leetCode刷题记录4-面试经典150题-2

文章目录

不要摆，没事干就刷题，只有好处，没有坏处，实在不行，看看竞赛题

不要摆，没事干就刷题，只有好处，没有坏处，实在不行，看看竞赛题

面试经典 150 题 - 2

210. 课程表 II

一眼拓扑排序. 好久没写过拓扑排序了，写得特别糟糕

public int[] findOrder(int n, int[][] prerequisites) {
   int[] order = new int[n];
   if (prerequisites == null) {
       for (int i = 0; i < n; i++) order[i] = i;
       return order;
   }

   // 创建邻接表 和 入度数组
   ArrayList<ArrayList<Integer>> adj = new ArrayList<>();
   for (int i = 0; i < n; i++) {
       adj.add(new ArrayList<>());
   }
   int[] inDegree = new int[n];
   for (int[] prerequisite : prerequisites) {
       adj.get(prerequisite[1]).add(prerequisite[0]);
       inDegree[prerequisite[0]]++;
   }

   // 入度队列 （不需要栈）
   Stack<Integer> s = new Stack<>();
   for (int i = 0; i < inDegree.length; i++) {
       if (inDegree[i] == 0) s.push(i);
   }

   // 拓扑排序
   int cnt = 0;
   for (int i = 0; i < n; i++) {
       if (s.isEmpty()) break;
       Integer pop = s.pop();
       order[cnt++] = pop;
       for (Integer x : adj.get(pop)) {
           inDegree[x]--;
           if (inDegree[x] == 0) {
               s.push(x);
           }
       }
   }

   if (cnt < n) return new int[0];
   return order;
}

看了下大佬的做法，发现确实有几处值得修改

主要就是度为0的不必非要用栈，用队列也行，队列直接作为拓扑排序的终止条件即可
没有前置关系时不需要要特判，全是度为0的节点，也可以照常执行
不要用statck，继承了Vector, 有很多锁，效率很低

修改后4ms,差不多了吧

public int[] findOrder(int n, int[][] prerequisites) {
    // 创建邻接表 和 入度数组
    ArrayList<ArrayList<Integer>> adj = new ArrayList<>();
    for (int i = 0; i < n; i++) adj.add(new ArrayList<>());
    int[] inDegree = new int[n];
    for (int[] prerequisite : prerequisites) {
        adj.get(prerequisite[1]).add(prerequisite[0]);
        inDegree[prerequisite[0]]++;
    }

    // 入度队列 （不需要栈）
    Deque<Integer> q = new LinkedList<>();
    for (int i = 0; i < inDegree.length; i++) {
        if (inDegree[i] == 0) q.offer(i);
    }

    // 拓扑排序
    int[] order = new int[n];
    int cnt = 0;
    while (!q.isEmpty()){
        Integer pop = q.poll();
        order[cnt++] = pop;
        for (Integer x : adj.get(pop)) {
            inDegree[x]--;
            if (inDegree[x] == 0) q.push(x);
        }
    }

    if (cnt < n) return new int[0];
    return order;
}

909. 蛇梯棋

一眼望去，D/BFS都行，BFS应该更加节省时间
先用BFS试试，就是每次维护下一层就是了，6叉树而已

自己做法，6ms, 感觉比较麻烦，依靠3个测试数据修改了3次错误

public int snakesAndLadders(int[][] board) {
    int n = board.length;

    Deque<Integer> q = new LinkedList<>();
    q.offer(1);

    int k = 0;
    HashSet<Integer> set = new HashSet<>();//如果队的就不要重复入了 反正只会更长
    set.add(1);
    while (!q.isEmpty()) {
        int size = q.size();
        k++;
        if (k > n * n / 6 + 1) return -1;//有可能到达不了
        for (int i = 0; i < size; i++) {
            int top = q.poll();
            // 下层6个子结点
            for (int j = top + 1; j <= top + 6; j++) {
                int x = (n - 1) - (j - 1) / n;
                int y = (j - 1) % n;//先假设从左往右
                if((j - 1) / n % 2 == 1) y = (n - 1) - y; //结果是从右往左
                int next = board[x][y] == -1 ? j : board[x][y];
                if (!set.contains(next)) {
                    set.add(next);
                    q.offer(next);
                    if (next == n * n) {
                        return k;
                    }
                }

            }
        }
    }
    return -1;
}

看了下官解，思路完全一样，唯一差别就是hashSet换成了Boolean[]数组，速度上快几毫秒，换过来之后才3ms了

public int snakesAndLadders(int[][] board) {
   int n = board.length;

