数组,返回此数组中第三大的数。如果不存在,则返回数组中最大的数。要求算法时间复杂度必须是O(n)。
示例 1:
输入: [3, 2, 1] 输出: 1 解释: 第三大的数是 1.
示例 2:
输入: [1, 2] 输出: 2 解释: 第三大的数不存在, 所以返回最大的数 2 .
示例 3:
输入: [2, 2, 3, 1] 输出: 1 解释: 注意,要求返回第三大的数,是指第三大且唯一出现的数。 存在两个值为2的数,它们都排第二。
class Solution { public int thirdMax(int[] nums) { long m1 = Long.MIN_VALUE; long m2 = Long.MIN_VALUE; long m3 = Long.MIN_VALUE; for (int x : nums) { if (x == m1 || x == m2 || x == m3) { continue; } if (x > m1) { m3 = m2; m2 = m1; m1 = x; } else if (x > m2) { m3 = m2; m2 = x; } else if (x > m3) { m3 = x; } } return (int) (m3 != Long.MIN_VALUE ? m3 : m1); } }
给定两个字符串形式的非负整数 num1
和num2
,计算它们的和。
注意:
num1
和num2
的长度都小于 5100.num1
和num2
都只包含数字 0-9
.num1
和num2
都不包含任何前导零。class Solution {
public String addStrings(String num1, String num2) {
int i = num1.length() - 1;
int j = num2.length() - 1;
int carry = 0;
StringBuilder res = new StringBuilder();
while (i >= 0 || j >= 0 || carry != 0) {
carry += (i >= 0 ? num1.charAt(i--) - '0' : 0) + (j >= 0 ? num2.charAt(j--) - '0' : 0);
res.append(carry % 10);
carry /= 10;
}
return res.reverse().toString();
}
}
给定一个非空数组,数组中元素为 a0, a1, a2, … , an-1,其中 0 ≤ ai < 231 。
找到 ai 和aj 最大的异或 (XOR) 运算结果,其中0 ≤ i, j < n 。
你能在O(n)的时间解决这个问题吗?
示例:
输入: [3, 10, 5, 25, 2, 8] 输出: 28 解释: 最大的结果是 5 ^ 25 = 28.
class Solution { public int findMaximumXOR(int[] numbers) { int max = 0; int mask = 0; for (int i = 30; i >= 0; i--) { int current = 1 << i; // 期望的二进制前缀 mask = mask ^ current; // 在当前前缀下, 数组内的前缀位数所有情况集合 Set<Integer> set = new HashSet<>(); for (int j = 0, k = numbers.length; j < k; j++) { set.add(mask & numbers[j]); } // 期望最终异或值的从右数第i位为1, 再根据异或运算的特性推算假设是否成立 int flag = max | current; for (Integer prefix : set) { if (set.contains(prefix ^ flag)) { max = flag; break; } } } return max; } }
给你一个仅由大写英文字母组成的字符串,你可以将任意位置上的字符替换成另外的字符,总共可最多替换 k 次。在执行上述操作后,找到包含重复字母的最长子串的长度。
注意:
字符串长度 和 k 不会超过 104。
示例 1:
输入: s = "ABAB", k = 2 输出: 4 解释: 用两个'A'替换为两个'B',反之亦然。
示例 2:
输入: s = "AABABBA", k = 1 输出: 4 解释: 将中间的一个'A'替换为'B',字符串变为 "AABBBBA"。 子串 "BBBB" 有最长重复字母, 答案为 4。
class Solution { public int characterReplacement(String s, int k) { char[] cs = s.toCharArray(); int[] map = new int[26]; int res = 0; int max = 0; for (int l = 0, r = 0; r < cs.length; ) { max = Math.max(max, ++map[cs[r++] - 'A']); while (r - l - max > k) { --map[cs[l++] - 'A']; } res = Math.max(res, r - l); } return res; } }
将一个 二叉搜索树 就地转化为一个 已排序的双向循环链表 。
对于双向循环列表,你可以将左右孩子指针作为双向循环链表的前驱和后继指针,第一个节点的前驱是最后一个节点,最后一个节点的后继是第一个节点。
特别地,我们希望可以 就地 完成转换操作。当转化完成以后,树中节点的左指针需要指向前驱,树中节点的右指针需要指向后继。还需要返回链表中最小元素的指针。
示例 1:
输入:root = [4,2,5,1,3]
输出:[1,2,3,4,5] 解释:下图显示了转化后的二叉搜索树,实线表示后继关系,虚线表示前驱关系。
示例 2:
输入:root = [2,1,3] 输出:[1,2,3]
示例 3:
输入:root = [] 输出:[] 解释:输入是空树,所以输出也是空链表。
示例 4:
输入:root = [1] 输出:[1]
提示:
-1000 <= Node.val <= 1000
Node.left.val < Node.val < Node.right.val
Node.val
的所有值都是独一无二的0 <= Number of Nodes <= 2000
pre.right = cur
、cur.left = pre
、pre = cur
/* // Definition for a Node. class Node { public int val; public Node left; public Node right; public Node() {} public Node(int _val) { val = _val; } public Node(int _val,Node _left,Node _right) { val = _val; left = _left; right = _right; } }; */ class Solution { private Node head; private Node pre; public Node treeToDoublyList(Node root) { if (root == null) return null; dfs(root); head.left = pre; pre.right = head; return head; } private void dfs(Node cur) { if (cur == null) return; dfs(cur.left); if (pre == null) head = cur; else pre.right = cur; cur.left = pre; pre = cur; dfs(cur.right); } }