   Deque<Integer> q = new LinkedList<>();
   q.offer(1);

   int k = 0;
   boolean[] visited = new boolean[n * n + 1];//如果队的就不要重复入了 反正只会更长
   visited[1] = true;
   while (!q.isEmpty()) {
       int size = q.size();
       k++;
       if (k > n * n / 6 + 1) return -1;//有可能到达不了
       for (int i = 0; i < size; i++) {
           int top = q.poll();
           // 下层6个子结点
           for (int j = top + 1; j <= top + 6; j++) {
               int x = (n - 1) - (j - 1) / n;
               int y = (j - 1) % n;//先假设从左往右
               if ((j - 1) / n % 2 == 1) y = (n - 1) - (j - 1) % n; //结果是从右往左
               int next = board[x][y] == -1 ? j : board[x][y];
               if (!visited[next]){
                   visited[next] = true;
                   q.offer(next);
                   if (next == n * n) {
                       return k;
                   }
               }

           }
       }
   }
   return -1;
}

在这里插入图片描述

433. 最小基因变化

第一感觉：DFS；第二感觉：BFS也行，所以就先D/BFS都试一下吧
被一个测试用例挡住才真正看懂题目：

DFS 还挺快的

public int minMutation(String startGene, String endGene, String[] bank) {
    if (startGene.equals(endGene)) return 0;
    if (bank == null || bank.length == 0) return -1;
    if (!Arrays.asList(bank).contains(endGene)) return -1;
    visited.clear();
    int ans = dfs(startGene, endGene, bank, 0);
    return ans == Integer.MAX_VALUE ? -1 : ans;
}

HashSet<String> visited = new HashSet<>(); //预防打转
int dfs(String now, String end, String[] bank, int deep) {
    if (now.equals(end)) return deep;
    int ans = Integer.MAX_VALUE;
    for (int i = 0; i < bank.length; i++) {
        if (isNext(bank[i], now) && !visited.contains(bank[i])) {
            visited.add(bank[i]);
            ans = Math.min(dfs(bank[i], end, bank, deep + 1), ans);
            visited.remove(bank[i]); // 回退
        }
    }
    return ans;
}

// 判断s1和s2的距离是否是1
boolean isNext(String s1, String s2) {
    int k = 0;
    for (int i = 0; i < s1.length(); i++) {
        if (s1.charAt(i) != s2.charAt(i)) k++;
        if (k > 1) break;
    }
    return k == 1;
}

在这里插入图片描述

再用BFS试一下吧

public int minMutation(String startGene, String endGene, String[] bank) {
   if (startGene.equals(endGene)) return 0;
   if (bank == null || bank.length == 0) return -1;
   if (!Arrays.asList(bank).contains(endGene)) return -1;
   HashSet<String> visited = new HashSet<>();

   LinkedList<String> q = new LinkedList<>();
   q.offer(startGene);
   int k = 0;
   while (!q.isEmpty()){
       int size = q.size();
       k++;
       for (int i = 0; i < size; i++) {
           String top = q.poll();
           for (String s : bank) {
               if(isNext(s,top)&&!visited.contains(s)){
                   q.offer(s);
                   visited.add(s);
                   if(s.equals(endGene)) return k;
               }
           }
       }
   }
   return -1;
}

// 判断s1和s2的距离是否是1
boolean isNext(String s1, String s2) {
   int k = 0;
   for (int i = 0; i < s1.length(); i++) {
       if (s1.charAt(i) != s2.charAt(i)) k++;
       if (k > 1) break;
   }
   return k == 1;
}

在这里插入图片描述

题解方式穷举各种状态变换了，bank明明不是很长，为啥不直接bank中搜索合法的next呢？

74. 搜索二维矩阵

public boolean searchMatrix(int[][] matrix, int target) {
    int m = matrix.length, n = matrix[0].length;
    int x = m - 1, y = 0;
    while (x >= 0 && y < n) {
        if (target == matrix[x][y]) return true;
        else if (target < matrix[x][y]) x--;
        else y++;
    }
    return false;
}

从左下角开始搜索即可，

二分好像也可以做

127. 单词接龙

暴力做法，DFS写了一下午，一直过不了
改用BFS，简单多了，一次过

// 看答案都是用的BFS 这里也试试吧
public int ladderLength(String beginWord, String endWord, List<String> wordList) {
    Deque<String> q = new LinkedList<String>();
    q.offer(beginWord);
    HashSet<String> visited = new HashSet<>();
    int k=0;
    while (!q.isEmpty()) {
        int size = q.size();
        k++;
        for (int i = 0; i < size; i++) {
            String top = q.poll();
            for (String s : wordList) {
                if (siNext(s, top) && !visited.contains(s)) {
                    visited.add(s);
                    q.offer(s);//前往注意不是push
                    if(s.equals(endWord)) return k+1; // 比dfs简单多了  先构思好 这种数组类型的题，BFS最好 还不用回溯，太方便了 // 理论上路径长度问题，D/BFS都能解决
                }
            }
        }
    }
    return 0;
}


public boolean siNext(String str1, String str2) {
    int d = 0;
    for (int i = 0; i < str1.length(); i++) {
        if (str1.charAt(i) != str2.charAt(i)) d++;
        if (d > 1) break;
    }
    return d == 1;
}

但是速度很慢，看看题解咋做的吧
个人猜测，1 <= beginWord.length <= 10,枚举变化情况，10*25=250 每次也就250种情况，而枚举1 <= wordList.length <= 5000却有5000种情况