您将获得一个双向链表,除了下一个和前一个指针之外,它还有一个子指针,可能指向单独的双向链表。这些子列表可能有一个或多个自己的子项,依此类推,生成多级数据结构,如下面的示例所示。
扁平化列表,使所有结点出现在单级双链表中。您将获得列表第一级的头部。
示例:
输入: 1---2---3---4---5---6--NULL | 7---8---9---10--NULL | 11--12--NULL 输出: 1-2-3-7-8-11-12-9-10-4-5-6-NULL
以上示例的说明:
给出以下多级双向链表:
我们应该返回如下所示的扁平双向链表:
class Solution { public Node flatten(Node head) { if (head == null) { return null; } dfs(head); head.prev = null; return head; } private Node dfs(Node head) { Node cur = head; while (cur != null) { head.prev = cur; Node next = cur.next; if (cur.child != null) { Node h = dfs(cur.child); cur.child = null; Node t = h.prev; cur.next = h; h.prev = cur; t.next = next; if (next != null) { next.prev = t; } head.prev = t; } cur = next; } return head; } }
给定一个二叉树,它的每个结点都存放着一个整数值。
找出路径和等于给定数值的路径总数。
路径不需要从根节点开始,也不需要在叶子节点结束,但是路径方向必须是向下的(只能从父节点到子节点)。
二叉树不超过1000个节点,且节点数值范围是 [-1000000,1000000] 的整数。
示例:
root = [10,5,-3,3,2,null,11,3,-2,null,1], sum = 8 10 / \ 5 -3 / \ \ 3 2 11 / \ \ 3 -2 1 返回 3。和等于 8 的路径有: 1. 5 -> 3 2. 5 -> 2 -> 1 3. -3 -> 11
/** * Definition for a binary tree node. * public class TreeNode { * int val; * TreeNode left; * TreeNode right; * TreeNode(int x) { val = x; } * } */ class Solution { public int pathSum(TreeNode root, int sum) { // key是前缀和, value是大小为key的前缀和出现的次数 Map<Integer, Integer> prefixSumCount = new HashMap<>(); // 前缀和为0的一条路径 prefixSumCount.put(0, 1); // 前缀和的递归回溯思路 return recursionPathSum(root, prefixSumCount, sum, 0); } /** * 前缀和的递归回溯思路 * 从当前节点反推到根节点(反推比较好理解,正向其实也只有一条),有且仅有一条路径,因为这是一棵树 * 如果此前有和为currSum-target,而当前的和又为currSum,两者的差就肯定为target了 * 所以前缀和对于当前路径来说是唯一的,当前记录的前缀和,在回溯结束,回到本层时去除,保证其不影响其他分支的结果 * @param node 树节点 * @param prefixSumCount 前缀和Map * @param target 目标值 * @param currSum 当前路径和 * @return 满足题意的解 */ private int recursionPathSum(TreeNode node, Map<Integer, Integer> prefixSumCount, int target, int currSum) { // 1.递归终止条件 if (node == null) { return 0; } // 2.本层要做的事情 int res = 0; // 当前路径上的和 currSum += node.val; //---核心代码 // 看看root到当前节点这条路上是否存在节点前缀和加target为currSum的路径 // 当前节点->root节点反推,有且仅有一条路径,如果此前有和为currSum-target,而当前的和又为currSum,两者的差就肯定为target了 // currSum-target相当于找路径的起点,起点的sum+target=currSum,当前点到起点的距离就是target res += prefixSumCount.getOrDefault(currSum - target, 0); // 更新路径上当前节点前缀和的个数 prefixSumCount.put(currSum, prefixSumCount.getOrDefault(currSum, 0) + 1); //---核心代码 // 3.进入下一层 res += recursionPathSum(node.left, prefixSumCount, target, currSum); res += recursionPathSum(node.right, prefixSumCount, target, currSum); // 4.回到本层,恢复状态,去除当前节点的前缀和数量 prefixSumCount.put(currSum, prefixSumCount.get(currSum) - 1); return res; } }
你总共有 n 枚硬币,你需要将它们摆成一个阶梯形状,第 k 行就必须正好有 k 枚硬币。
给定一个数字 n,找出可形成完整阶梯行的总行数。
n 是一个非负整数,并且在32位有符号整型的范围内。
示例 1:
n = 5 硬币可排列成以下几行: ¤ ¤ ¤ ¤ ¤ 因为第三行不完整,所以返回2.
示例 2:
n = 8 硬币可排列成以下几行: ¤ ¤ ¤ ¤ ¤ ¤ ¤ ¤ 因为第四行不完整,所以返回3.
(1 + x) * x / 2 <= n
,求解 x。
(x + 1/2)² <= 2n + 1/4
,即 x <= sqrt(2n + 1/4) - 1/2
。
由于 2n 可能溢出,故转换为 x <= sqrt(2) * sqrt(n + 1/8) - 1/2
。
class Solution {
public int arrangeCoins(int n) {
return (int) (Math.sqrt(2) * Math.sqrt(n + 0.125) - 0.5);
}
}
给定一个整数数组 a,其中1 ≤ a[i] ≤ n (n为数组长度), 其中有些元素出现两次而其他元素出现一次。
找到所有出现两次的元素。
你可以不用到任何额外空间并在O(n)时间复杂度内解决这个问题吗?