果然快了一丢丢，但只是一丢丢

public int ladderLength(String beginWord, String endWord, List<String> wordList) {
    Deque<String> q = new LinkedList<String>();
    q.offer(beginWord);
    HashSet<String> visited = new HashSet<>();
    HashSet<String> words = new HashSet<>(wordList);
    int k = 0;
    while (!q.isEmpty()) {
        int size = q.size();
        k++;
        for (int i = 0; i < size; i++) {
            String top = q.poll();
            for (String s : getNext(top, visited, words)) {
                visited.add(s);
                q.offer(s);//前往注意不是push
                if (s.equals(endWord))
                    return k + 1; // 比dfs简单多了  先构思好 这种数组类型的题，BFS最好 还不用回溯，太方便了 // 理论上路径长度问题，D/BFS都能解决
                
            }
        }
    }
    return 0;
}

public List<String> getNext(String s, HashSet<String> visited, HashSet<String> words) {
    ArrayList<String> ans = new ArrayList<>();
    char[] chars = s.toCharArray();
    for (int i = 0; i < chars.length; i++) {
        char t = chars[i];
        for (char c = 'a'; c <= 'z'; c++) {
            if (c != t) chars[i] = c;
            String ss = String.valueOf(chars);
            if (!visited.contains(ss) && words.contains(ss)) ans.add(ss);
        }
        chars[i] = t;
    }
    return ans;
}

双向BFS似乎更快 …

208. 实现 Trie (前缀树)

208. 实现 Trie (前缀树)
先用26叉树试一下

之前刷过，就是26叉树，一次过

class Trie {
    Trie[] next;
    boolean tail;// 结尾标记 26叉树 前缀相同 结尾应该是唯一的，不必害怕

    public Trie() {
        this.tail = false;
        this.next = new Trie[26]; // 没有头节点，为当前节点开辟空间
        // 直接new 并不会陷入死循环 // 因为并没有new对象，只是声明了长度为26的数组
        //Trie trie = new Trie(); // 写这行就会抱错，循环音乐
    }

    public void insert(String word) {
        Trie now = this;
        for (int i = 0; i < word.length(); i++) {
            int t = word.charAt(i) - 'a';
            if (now.next[t] == null) now.next[t] = new Trie();//这是真正申请对象内存
            now = now.next[t];
        }
        now.tail = true;
    }

    public boolean search(String word) {
        Trie now = this;
        for (int i = 0; i < word.length(); i++) {
            int t = word.charAt(i) - 'a';
            if (now.next[t] == null) return false;
            now = now.next[t];
        }
        return now.tail;
    }

    public boolean startsWith(String prefix) {
        Trie now = this;
        for (int i = 0; i < prefix.length(); i++) {
            int t = prefix.charAt(i) - 'a';
            if (now.next[t] == null) return false;
            now = now.next[t];
        }
        return true;
    }
}

211. 添加与搜索单词 - 数据结构设计

211. 添加与搜索单词 - 数据结构设计
典型前缀树的应用

果然就是前缀树的应用，出了2次bug,2次才过

class WordDictionary {

    WordDictionary[] next;
    boolean end; // 是否是end

    public WordDictionary() {
        this.next = new WordDictionary[26];
        this.end = false;
    }

    public void addWord(String word) {
        WordDictionary node = this;
        for (int i = 0; i < word.length(); i++) {
            int t = word.charAt(i) - 'a'; // 插入的时候没有'.'
            if (node.next[t] == null) node.next[t] = new WordDictionary();
            node = node.next[t];
        }
        node.end = true;
    }

    public boolean search(String word) {
        return dfs(this, word, 0);//循环不好写 用递归吧
    }

    public boolean dfs(WordDictionary t, String word, int k) {
        if (k == word.length()) return t.end; // 这里k不要-1  就是最后一个字符的下一个next[c]里面
        int i = word.charAt(k) - 'a';
        if (i >= 0) {// 字符
            if(t.next[i]==null) return false;
            else return dfs(t.next[i], word, k + 1);
        } else {// 通配符 '*'
            for (int j = 0; j < 26; j++) {
                if (t.next[j] != null && dfs(t.next[j], word, k + 1)) return true;
            }
        }
        return false;
    }
}

212. 单词搜索 II

说是字典树，但我想用DFS试一下1 <= m, n <= 12

DFS 超时

public List<String> findWords(char[][] board, String[] words) {
    ArrayList<String> ans = new ArrayList<>();
    int m = board.length, n = board[0].length;
    this.visited = new boolean[m][n];
    for (String word : words) {
        loop:for (int i = 0; i < m; i++) {
            for (int j = 0; j < n; j++) {
                if(board[i][j]==word.charAt(0)) {
                    for (boolean[] booleans : visited) Arrays.fill(booleans,false); // visited数组初始化
                    if(dfs(board,word,i,j,0)){
                        ans.add(word);
                        break loop;
                    }
                }
            }
        }
    }
    return ans;
}

boolean[][] visited;

public boolean dfs(char[][] board, String word, int i,int j,int k) {
    if(i<0||i>=board.length||j<0||j>=board[0].length||visited[i][j]||board[i][j]!=word.charAt(k)) return false;
    //print(board[i][j]," ");
    visited[i][j] = true;
    if(k==word.length()-1) return true;

    boolean b = dfs(board,word,i+1,j,k+1) ||
            dfs(board,word,i-1,j,k+1) ||
            dfs(board,word,i,j+1,k+1) ||
            dfs(board,word,i,j-1,k+1);
    visited[i][j] = false; // 回退的都改为false
    return b;
}

果然不行，超时了：
在这里插入图片描述

写得时候就发觉不对，嵌套太多循环，感觉会超时，所以看来还是得老老实实字典树了，但是如何字典树捏

1.看到题解开头，就萌生一个想法，每个单元格为起点分别dfs一次，然后所有路径都插入一次，不标记end
2.题解和我的做法不一样，而是先都插入前缀树一次，然后利用前缀树帮助dfs剪枝叶
因为 $1 <= words.length <= 3*10^4$ $1 <= m, n <= 12$ 12*12矩阵DFS一共32288条不同路径，差不多吧
写法题解简单一点，所以直接用题解做法重写一下吧

前缀树有一点改版，不用记录end结尾，但是需要记录一下word,也就是以我为结尾的单词是多少？
26叉树，叶子网上，每个节点只有一个唯一父亲，可以找到唯一路径的

前缀树剪枝

class Trie {

    String word; // 以我为结尾的单词是哪个
    HashMap<Character, Trie> children; // 就是next

    public Trie() {
        this.children = new HashMap<>();
        this.word = "";
    }

    public void insert(String s) {
        Trie node = this;
        for (int i = 0; i < s.length(); i++) {
            char c = s.charAt(i);
            if (!node.children.containsKey(c)) {
                node.children.put(c, new Trie());
            }
            node = node.children.get(c);
        }
        node.word = s;
    }

}

public class Solution {

    public List<String> findWords(char[][] board, String[] words) {
        this.ans = new ArrayList<>();//自动去重
        Trie trie = new Trie();
        for (String word : words) {
            trie.insert(word);
        }
        HashSet<String> wordsSet = new HashSet<>(Arrays.asList(words));//保证全局唯一实例
        for (int i = 0; i < board.length; i++) {
            for (int j = 0; j < board[i].length; j++) { // 确定起点
                dfs(board, wordsSet, trie, i, j);
            }
        }

        return ans;
    }

    int[] dx = {1, -1, 0, 0};
    int[] dy = {0, 0, 1, -1};

    private void dfs(char[][] board, HashSet<String> words, Trie trie, int i, int j) {
        if (i < 0 || i >= board.length || j < 0 || j >= board[0].length) return;
        char c = board[i][j];
        Trie next = trie.children.getOrDefault(c, null);
        if (next == null) return;//靠前缀树来减枝叶
        if (words.contains(next.word)) {
            ans.add(next.word);//真正的word在next中
            words.remove(next.word); // 防止重复
        }
        board[i][j] = '#';//标记为访问过了
        for (int k = 0; k < 4; k++) {
            dfs(board, words, next, i + dx[k], j + dy[k]);
        }
        board[i][j] = c;//访问完回溯 直接回溯当前节点，多省事儿
    }

    List<String> ans;
}

和官解大差不差：

class Trie {

    String word; // 以我为结尾的单词是哪个
    HashMap<Character, Trie> children; // 就是next

    public Trie() {
        this.children = new HashMap<>();
        this.word = "";
    }

    public void insert(String s) {
        Trie node = this;
        for (int i = 0; i < s.length(); i++) {
            char c = s.charAt(i);
            if (!node.children.containsKey(c)) {
                node.children.put(c, new Trie());
            }
            node = node.children.get(c);
        }
        node.word = s;
    }

}

public class LC212_2 extends Solution {

    public List<String> findWords(char[][] board, String[] words) {
        Trie trie = new Trie();
        for (String word : words) {
            trie.insert(word);
        }
        HashSet<String> ans = new HashSet<>(); // 自动去重
        HashSet<String> wordsSet = new HashSet<>(Arrays.asList(words));//保证全局唯一实例
        for (int i = 0; i < board.length; i++) {
            for (int j = 0; j < board[i].length; j++) { // 确定起点
                dfs(board, wordsSet, trie, i, j,ans);
            }
        }

        return new ArrayList<>(ans);
    }

    int[] dx = {1, -1, 0, 0};
    int[] dy = {0, 0, 1, -1};

    private void dfs(char[][] board, HashSet<String> words, Trie trie, int i, int j, HashSet<String> ans) {
        if (i < 0 || i >= board.length || j < 0 || j >= board[0].length) return;
        char c = board[i][j];
        Trie next = trie.children.getOrDefault(c, null);
        if (next == null) return;//靠前缀树来减枝叶
        if (!"".equals(next.word)) { // 因为按照trie存在的路径走的，走到了肯定有
            ans.add(next.word);//真正的word在next中 //  ans自动去重
        }
        board[i][j] = '#';//标记为访问过了
        for (int k = 0; k < 4; k++) {
            dfs(board, words, next, i + dx[k], j + dy[k], ans);
        }
        board[i][j] = c;//访问完回溯 直接回溯当前节点，多省事儿
    }
}