示例:
输入: [4,3,2,7,8,2,3,1] 输出: [2,3]
class Solution { public List<Integer> findDuplicates(int[] nums) { List<Integer> ans = new ArrayList<>(); for(int i = 0; i < nums.length; i++) { if(nums[i] != nums[nums[i] - 1]) { swap(nums, i, nums[i] - 1); i--; } } System.out.println(Arrays.toString(nums)); for(int i = 0; i < nums.length; i++) { if(nums[i] != i + 1) { ans.add(nums[i]); } } return ans; } private void swap(int[] nums, int i, int j) { int tmp = nums[i]; nums[i] = nums[j]; nums[j] = tmp; } }
给定两个非空链表来代表两个非负整数。数字最高位位于链表开始位置。它们的每个节点只存储单个数字。将这两数相加会返回一个新的链表。
你可以假设除了数字 0 之外,这两个数字都不会以零开头。
进阶:
如果输入链表不能修改该如何处理?换句话说,你不能对列表中的节点进行翻转。
示例:
输入: (7 -> 2 -> 4 -> 3) + (5 -> 6 -> 4) 输出: 7 -> 8 -> 0 -> 7
class Solution { public ListNode addTwoNumbers(ListNode l1, ListNode l2) { Deque<Integer> s1 = new ArrayDeque<>(); Deque<Integer> s2 = new ArrayDeque<>(); for (; l1 != null; l1 = l1.next) { s1.push(l1.val); } for (; l2 != null; l2 = l2.next) { s2.push(l2.val); } ListNode head = null; int carry = 0; while (!s1.isEmpty() || !s2.isEmpty() || carry > 0) { carry += (s1.isEmpty() ? 0 : s1.pop()) + (s2.isEmpty() ? 0 : s2.pop()); ListNode h = new ListNode(carry % 10); h.next = head; head = h; carry /= 10; } return head; } }
给定一个范围在 1 ≤ a[i] ≤ n ( n = 数组大小 ) 的 整型数组,数组中的元素一些出现了两次,另一些只出现一次。
找到所有在 [1, n] 范围之间没有出现在数组中的数字。
您能在不使用额外空间且时间复杂度为O(n)的情况下完成这个任务吗? 你可以假定返回的数组不算在额外空间内。
示例:
输入: [4,3,2,7,8,2,3,1] 输出: [5,6]
|nums[i]|-1
索引位置的元素标记为负数。即 nums[|nums[i]|-1]
* -1。nums[i]
为负数,说明我们在数组中存在数字 i+1
。否则,说明数组不存在数字 i+1
,添加到结果列表中。class Solution { public List<Integer> findDisappearedNumbers(int[] nums) { int n = nums.length; for (int i = 0; i < n; ++i) { int index = Math.abs(nums[i]) - 1; if (nums[index] > 0) { nums[index] *= -1; } } List<Integer> res = new ArrayList<>(); for (int i = 0; i < n; ++i) { if (nums[i] > 0) { res.add(i + 1); } } return res; } }
序列化是将数据结构或对象转换为一系列位的过程,以便它可以存储在文件或内存缓冲区中,或通过网络连接链路传输,以便稍后在同一个或另一个计算机环境中重建。
设计一个算法来序列化和反序列化二叉搜索树。 对序列化/反序列化算法的工作方式没有限制。 您只需确保二叉搜索树可以序列化为字符串,并且可以将该字符串反序列化为最初的二叉搜索树。
编码的字符串应尽可能紧凑。
注意:不要使用类成员/全局/静态变量来存储状态。 你的序列化和反序列化算法应该是无状态的。
/** * Definition for a binary tree node. * public class TreeNode { * int val; * TreeNode left; * TreeNode right; * TreeNode(int x) { val = x; } * } */ public class Codec { // Encodes a tree to a single string. public String serialize(TreeNode root) { if (root == null) { return ""; } StringBuilder sb = new StringBuilder(); robot(root, sb); return sb.substring(0, sb.length() - 1); } private void robot(TreeNode root, StringBuilder sb) { if (root == null) { return; } sb.append(root.val).append(","); robot(root.left, sb); robot(root.right, sb); } // Decodes your encoded data to tree. public TreeNode deserialize(String data) { if (data == null || Objects.equals(data, "")) { return null; } String[] pre = data.split(","); return build(pre, 0, pre.length - 1); } private TreeNode build(String[] pre, int start, int end) { if (start > end) { return null; } TreeNode root = new TreeNode(Integer.valueOf(pre[start])); int index = end + 1; for (int i = start + 1; i <= end; i++) { if (Integer.valueOf(pre[i]) > root.val) { index = i; break; } } root.left = build(pre, start + 1, index - 1); root.right = build(pre, index, end); return root; } } // Your Codec object will be instantiated and called as such: // Codec codec = new Codec(); // codec.deserialize(codec.serialize(root));
给定一个二叉搜索树的根节点 root 和一个值 key,删除二叉搜索树中的 key 对应的节点,并保证二叉搜索树的性质不变。返回二叉搜索树(有可能被更新)的根节点的引用。
一般来说,删除节点可分为两个步骤:
说明: 要求算法时间复杂度为 O(h),h 为树的高度。
示例:
root = [5,3,6,2,4,null,7] key = 3 5 / \ 3 6 / \ \ 2 4 7 给定需要删除的节点值是 3,所以我们首先找到 3 这个节点,然后删除它。 一个正确的答案是 [5,4,6,2,null,null,7], 如下图所示。 5 / \ 4 6 / \ 2 7 另一个正确答案是 [5,2,6,null,4,null,7]。 5 / \ 2 6 \ \ 4 7
class Solution { public TreeNode deleteNode(TreeNode root, int key) { if (root == null) { return null; } if (root.val > key) { root.left = deleteNode(root.left, key); return root; } else if (root.val < key) { root.right = deleteNode(root.right, key); return root; } else { if (root.left == null) return root.right; if (root.right == null) return root.left; TreeNode newRoot = root.right; TreeNode parent = null; while (newRoot.left != null) { parent = newRoot; newRoot = newRoot.left; } if (parent != null) { parent.left = newRoot.right; newRoot.right = root.right; } newRoot.left = root.left; return newRoot; } } }
在二维空间中有许多球形的气球。对于每个气球,提供的输入是水平方向上,气球直径的开始和结束坐标。由于它是水平的,所以y坐标并不重要,因此只要知道开始和结束的x坐标就足够了。开始坐标总是小于结束坐标。平面内最多存在104个气球。
一支弓箭可以沿着x轴从不同点完全垂直地射出。在坐标x处射出一支箭,若有一个气球的直径的开始和结束坐标为 xstart,xend, 且满足 xstart ≤ x ≤ xend,则该气球会被引爆。可以射出的弓箭的数量没有限制。 弓箭一旦被射出之后,可以无限地前进。我们想找到使得所有气球全部被引爆,所需的弓箭的最小数量。
Example:
输入: [[10,16], [2,8], [1,6], [7,12]] 输出: 2 解释: 对于该样例,我们可以在x = 6(射爆[2,8],[1,6]两个气球)和 x = 11(射爆另外两个气球)。
class Solution { public int findMinArrowShots(int[][] points) { if (points == null || points.length == 0) { return 0; } Arrays.sort(points, Comparator.comparingInt(o -> o[1])); int res = 1; int pre = points[0][1]; for (int i = 1; i < points.length; ++i) { if (points[i][0] > pre) { ++res; pre = points[i][1]; } } return res; } }
给定一个长度为 n 的非空整数数组,找到让数组所有元素相等的最小移动次数。每次移动可以使 n - 1 个元素增加 1。
示例:
输入: [1,2,3] 输出: 3 解释: 只需要3次移动(注意每次移动会增加两个元素的值): [1,2,3] => [2,3,3] => [3,4,3] => [4,4,4]
class Solution {
public int minMoves(int[] nums) {
return Arrays.stream(nums).sum() - Arrays.stream(nums).min().getAsInt() * nums.length;
}
}
给定四个包含整数的数组列表 A , B , C , D ,计算有多少个元组 (i, j, k, l)
,使得 A[i] + B[j] + C[k] + D[l] = 0
。
为了使问题简单化,所有的 A, B, C, D 具有相同的长度 N,且 0 ≤ N ≤ 500 。所有整数的范围在 -228 到 228 - 1 之间,最终结果不会超过 231 - 1 。
例如:
输入: A = [ 1, 2] B = [-2,-1] C = [-1, 2] D = [ 0, 2] 输出: 2 解释: 两个元组如下: 1. (0, 0, 0, 1) -> A[0] + B[0] + C[0] + D[1] = 1 + (-2) + (-1) + 2 = 0 2. (1, 1, 0, 0) -> A[1] + B[1] + C[0] + D[0] = 2 + (-1) + (-1) + 0 = 0
class Solution { public int fourSumCount(int[] A, int[] B, int[] C, int[] D) { Map<Integer, Integer> map = new HashMap<>(); for (int a : A) { for (int b : B) { int key = a + b; map.put(key, map.getOrDefault(key, 0) + 1); } } int res = 0; for (int c : C) { for (int d : D) { res += map.getOrDefault(-(c + d), 0); } } return res; } }
给定一个整数序列:a1, a2, ..., an,一个132模式的子序列 ai, aj, ak 被定义为:当 i < j < k 时,ai < ak < aj。设计一个算法,当给定有 n 个数字的序列时,验证这个序列中是否含有132模式的子序列。
注意:n 的值小于15000。
示例1:
输入: [1, 2, 3, 4] 输出: False 解释: 序列中不存在132模式的子序列。
示例 2:
输入: [3, 1, 4, 2] 输出: True 解释: 序列中有 1 个132模式的子序列: [1, 4, 2].
示例 3:
输入: [-1, 3, 2, 0] 输出: True 解释: 序列中有 3 个132模式的的子序列: [-1, 3, 2], [-1, 3, 0] 和 [-1, 2, 0].
class Solution { public boolean find132pattern(int[] nums) { int ak = Integer.MIN_VALUE; Deque<Integer> stack = new ArrayDeque<>(); for (int i = nums.length - 1; i >= 0; --i) { if (nums[i] < ak) { return true; } while (!stack.isEmpty() && nums[i] > stack.peek()) { ak = stack.pop(); } stack.push(nums[i]); } return false; } }
有 1000 只水桶,其中有且只有一桶装的含有毒药,其余装的都是水。它们从外观看起来都一样。如果小猪喝了毒药,它会在 15 分钟内死去。
问题来了,如果需要你在一小时内,弄清楚哪只水桶含有毒药,你最少需要多少只猪?
回答这个问题,并为下列的进阶问题编写一个通用算法。
进阶:
假设有 n
只水桶,猪饮水中毒后会在 m
分钟内死亡,你需要多少猪(x
)就能在 p
分钟内找出 “有毒” 水桶?这 n
只水桶里有且仅有一只有毒的桶。
提示:
class Solution {
public int poorPigs(int buckets, int minutesToDie, int minutesToTest) {
int base = minutesToTest / minutesToDie + 1;
int res = 0;
int p = 1;
while (p < buckets) {
p *= base;
++res;
}
return res;
}
}
给定一个非空的字符串,判断它是否可以由它的一个子串重复多次构成。给定的字符串只含有小写英文字母,并且长度不超过10000。
示例 1:
输入: "abab" 输出: True 解释: 可由子字符串 "ab" 重复两次构成。
示例 2:
输入: "aba" 输出: False
示例 3:
输入: "abcabcabcabc" 输出: True 解释: 可由子字符串 "abc" 重复四次构成。 (或者子字符串 "abcabc" 重复两次构成。)
class Solution {
public boolean repeatedSubstringPattern(String s) {
String str = s + s;
return str.substring(1, str.length() - 1).contains(s);
}
}
两个整数之间的汉明距离指的是这两个数字对应二进制位不同的位置的数目。
给出两个整数 x
和 y
,计算它们之间的汉明距离。
注意:
0 ≤ x
, y
< 231.
示例:
输入: x = 1, y = 4 输出: 2 解释: 1 (0 0 0 1) 4 (0 1 0 0) ↑ ↑ 上面的箭头指出了对应二进制位不同的位置。
class Solution {
public int hammingDistance(int x, int y) {
int count = 0, sum = x ^ y;
while (sum != 0) {
sum &= (sum - 1);
count++;
}
return count;
}
}
给定一个非空整数数组,找到使所有数组元素相等所需的最小移动数,其中每次移动可将选定的一个元素加1或减1。 您可以假设数组的长度最多为10000。
例如:
输入: [1,2,3] 输出: 2 说明: 只有两个动作是必要的(记得每一步仅可使其中一个元素加1或减1): [1,2,3] => [2,2,3] => [2,2,2]
class Solution {
public int minMoves2(int[] nums) {
Arrays.sort(nums);
int k = nums[nums.length / 2];
int res = 0;
for (int num : nums) {
res += Math.abs(num - k);
}
return res;
}
}
还记得童话《卖火柴的小女孩》吗?现在,你知道小女孩有多少根火柴,请找出一种能使用所有火柴拼成一个正方形的方法。不能折断火柴,可以把火柴连接起来,并且每根火柴都要用到。
输入为小女孩拥有火柴的数目,每根火柴用其长度表示。输出即为是否能用所有的火柴拼成正方形。
示例 1:
输入: [1,1,2,2,2] 输出: true 解释: 能拼成一个边长为2的正方形,每边两根火柴。
示例 2:
输入: [3,3,3,3,4] 输出: false 解释: 不能用所有火柴拼成一个正方形。
注意:
0
到 10^9
之间。class Solution { public boolean makesquare(int[] nums) { if (nums == null || nums.length == 0) { return false; } int sum = Arrays.stream(nums).sum(); if (sum % 4 != 0) { return false; } Arrays.sort(nums); int[] lens = new int[4]; return dfs(nums, nums.length - 1, lens, sum / 4); } private boolean dfs(int[] nums, int index, int[] lens, int len) { if (lens[0] == len && lens[1] == len && lens[2] == len) { return true; } for (int i = 0; i < 4; ++i) { if (lens[i] + nums[index] <= len) { lens[i] += nums[index]; if (dfs(nums, index - 1, lens, len)) { return true; } lens[i] -= nums[index]; } } return false; } }
冬季已经来临。 你的任务是设计一个有固定加热半径的供暖器向所有房屋供暖。
现在,给出位于一条水平线上的房屋和供暖器的位置,找到可以覆盖所有房屋的最小加热半径。
所以,你的输入将会是房屋和供暖器的位置。你将输出供暖器的最小加热半径。
说明:
示例 1:
输入: [1,2,3],[2] 输出: 1 解释: 仅在位置2上有一个供暖器。如果我们将加热半径设为1,那么所有房屋就都能得到供暖。
示例 2:
输入: [1,2,3,4],[1,4] 输出: 1 解释: 在位置1, 4上有两个供暖器。我们需要将加热半径设为1,这样所有房屋就都能得到供暖。
class Solution { public int findRadius(int[] houses, int[] heaters) { Arrays.sort(heaters); int res = 0; for (int x : houses) { int i = Arrays.binarySearch(heaters, x); if (i < 0) { i = ~i; } int dis1 = i > 0 ? x - heaters[i - 1] : Integer.MAX_VALUE; int dis2 = i < heaters.length ? heaters[i] - x : Integer.MAX_VALUE; res = Math.max(res, Math.min(dis1, dis2)); } return res; } }
两个整数的 汉明距离 指的是这两个数字的二进制数对应位不同的数量。
计算一个数组中,任意两个数之间汉明距离的总和。
示例:
输入: 4, 14, 2 输出: 6 解释: 在二进制表示中,4表示为0100,14表示为1110,2表示为0010。(这样表示是为了体现后四位之间关系) 所以答案为: HammingDistance(4, 14) + HammingDistance(4, 2) + HammingDistance(14, 2) = 2 + 2 + 2 = 6.