77. 组合

直接dfs，怎么好慢呢

public List<List<Integer>> combine(int n, int k) {
    List<List<Integer>> ans = new ArrayList<>();
    dfs(n, k, 1, new HashSet<Integer>(), ans);
    return ans;
}

public void dfs(int n, int k, int now, Set<Integer> set, List<List<Integer>> ans) {
    if (set.size() == k) {
        ans.add(new ArrayList<>(set));
        return;
    }
    for (int i = now; i <= n; i++) {//参数now防止重复
        if (!set.contains(i)) {
            set.add(i);
            dfs(n, k, i, set, ans);
            set.remove(i);
        }
    }
}

优化了还是很慢：

public List<List<Integer>> combine(int n, int k) {
    List<List<Integer>> ans = new ArrayList<>();
    dfs(n, k, 1, new HashSet<Integer>(), ans);
    return ans;
}

public void dfs(int n, int k, int now, Set<Integer> set, List<List<Integer>> ans) {
    if (set.size() == k) {
        ans.add(new ArrayList<>(set));
        return;
    }
    for (int i = now; i <= n - (k - set.size()) + 1; i++) {//参数now防止重复   上届也有(set.size+(剩下来~n)至少得有k个吧 妙处在于set.size())
        if (!set.contains(i)) {
            set.add(i);
            dfs(n, k, i, set, ans);
            set.remove(i);
        }
    }
}

46. 全排列

public List<List<Integer>> permute(int[] nums) {
    List<List<Integer>> ans = new ArrayList<>();
    dfs(nums, new ArrayList<>(), new HashSet<Integer>(), ans);
    return ans;
}

public void dfs(int[] nums, List<Integer> curt, Set<Integer> visited, List<List<Integer>> ans) {
    if (curt.size() == nums.length) {
        ans.add(new ArrayList<>(curt));
    }
    for (int i = 0; i < nums.length; i++) {
        if (!visited.contains(nums[i])) {
            visited.add(nums[i]);
            curt.add(nums[i]);
            dfs(nums, curt, visited, ans);
            curt.remove(curt.size() - 1);
            visited.remove(nums[i]);
        }
    }
}

52. N 皇后 II

在国际象棋的规则中，皇后可以攻击与之处在同一行或同一列或同一斜线上的棋子。

N皇后很久没做了，先自己尝试写下，回忆一遍

不同行列就是全排列，所以就是全排列加了一个不同斜线的限制
那么不同斜线怎么限制呢？就是过该点斜率为 $\pm1$ 的直线啦，简单一点，和相等=》主对角线上，差相等=》次对角线上

暴力开3个set,一次过，这应该算不上难题

public int totalNQueens(int n) {
    ArrayList<Integer> temp = new ArrayList<>();
    HashSet<Integer> set1 = new HashSet<>(); // 和相等 次对角线
    HashSet<Integer> set2 = new HashSet<>(); // 差相等 主对角线
    HashSet<Integer> set3 = new HashSet<>(); // 行或列不能相同
    dfs(n, 0, set1, set2, set3);
    return ans;
}

int ans = 0;

public void dfs(int n, int k, Set<Integer> set1, Set<Integer> set2, Set<Integer> set3) {
    if (k == n) ans++;
    for (int i = 0; i < n; i++) {//(k,i)
        if (!set1.contains(k + i) && !set2.contains(k - i) && !set3.contains(i)) {
            set1.add(k + i);
            set2.add(k - i);
            set3.add(i);

            dfs(n, k + 1, set1, set2, set3);

            set1.remove(k + i);
            set2.remove(k - i);
            set3.remove(i);
        }
    }
}

108. 将有序数组转换为二叉搜索树

开始觉得应该是AVL的创建，左旋右旋啥的，但是一看简单题，不应该呀，注意题目说的是任意AVL, 且数组有序，那么我就可以确定插入顺序了，通过插入顺序避免RL操作，不就退化为BST的插入了么，这才是简单题。

以二分的顺序插入，就行了

简单kadane，换个方式我就不会了，唉，调一晚上也不能全过

我的做法，只能过107/112=95%

// 两轮最大连续子数组和 试一下
public int maxSubarraySumCircular(int[] nums) {
    int begin = 0;
    int[] dp = new int[nums.length];
    int ans = nums[0];
    for (int i = 0; i < nums.length * 2; i++) {
        if (i == 0) dp[0] = nums[0];
        else {
            int k = (i + nums.length) % nums.length;
            int pre = (i - 1 + nums.length) % nums.length; // 上一个
            if (k == begin) {
                begin++; // 前面收缩一下，多几种情况，可能会更好 // 头作尾，大小不变
                while (begin < nums.length && nums[begin] <= 0) {
                    dp[pre] -= nums[begin];//这种情况会增大
                    begin++;
                }
                dp[k] = dp[pre];//头做尾，大小不变
                ans = Math.max(ans,dp[k]);
                continue;