注意:
0
到 10^9
。10^4
。class Solution { public int totalHammingDistance(int[] nums) { if (nums == null || nums.length < 2) { return 0; } int[] m = new int[31];// 存储对应位数,有多少个0 for(int num : nums) { for(int i = 0; i < 31; i++) { if ((num & (1 << i)) == 0) { m[i]++; } } } int result = 0; for(int i = 0; i < 31; i++) { result += m[i] * (nums.length - m[i]); } return result; } }
对于给定的整数 n, 如果n的k(k>=2)进制数的所有数位全为1,则称 k(k>=2)是 n 的一个好进制。
以字符串的形式给出 n, 以字符串的形式返回 n 的最小好进制。
示例 1:
输入:"13" 输出:"3" 解释:13 的 3 进制是 111。
示例 2:
输入:"4681" 输出:"8" 解释:4681 的 8 进制是 11111。
示例 3:
输入:"1000000000000000000" 输出:"999999999999999999" 解释:1000000000000000000 的 999999999999999999 进制是 11。
提示:
class Solution { public String smallestGoodBase(String n) { long num = Long.parseLong(n); for (int len = 63; len >= 2; --len) { long radix = getRadix(len, num); if (radix != -1) { return String.valueOf(radix); } } return String.valueOf(num - 1); } private long getRadix(int len, long num) { long l = 2, r = num - 1; while (l < r) { long mid = l + r >>> 1; if (calc(mid, len) >= num) r = mid; else l = mid + 1; } return calc(r, len) == num ? r : -1; } private long calc(long radix, int len) { long p = 1; long sum = 0; for (int i = 0; i < len; ++i) { if (Long.MAX_VALUE - sum < p) { return Long.MAX_VALUE; } sum += p; if (Long.MAX_VALUE / p < radix) { p = Long.MAX_VALUE; } else { p *= radix; } } return sum; } }
给定一个二进制数组, 计算其中最大连续1的个数。
示例 1:
输入: [1,1,0,1,1,1] 输出: 3 解释: 开头的两位和最后的三位都是连续1,所以最大连续1的个数是 3.
注意:
0
和1
。class Solution {
public int findMaxConsecutiveOnes(int[] nums) {
int res = 0, t = 0;
for (int num : nums) {
if (num == 1) {
++t;
} else {
res = Math.max(res, t);
t = 0;
}
}
return Math.max(res, t);
}
}
给定一个表示分数的非负整数数组。 玩家1从数组任意一端拿取一个分数,随后玩家2继续从剩余数组任意一端拿取分数,然后玩家1拿,……。每次一个玩家只能拿取一个分数,分数被拿取之后不再可取。直到没有剩余分数可取时游戏结束。最终获得分数总和最多的玩家获胜。
给定一个表示分数的数组,预测玩家1是否会成为赢家。你可以假设每个玩家的玩法都会使他的分数最大化。
示例 1:
输入: [1, 5, 2] 输出: False 解释: 一开始,玩家1可以从1和2中进行选择。 如果他选择2(或者1),那么玩家2可以从1(或者2)和5中进行选择。如果玩家2选择了5,那么玩家1则只剩下1(或者2)可选。 所以,玩家1的最终分数为 1 + 2 = 3,而玩家2为 5。 因此,玩家1永远不会成为赢家,返回 False。
示例 2:
输入: [1, 5, 233, 7] 输出: True 解释: 玩家1一开始选择1。然后玩家2必须从5和7中进行选择。无论玩家2选择了哪个,玩家1都可以选择233。 最终,玩家1(234分)比玩家2(12分)获得更多的分数,所以返回 True,表示玩家1可以成为赢家。
注意:
class Solution { public boolean PredictTheWinner(int[] nums) { int n = nums.length; if ((n & 1) == 0) { return true; } int[] f = new int[n]; for (int i = n - 1; i >= 0; --i) { f[i] = nums[i]; for (int j = i + 1; j < n; ++j) { f[j] = Math.max(nums[i] - f[j], nums[j] - f[j - 1]); } } return f[n - 1] >= 0; } }
给定一个二进制数组,你可以最多将 1 个 0 翻转为 1,找出其中最大连续 1 的个数。
示例 1:
输入:[1,0,1,1,0] 输出:4 解释:翻转第一个 0 可以得到最长的连续 1。 当翻转以后,最大连续 1 的个数为 4。
注:
0
和 1
.
进阶:
如果输入的数字是作为 无限流 逐个输入如何处理?换句话说,内存不能存储下所有从流中输入的数字。您可以有效地解决吗?