            }
            if (dp[pre] > 0) {
                dp[k] = dp[pre] + nums[k];
            } else {
                dp[k] = nums[k];
                begin = k;
            }
            ans = Math.max(ans, dp[k]);
        }
    }
    return ans;
}

直接看题解吧，唉

看完题解傻眼了，真的是太蠢了，不会学以致用啊，跨数组，那就求最小子数组和呗，再用sum(arr)减去它不就行了吗，跨越数组边界的子数组，其补集是连续的呀。

begin没起到作用，竟然直接就过了

// 两轮最大连续子数组和 试一下
public int maxSubarraySumCircular(int[] nums) {
    int begin = 0;//minBegin
    int n = nums.length;
    int[] dpMax = new int[n];
    int[] dpMin = new int[n];
    int ans = nums[0];
    int sum = Arrays.stream(nums).sum();
    for (int i = 0; i < n; i++) {
        if(i==0){
            dpMax[i] = nums[i];
            dpMax[i] = nums[i];
        }else {
            if(dpMax[i-1]>0){
                dpMax[i] = dpMax[i-1]+nums[i];
            }else {
                dpMax[i] = nums[i];
            }

            if(dpMin[i-1]<0){
                dpMin[i] = dpMin[i-1]+nums[i];
            }else {
                dpMin[i] = nums[i];
                begin = i;//最小连续字数组和的起点
            }

            ans = Math.max(ans,dpMax[i]);
            ans = Math.max(ans,sum-dpMin[i]);
        }
    }
    return ans;
}

代码层面优化一下

public int maxSubarraySumCircular(int[] nums) {
    int n = nums.length;
    int[] dpMax = new int[n];
    int[] dpMin = new int[n];
    int ans = nums[0];
    int sum = Arrays.stream(nums).sum();
    for (int i = 0; i < n; i++) {
        if(i==0){
            dpMax[i] = nums[i];
            dpMin[i] = nums[i];
        }else {
            dpMax[i] = Math.max(nums[i],dpMax[i-1]+nums[i]);
            dpMin[i] = Math.min(nums[i],dpMin[i-1]+nums[i]);
            ans = Math.max(ans,dpMax[i]);
            if(sum!=dpMin[i]) ans = Math.max(ans,sum-dpMin[i]);//子数组不能为空，也就是补集不能为全集
        }
    }
    return ans;
}

再改成一维滚动数组 ▲ 应该能直接写出来的，连续子数组和本来就可以滚动数组

public int maxSubarraySumCircular(int[] nums) {
    int n = nums.length;
    int max = 0;
    int min = 0;
    int sum = 0;
    int maxA = nums[0], minA = nums[0];//全局最大和最小连续值
    for (int i = 0; i < n; i++) {
        max = Math.max(nums[i], nums[i] + max);//以num[i]结尾的连续子数组最大值
        maxA = Math.max(maxA, max);
        min = Math.min(nums[i], nums[i] + min);//以num[i]结尾的连续子数组最小值
        minA = Math.min(minA, min);
        sum += nums[i];
    }
    return sum == minA ? maxA : Math.max(maxA, sum - minA);
}

427. 建立四叉树

递归分治 1ms 还行

public Node construct(int[][] grid) {
   if (grid.length == 1) return new Node(grid[0][0] == 1, true);
   return combine(grid, 0, 0, grid.length - 1, grid[0].length - 1);
}

public Node combine(int[][] grid, int x1, int y1, int x2, int y2) {//左闭右闭吧
   //prints(x1, y1, '\t', x2, y2);
   Node root = new Node(false, false);//默认不是叶子
   // 递归边界
   if (x2 - x1 == 1) {
       int v = grid[x1][y1];
       root.topLeft = new Node(grid[x1][y1] == 1, true);
       root.topRight = new Node(grid[x1][y2] == 1, true);
       root.bottomLeft = new Node(grid[x2][y1] == 1, true);
       root.bottomRight = new Node(grid[x2][y2] == 1, true);
   } else {
       int midX = (x1 + x2) / 2, midY = (y1 + y2) / 2;
       root.topLeft = combine(grid, x1, y1, midX, midY);
       root.topRight = combine(grid, x1, midY + 1, midX, y2);
       root.bottomLeft = combine(grid, midX + 1, y1, x2, midY);
       root.bottomRight = combine(grid, midX + 1, midY + 1, x2, y2);
   }

   // 判断是否合并
   if (root.topLeft.isLeaf && root.topRight.isLeaf && root.bottomRight.isLeaf && root.bottomLeft.isLeaf) {
       boolean val = root.topLeft.val;
       if (root.topRight.val == val && root.bottomLeft.val == val && root.bottomRight.val == val) {
           root.val = val;
           root.isLeaf = true;
           // else里面也会有这种情况 所以置为null是不可避免的
           root.topLeft = null;
           root.topRight = null;
           root.bottomLeft = null;
           root.bottomRight = null;
       }
   }
   return root;
}

node打印

public void levelOrder() {
    Queue<Node> q = new LinkedList<>();
    q.offer(this);

    System.out.print("[");
    while (!q.isEmpty()) {
        Node top = q.poll();
        System.out.print(top);
        if(top.isLeaf) continue;//很重要
        if (top.topLeft != null) q.offer(top.topLeft);//一定记住是top.
        if (top.topRight != null) q.offer(top.topRight);
        if (top.bottomLeft != null) q.offer(top.bottomLeft);
        if (top.bottomRight != null) q.offer(top.bottomRight);
    }
    System.out.println("]");
}

再看看题解怎么做的,果然我的代码有问题,修改一下，0ms了

public Node construct(int[][] grid) {
    return combine(grid, 0, 0, grid.length - 1, grid[0].length - 1);
}

public Node combine(int[][] grid, int x1, int y1, int x2, int y2) {//左闭右闭吧
    int v = grid[x1][y1];
    boolean same = true;
    loop:
    for (int i = x1; i <= x2; i++) {
        for (int j = y1; j <= y2; j++) {
            if (v != grid[i][j]) {
                same = false;
                break loop;
            }
        }
    }
    if (same) return new Node(v==1, true);//其他直接默认是null
    int midX = (x1 + x2) / 2, midY = (y1 + y2) / 2;
    return new Node(true,false,
            combine(grid, x1, y1, midX, midY),
            combine(grid, x1, midY + 1, midX, y2),
            combine(grid, midX + 1, y1, x2, midY),
            combine(grid, midX + 1, midY + 1, x2, y2)
    );//左闭右开就没有+1 -1了
}

todo: 前缀树优化

23. 合并 K 个升序链表

就是归并呀，挺简单的呀，就是自己写的时间有点慢

public ListNode mergeKLists(ListNode[] lists) {
    ListNode root = new ListNode();
    ListNode tail = root;
    ListNode def = new ListNode(Integer.MAX_VALUE);

    while (true) {
        ListNode h = def;
        int cnt = 0;
        for (int i = 0; i < lists.length; i++) {
            if (lists[i] != null && lists[i].val < h.val) {
                h = lists[i];
                cnt = i;
            }
        }
        if (h == def) break;
        tail.next = h;
        tail = h;
        lists[cnt]=lists[cnt].next;
    }
    return root.next;
}

看看题解咋写的，果然没有这么简单，最优解需要用到优先队列
新建数据结构

// 优先队列 也就是堆的单个元素
class Status implements Comparable<Status> {
    int val;
    ListNode ptr;

    Status(int val, ListNode ptr) {
        this.val = val;
        this.ptr = ptr;
    }
	// 自定义类 必须实现比较依据
    public int compareTo(Status status2) {
        return this.val - status2.val;
    }
}
// 维护优先队列 根据队首元素，建立的小根堆
PriorityQueue<Status> queue = new PriorityQueue<Status>();

优先队列维护最小队，果然快了不少

class Status implements Comparable<Status> {
    int val;
    ListNode list;
    Status(int val, ListNode list) {
        this.val = val;
        this.list = list;
    }
    @Override
    public int compareTo(Status status) {
        return this.val - status.val;
    }
}


public ListNode mergeKLists(ListNode[] lists) {
    PriorityQueue<Status> pq = new PriorityQueue<>();
    for (ListNode list : lists) {
        if (list != null) {
            pq.offer(new Status(list.val, list));//自动O(logN)维护最小
        }
    }
    ListNode root = new ListNode();
    ListNode tail = root;
    while (!pq.isEmpty()) {
        Status top = pq.poll();
        tail.next = top.list;
        tail = tail.next;
        if (top.list.next != null) {
            pq.offer(new Status(top.list.next.val, top.list.next));
        }
    }
    return root.next;
}

4. 寻找两个正序数组的中位数

408真题类似，408中两个数组长度一样，其实不一样也可以做，取个平均即可。看下一样时王道书的讲解。
在这里插入图片描述
todo 最优解好难啊

373. 查找和最小的 K 对数字 ▲水题为何不会呢

373. 查找和最小的 K 对数字

先分析一下题意，搞懂如何多路归并，就简单了

public class LC373Test extends Solution {

    public static void main(String[] args) {
        printReg("[1,7,11]", "[2,4,6]");
        printReg("[1,1,2]", "[1,2,3]");
        printReg("[1,2,4,5,6]", "[3,5,7,9]");

    }

    private static void printReg(String strs, String strs1) {
        int[] nums1 = HzaUtils.string2Ints(strs);
        int[] nums2 = HzaUtils.string2Ints(strs1);

        if (nums1.length > nums2.length) {
            int[] t = nums1;
            nums1 = nums2;
            nums2 = t;
        }

        for (int i = 0; i < nums1.length; i++) {
            for (int j = 0; j < nums2.length; j++) {
                print(nums1[i] + nums2[j], "\t");
            }
            print();
        }
        print();
    }