用 prefix[i]
数组表示以 i 结尾往前累计的最大连续 1 的个数,suffix[i]
数组表示以 i 开头往后累计的最大连续 1 的个数。
遍历 nums
数组每个为 0 的位置,则位置 i 的最大连续 1 的个数为 1 + prefix[i-1] + suffix[i+1]
。
当然,如果 nums
数组没有 0,即所有元素都是 1,那么结果即为 nums
数组的长度。
class Solution { public int findMaxConsecutiveOnes(int[] nums) { int n = nums.length; int res = 0; for (int i = 0; i < n; ++i) { int cnt = 1; int j = i; while (j < n && (cnt > 0 || nums[j] == 1)) { if (nums[j] == 0) --cnt; ++j; } res = Math.max(res, j - i); } return res; } }
class Solution { public int findMaxConsecutiveOnes(int[] nums) { int n = nums.length; int[] prefix = new int[n]; int[] suffix = new int[n]; int res = 0; for (int i = 0; i < n; ++i) { if (i == 0) prefix[0] = nums[0]; else prefix[i] = nums[i] == 0 ? 0 : prefix[i - 1] + 1; res = Math.max(res, prefix[i]); } for (int i = n - 1; i >= 0; --i) { if (i == n - 1) suffix[n - 1] = nums[n - 1]; else suffix[i] = nums[i] == 0 ? 0 : suffix[i + 1] + 1; } for (int i = 0; i < n; ++i) { if (nums[i] == 0) { int t = 1; if (i > 0) t += prefix[i - 1]; if (i < n - 1) t += suffix[i + 1]; res = Math.max(res, t); } } return res; } }
由空地和墙组成的迷宫中有一个球。球可以向上下左右四个方向滚动,但在遇到墙壁前不会停止滚动。当球停下时,可以选择下一个方向。
给定球的起始位置,目的地和迷宫,判断球能否在目的地停下。
迷宫由一个0和1的二维数组表示。 1表示墙壁,0表示空地。你可以假定迷宫的边缘都是墙壁。起始位置和目的地的坐标通过行号和列号给出。
示例 1:
输入 1: 迷宫由以下二维数组表示 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 1 1 0 1 1 0 0 0 0 0 输入 2: 起始位置坐标 (rowStart, colStart) = (0, 4) 输入 3: 目的地坐标 (rowDest, colDest) = (4, 4) 输出: true 解析: 一个可能的路径是 : 左 -> 下 -> 左 -> 下 -> 右 -> 下 -> 右。
示例 2:
输入 1: 迷宫由以下二维数组表示 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 1 1 0 1 1 0 0 0 0 0 输入 2: 起始位置坐标 (rowStart, colStart) = (0, 4) 输入 3: 目的地坐标 (rowDest, colDest) = (3, 2) 输出: false 解析: 没有能够使球停在目的地的路径。
注意:
深度优先搜索或广度优先搜索实现。
深度优先搜索。
class Solution { private boolean[][] visited; public boolean hasPath(int[][] maze, int[] start, int[] destination) { int m = maze.length, n = maze[0].length; visited = new boolean[m][n]; return dfs(maze, start, destination); } private boolean dfs(int[][] maze, int[] start, int[] destination) { if (visited[start[0]][start[1]]) return false; if (start[0] == destination[0] && start[1] == destination[1]) return true; visited[start[0]][start[1]] = true; int l = start[1] - 1, r = start[1] + 1, u = start[0] - 1, d = start[0] + 1; while (l >= 0 && maze[start[0]][l] == 0) --l; if (dfs(maze, new int[]{start[0], l + 1}, destination)) return true; while (r < maze[0].length && maze[start[0]][r] == 0) ++r; if (dfs(maze, new int[]{start[0], r - 1}, destination)) return true; while (u >= 0 && maze[u][start[1]] == 0) --u; if (dfs(maze, new int[]{u + 1, start[1]}, destination)) return true; while (d < maze.length && maze[d][start[1]] == 0) ++d; if (dfs(maze, new int[]{d - 1, start[1]}, destination)) return true; return false; } }
作为一位web开发者, 懂得怎样去规划一个页面的尺寸是很重要的。 现给定一个具体的矩形页面面积,你的任务是设计一个长度为 L 和宽度为 W 且满足以下要求的矩形的页面。要求:
1. 你设计的矩形页面必须等于给定的目标面积。 2. 宽度 W 不应大于长度 L,换言之,要求 L >= W 。 3. 长度 L 和宽度 W 之间的差距应当尽可能小。
你需要按顺序输出你设计的页面的长度 L 和宽度 W。
示例:
输入: 4 输出: [2, 2] 解释: 目标面积是 4, 所有可能的构造方案有 [1,4], [2,2], [4,1]。 但是根据要求2,[1,4] 不符合要求; 根据要求3,[2,2] 比 [4,1] 更能符合要求. 所以输出长度 L 为 2, 宽度 W 为 2。
说明:
class Solution {
public int[] constructRectangle(int area) {
int sr = (int) Math.sqrt(area);
int l = sr, w = sr;
while (l <= area && w >= 1) {
int s = l * w;
if (s == area) break;
if (s > area) --w;
else ++l;
}
return new int[]{l, w};
}
}
给定一个非负整数数组,a1, a2, ..., an, 和一个目标数,S。现在你有两个符号 +
和 -
。对于数组中的任意一个整数,你都可以从 +
或 -
中选择一个符号添加在前面。
返回可以使最终数组和为目标数 S 的所有添加符号的方法数。
示例 1:
输入: nums: [1, 1, 1, 1, 1], S: 3 输出: 5 解释: -1+1+1+1+1 = 3 +1-1+1+1+1 = 3 +1+1-1+1+1 = 3 +1+1+1-1+1 = 3 +1+1+1+1-1 = 3 一共有5种方法让最终目标和为3。
注意:
class Solution {
public int findTargetSumWays(int[] nums, int S) {
int[] ans = new int[1];
wayDfs(nums, 0, S, ans);
return ans[0];
}
private void wayDfs(int[] nums, int start, int left, int[] ans) {
if (start == nums.length) {
if (left == 0) ans[0]++;
return;
}
wayDfs(nums, start + 1, left + nums[start], ans);
wayDfs(nums, start + 1, left - nums[start], ans);
}
}
给定两个没有重复元素的数组 nums1
和 nums2
,其中nums1
是 nums2