}

在这里插入图片描述
每一行看成一条链表
不就成了一个多条链表的多路归并问题了么
当然链表条数越少越好,可以取Math.min(m,n,k)也可以Math.min(m,k)或者Math.min(n,k) 后两种就不用操心哪条队列短了

参考题解：https://leetcode.cn/problems/find-k-pairs-with-smallest-sums/solutions/1209848/gong-shui-san-xie-duo-lu-gui-bing-yun-yo-pgw5/?envType=study-plan-v2&envId=top-interview-150

这样就知道怎么加入元素了，初始化加一列，也就是每条链的链头。然后哪个元素最小被选中了，就将该链下一个元素加入即可。多么简单

不考虑nums1是否小（归并路数不最优）

public List<List<Integer>> kSmallestPairs(int[] nums1, int[] nums2, int k) {
    ArrayList<List<Integer>> ans = new ArrayList<>();
    int m = nums1.length, n = nums2.length;

    PriorityQueue<int[]> heap = new PriorityQueue<>((a, b) -> (nums1[a[0]] + nums2[a[1]]) - (nums1[b[0]] + nums2[b[1]]));

    for (int i = 0; i < Math.min(m, k); i++) {
        heap.add(new int[]{i, 0}); // 队首都先进来
    }

    // 开始多路归并
    while (ans.size() < k) {
        int[] cur = heap.poll();
        ans.add(Arrays.asList(nums1[cur[0]], nums2[cur[1]]));
        if (cur[1] + 1 < n) {
            heap.add(new int[]{cur[0], cur[1] + 1}); // cur[0] 条链表的下一个元素进来
        }
    }

    return ans;
}

下面两种方法都不行：

// 确保nums1短
if (m > n) {
    int[] t = nums2;
    nums2 = nums1;
    nums1 = t;
} // 编译不过

// 直接这么写答案会是反的
if (m > n) {
    return kSmallestPairs(nums2, nums1, k);
}

也就快了那么一点点，作用其实不大：

boolean swap = false;
public List<List<Integer>> kSmallestPairs(int[] nums1, int[] nums2, int k) {
    int m = nums1.length, n = nums2.length;
    if (m > n) {
        swap = true;
        return kSmallestPairs(nums2, nums1, k);
    }

    ArrayList<List<Integer>> ans = new ArrayList<>();
    PriorityQueue<int[]> heap = new PriorityQueue<>((a, b) -> (nums1[a[0]] + nums2[a[1]]) - (nums1[b[0]] + nums2[b[1]]));

    for (int i = 0; i < Math.min(m, k); i++) {
        heap.add(new int[]{i, 0}); // 队首都先进来
    }

    // 开始多路归并
    while (ans.size() < k) {
        int[] cur = heap.poll();
        ans.add(swap ? Arrays.asList(nums2[cur[1]], nums1[cur[0]]) : Arrays.asList(nums1[cur[0]], nums2[cur[1]]));
        if (cur[1] + 1 < n) {
            heap.add(new int[]{cur[0], cur[1] + 1}); // cur[0] 条链表的下一个元素进来
        }
    }

    return ans;
}

172. 阶乘后的零

方法1：尾数取余（多余的高位并不会影响末尾的0）

public int trailingZeroes(int n) {
    int mul = 1;
    int k = 0;
    for (int i = 1; i <= n; i++) {
        mul *= i;
        while (mul % 10 == 0) {
            mul /= 10;
            k++;
        }
        mul %= 100000; // 防止溢出  多余的位数也起不到作用
    }

    return k;
}

方法2、3参考：https://leetcode.cn/problems/factorial-trailing-zeroes/solutions/47030/xiang-xi-tong-su-de-si-lu-fen-xi-by-windliang-3/?envType=study-plan-v2&envId=top-interview-150

方法2: 只用计算n!分解质因数后5的个数

public int trailingZeroes(int n) {
    // 搞错了，不是n/5  而是log(n,5) n中质因子5的个数   1，2，3，4，5的顺序，每次出现一个尾数5，会提前出现3个2 因此2一定够用，找5即可
    // 10=> 2*5  一个0一个5
    // 100=> 2*5*2*5  2个0 2个5 正好
    // 换底公式计算
    int count = 0;
    for (int i = 1; i <= n; i++) {
        int N = i;
        while (N % 5 == 0) {
            N /= 5;
            count++;
        }
    }
    return count;
}

方法3: 优化计算

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 …
每隔5个数出现一个5
每隔25个数会多出现一个5 （2个5。55）
每隔125个数又会多出现一个5 （3个5. 55*5）

public int trailingZeroes(int n) {
    int count = 0;
    while (n > 0) { // n>5就有 不需要n%5==0。这里的n不是阶乘了
        count += n / 5;
        n /= 5;
    }
    return count;
}