的子集。找到 nums1
中每个元素在 nums2
中的下一个比其大的值。
nums1
中数字 x 的下一个更大元素是指 x 在 nums2
中对应位置的右边的第一个比 x 大的元素。如果不存在,对应位置输出-1。
示例 1:
输入: nums1 = [4,1,2], nums2 = [1,3,4,2]. 输出: [-1,3,-1] 解释: 对于num1中的数字4,你无法在第二个数组中找到下一个更大的数字,因此输出 -1。 对于num1中的数字1,第二个数组中数字1右边的下一个较大数字是 3。 对于num1中的数字2,第二个数组中没有下一个更大的数字,因此输出 -1。
示例 2:
输入: nums1 = [2,4], nums2 = [1,2,3,4]. 输出: [3,-1] 解释: 对于num1中的数字2,第二个数组中的下一个较大数字是3。 对于num1中的数字4,第二个数组中没有下一个更大的数字,因此输出 -1。
注意:
nums1
和nums2
中所有元素是唯一的。nums1
和nums2
的数组大小都不超过1000。class Solution { public int[] nextGreaterElement(int[] nums1, int[] nums2) { Deque<Integer> stack = new ArrayDeque<>(); Map<Integer, Integer> map = new HashMap<>(); for (int num : nums2) { while (!stack.isEmpty() && num > stack.peek()) { map.put(stack.pop(), num); } stack.push(num); } int[] res = new int[nums1.length]; for (int i = 0; i < nums1.length; ++i) { res[i] = map.getOrDefault(nums1[i], -1); } return res; } }
给定一个单词列表,只返回可以使用在键盘同一行的字母打印出来的单词。键盘如下图所示。
示例:
输入: ["Hello", "Alaska", "Dad", "Peace"] 输出: ["Alaska", "Dad"]
注意:
class Solution { public String[] findWords(String[] words) { if (words == null) { return null; } ArrayList<String> list = new ArrayList<>(); String[] keyboards = {"qwertyuiop", "asdfghjkl", "zxcvbnm"}; for (int i = 0; i < words.length; i++) { String word = words[i].toLowerCase(); for (int j = 0; j < keyboards.length; j++) { // 先用word首字符确定属于哪一行 if (keyboards[j].indexOf(word.charAt(0)) > -1) { // 判断word字符串所有字符是否都属于同一行 boolean match = match(keyboards[j], word, list); if (match) { list.add(words[i]); } break; } } } return list.toArray(new String[list.size()]); } private boolean match(String keyboard, String word, ArrayList<String> list) { for (int i = 1; i < word.length(); i++) { if (keyboard.indexOf(word.charAt(i)) < 0) { return false; } } return true; } }
给定一个有相同值的二叉搜索树(BST),找出 BST 中的所有众数(出现频率最高的元素)。
假定 BST 有如下定义:
例如:
给定 BST [1,null,2,2]
,
1 \ 2 / 2
返回[2]
.
提示:如果众数超过1个,不需考虑输出顺序
进阶:你可以不使用额外的空间吗?(假设由递归产生的隐式调用栈的开销不被计算在内)
/** * Definition for a binary tree node. * public class TreeNode { * int val; * TreeNode left; * TreeNode right; * TreeNode(int x) { val = x; } * } */ class Solution { int max = 0; int cur = 0; TreeNode preNode = null; public int[] findMode(TreeNode root) { ArrayList<Integer> list = new ArrayList<>(); findMode(root, list); int[] res = new int[list.size()]; for (int i = 0; i < list.size(); i++) { res[i] = list.get(i); } return res; } private void findMode(TreeNode root, ArrayList<Integer> list) { if (root == null) { return; } findMode(root.left, list); if (preNode != null && root.val == preNode.val) { cur++; } else { cur = 1; } if (max < cur) { max = cur; list.clear(); list.add(root.val); } else if (max == cur) { list.add(root.val); } preNode = root; findMode(root.right, list); } }
假设 力扣(LeetCode)即将开始其 IPO。为了以更高的价格将股票卖给风险投资公司,力扣 希望在 IPO 之前开展一些项目以增加其资本。 由于资源有限,它只能在 IPO 之前完成最多 k 个不同的项目。帮助 力扣 设计完成最多 k 个不同项目后得到最大总资本的方式。
给定若干个项目。对于每个项目 i,它都有一个纯利润 Pi,并且需要最小的资本 Ci 来启动相应的项目。最初,你有 W 资本。当你完成一个项目时,你将获得纯利润,且利润将被添加到你的总资本中。
总而言之,从给定项目中选择最多 k 个不同项目的列表,以最大化最终资本,并输出最终可获得的最多资本。
示例 1:
输入: k=2, W=0, Profits=[1,2,3], Capital=[0,1,1]. 输出: 4 解释: 由于你的初始资本为 0,你尽可以从 0 号项目开始。 在完成后,你将获得 1 的利润,你的总资本将变为 1。 此时你可以选择开始 1 号或 2 号项目。 由于你最多可以选择两个项目,所以你需要完成 2 号项目以获得最大的资本。 因此,输出最后最大化的资本,为 0 + 1 + 3 = 4。
注意:
class Solution { /** * 贪心算法 */ public int findMaximizedCapital(int k, int W, int[] Profits, int[] Capital) { // 首先检查是否存在所有项目都可投资且初始资本 W >= max(Capital) 的情况。如果是,返回利润中前 k 个最大元素的和。 boolean speedUp = true; for (int c : Capital) if (W < c) speedUp = false; if (speedUp) { PriorityQueue<Integer> heap = new PriorityQueue<>(); for (int p : Profits) { heap.add(p); if (heap.size() > k) heap.poll(); } for (int h : heap) W += h; return W; } int idx; int n = Profits.length; for (int i = 0; i < Math.min(k, n); ++i) { idx = -1; // 找到获取利润最多的项目 for (int j = 0; j < n; ++j) { if (W >= Capital[j]) { if (idx == -1) idx = j; else if (Profits[idx] < Profits[j]) idx = j; } } // 找不到合适的项目 if (idx == -1) break; // 累计当前项目的利润到总利润中,并把当前项目标记为"不可用"(设置成最大整数) W += Profits[idx]; Capital[idx] = Integer.MAX_VALUE; } return W; } }
给定一个循环数组(最后一个元素的下一个元素是数组的第一个元素),输出每个元素的下一个更大元素。数字 x 的下一个更大的元素是按数组遍历顺序,这个数字之后的第一个比它更大的数,这意味着你应该循环地搜索它的下一个更大的数。如果不存在,则输出 -1。
示例 1:
输入: [1,2,1] 输出: [2,-1,2] 解释: 第一个 1 的下一个更大的数是 2; 数字 2 找不到下一个更大的数; 第二个 1 的下一个最大的数需要循环搜索,结果也是 2。
注意: 输入数组的长度不会超过 10000。
class Solution { public int[] nextGreaterElements(int[] nums) { int n = nums.length; int len = (n << 1) - 1; int[] res = new int[n]; Deque<Integer> stack = new ArrayDeque<>(); for (int i = 0; i < len; ++i) { int x = nums[i < n ? i : i - n]; while (!stack.isEmpty() && x > nums[stack.peek()]) { res[stack.pop()] = x; } if (i < n) { stack.push(i); } } while (!stack.isEmpty()) { res[stack.pop()] = -1; } return res; } }
给定一个整数,将其转化为7进制,并以字符串形式输出。
示例 1:
输入: 100 输出: "202"
示例 2:
输入: -7 输出: "-10"
注意: 输入范围是 [-1e7, 1e7] 。
class Solution { public String convertToBase7(int num) { if (num == 0) { return "0"; } if (num < 0) { return "-" + convertToBase7(-num); } StringBuilder sb = new StringBuilder(); while (num != 0) { sb.append(num % 7); num /= 7; } return sb.reverse().toString(); } }
给出 N 名运动员的成绩,找出他们的相对名次并授予前三名对应的奖牌。前三名运动员将会被分别授予 “金牌”,“银牌” 和“ 铜牌”("Gold Medal", "Silver Medal", "Bronze Medal")。
(注:分数越高的选手,排名越靠前。)
示例 1:
输入: [5, 4, 3, 2, 1] 输出: ["Gold Medal", "Silver Medal", "Bronze Medal", "4", "5"] 解释: 前三名运动员的成绩为前三高的,因此将会分别被授予 “金牌”,“银牌”和“铜牌” ("Gold Medal", "Silver Medal" and "Bronze Medal"). 余下的两名运动员,我们只需要通过他们的成绩计算将其相对名次即可。
提示:
class Solution { public String[] findRelativeRanks(int[] nums) { int n = nums.length; Integer[] index = new Integer[n]; for (int i = 0; i < n; ++i) { index[i] = i; } Arrays.sort(index, (o1, o2) -> Integer.compare(nums[o2], nums[o1])); String[] res = new String[n]; for (int i = 0; i < n; ++i) { if (i == 0) { res[index[i]] = "Gold Medal"; } else if (i == 1) { res[index[i]] = "Silver Medal"; } else if (i == 2) { res[index[i]] = "Bronze Medal"; } else { res[index[i]] = String.valueOf(i + 1); } } return res; } }
对于一个 正整数,如果它和除了它自身以外的所有正因子之和相等,我们称它为“完美数”。
给定一个 整数 n
, 如果他是完美数,返回 True
,否则返回 False
示例:
输入: 28 输出: True 解释: 28 = 1 + 2 + 4 + 7 + 14
提示:
输入的数字 n
不会超过 100,000,000. (1e8)
public class Solution {
public boolean checkPerfectNumber(int num) {
if (num == 0 || num == 1) {
return false;
}
int sum = 1;
for (int i = 2; i <= Math.sqrt(num); i++) {
if (num % i == 0) {
sum = sum + i + num / i;
}
}
return num == sum;
}
}
给出二叉树的根,找出出现次数最多的子树元素和。一个结点的子树元素和定义为以该结点为根的二叉树上所有结点的元素之和(包括结点本身)。然后求出出现次数最多的子树元素和。如果有多个元素出现的次数相同,返回所有出现次数最多的元素(不限顺序)。
示例 1
输入:
5 / \ 2 -3
返回 [2, -3, 4],所有的值均只出现一次,以任意顺序返回所有值。
示例 2
输入:
5 / \ 2 -5
返回 [2],只有 2 出现两次,-5 只出现 1 次。
提示: 假设任意子树元素和均可以用 32 位有符号整数表示。
/** * Definition for a binary tree node. * public class TreeNode { * int val; * TreeNode left; * TreeNode right; * TreeNode(int x) { val = x; } * } */ public class Solution { // 后续遍历,遍历的同时,找最大值和计算次数 Map<Integer, Integer> map = new HashMap<>(); int max = Integer.MIN_VALUE; public int[] findFrequentTreeSum(TreeNode root) { if (root == null) { return new int[0]; } dfs(root); List<Integer> list = map.entrySet().stream() .filter(m -> m.getValue() == max).map(i -> i.getKey()).collect(Collectors.toList()); int[] res = new int[list.size()]; for (int i = 0; i < list.size(); i++) { res[i] = list.get(i); } return res; } private int dfs(TreeNode root) { if (root == null) { return 0; } int left = dfs(root.left); int right = dfs(root.right); int sum = root.val + left + right; int current = map.getOrDefault(sum, 0) + 1; map.put(sum, current); max = Math.max(current, max); return sum; } }
斐波那契数,通常用 F(n)
表示,形成的序列称为斐波那契数列。该数列由 0
和 1
开始,后面的每一项数字都是前面两项数字的和。也就是:
F(0) = 0, F(1) = 1 F(N) = F(N - 1) + F(N - 2), 其中 N > 1.
给定 N
,计算 F(N)
。
示例 1:
输入:2 输出:1 解释:F(2) = F(1) + F(0) = 1 + 0 = 1.
示例 2:
输入:3 输出:2 解释:F(3) = F(2) + F(1) = 1 + 1 = 2.
示例 3:
输入:4 输出:3 解释:F(4) = F(3) + F(2) = 2 + 1 = 3.
提示:
N
≤ 30class Solution {
public int fib(int N) {
if (N < 2) {
return N;
}
int a = 0, b = 1;
int res = 0;
for (int i = 2; i <= N; ++i) {
res = a + b;
a = b;
b = res;
}
return res;
}
}
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。