力扣刷题
Top 热题
2020年8月份左右
25.链表k个一组反转
3.无重复字符的最长子串
206.反转链表
92.反转链表 II
215.数组中的第K个最大元素
2. 字符串
无重复字符的最长子串
Nr.3
给定一个字符串,请你找出其中不含有重复字符的 最长子串 的长度。
示例 1:
输入: "abcabcbb"
输出: 3
解释: 因为无重复字符的最长子串是 "abc",所以其长度为 3。
解题思路:
利用哈希表记录每个出现的字符以其下标,当遇到重复的字符时,先判断重复的字符是否在left左指针的范围内,如果在,left更新到以前重复字符的下一个位置,如果不在,更新重复字符在哈希表中的下标记录,每次比较最大长度。
比如字符串:"abcddbcefga",当遍历到第二个d的时候,left此时在index=0的位置,查表可知被重复的d在index=3,因此left更新到index+1=4的位置,之前的长度到4,是目前最长的;
d在哈希表中更新到4,并开始继续遍历,长度并随之回归到1,之后遇到重复的'b','c','a'都会因为
没有大于left,而不会产生影响, 最终返回长度7(dcbcefga)。
代码:
public static int lengthOfLangestSubString( String str) { if (str==null || str.length()==0){ return 0; } // 左指针 int left = 0; int maxLength = 0; // 字母记录表 HashMap<Character, Integer> CharMap = new HashMap<>(); // 遍历字母 for(int i=0; i<str.length(); i++){ // 如果有重复的字符,如果是在当前的有效区间内,则更新left // 比如: abcddbcdefga 最后一个a,是在哈希表中重复的,如果不判断会导致left更新到2 if (CharMap.containsKey(str.charAt(i)) && CharMap.get(str.charAt(i)) >= left){ left = CharMap.get(str.charAt(i)) + 1; } // 添加新的字符,更新他们的value CharMap.put(str.charAt(i), i); maxLength = Math.max(maxLength, i-left+1); }
3.排序
数组的Top-Kth元素
Nr.215
题目描述:
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。
输入: [3,2,3,1,2,4,5,5,6] 和 k = 4
输出: 4
解法1: 基于堆排序的选择方法
我们也可以使用堆排序来解决这个问题:建立一个大根堆,做K-1次删除操作后堆顶元素就是我们要找的答案。
或者建立一个容积为K的小根堆,然后再遍历数组,如果比堆顶元素大,则把大的数和堆顶替换掉,这个小根堆的堆顶是这个K个数中最小的,但这个堆也是所有数中最大的K个,因此堆顶就是第K大元素。
public static int findKthLargest(int[] arr, int k){ if (k<0 || k>arr.length){ throw new IllegalArgumentException("输入K错误"); } PriorityQueue<Integer> minHeap = new PriorityQueue<>(k, new AscendingComparator()); for (int i=0; i<k; i++){ minHeap.offer(arr[i]); } for (int i=k; i<arr.length; i++){ if (arr[i] > minHeap.peek()){ minHeap.poll(); minHeap.offer(arr[i]); } } return minHeap.peek(); }
也可以自己建立堆结构,进行维护和堆操作
public static void swap (int[] arr, int i, int j){ int temp = arr[i]; arr[i] = arr[j]; arr[j] = temp; } // 解法一: 构建小根堆,再一次遍历数组,比堆顶元素大,就添加更新,最后小根堆里面保存了最大的K个数,堆顶恰好是Kth大数 public static void heapInsert_min(int[] arr, int index){ // 停止更新时,比父节点大;或者已经是堆顶元素了 while(arr[index] < arr[(index-1)/2]){ swap(arr, index, (index-1)/2); index = (index-1)/2; } } public static void heapify_min(int[] arr, int cur, int heapSize){ // 把数组的第一个元素被更换,从cur=0开始,重新堆化,有效区不变 int left = 2 * cur + 1; // left+1 和 left都是下标,最大不能超过heapSize-1 while(left < heapSize){ int smaller = ((left + 1)<heapSize && arr[left] > arr[left+1]) ? left+1 : left; if (arr[cur] < arr[smaller]) { break; } swap(arr, cur, smaller); cur = smaller; left = 2 * cur + 1; } } public static void main(String[] args) { int [] arr = {3, 2, 1, 5, 6, 4}; int k = 2; // 方法一: 小根堆 int[] minHeap = Arrays.copyOf(arr, k); for (int i=0; i<k; i++) { heapInsert_min(minHeap, i); } for (int i=k; i<arr.length; i++) { if (minHeap[0] < arr[i]) { minHeap[0] = arr[i]; heapify_min(minHeap, 0, minHeap.length); } } System.out.println("第二大的元素是: " + minHeap[0]); }
4. 堆与栈
有效的括号
Nr.20
题目链接
类似的题目有三道,链接
题目描述:
给定一个只包括 '(',')','{','}','[',']' 的字符串,判断字符串是否有效。
有效字符串需满足:
左括号必须用相同类型的右括号闭合。
左括号必须以正确的顺序闭合。
题目解析:
- 栈先入后出特点恰好与本题括号排序特点一致,即若遇到左括号入栈,遇到右括号时将对应栈顶左括号出栈,则遍历完所有括号后 stack 仍然为空;
- 建立哈希表 dic 构建左右括号对应关系:key左括号,value右括号;这样查询 2 个括号是否对应只需 O(1) 时间复杂度;
- 建立栈 stack,遍历字符串 s 并按照算法流程一一判断。
算法流程:
- 如果 c 是左括号,则入栈 pushpush;
- 否则通过哈希表判断括号对应关系,若 stack 栈顶出栈括号
stack.pop()
与当前遍历括号c
不对应,则提前返回false
。
解决边界问题:
// 逻辑表达式有短路功能,若第一个为true,栈为空,第二个不会再判断 // 若第一个为false,要判断第二个条件,此时就有前提条件,栈不为空了 if(myStack.isEmpty() || myMap.get(myStack.pop())!=c){ return false; }
复杂度分析:
时间复杂度 O(N):正确的括号组合需要遍历;
空间复杂度 O(N):哈希表和栈使用线性的空间大小。
代码:
public boolean isValid(String s) { // 建立哈希表 HashMap<Character, Character> myMap = new HashMap<Character, Character>(); myMap.put('(', ')'); myMap.put('{', '}'); myMap.put('[', ']'); // 利用辅助栈 Stack<Character> myStack = new Stack<>(); // 遍历字符串 for(int i=0; i<s.length(); i++){ // 当前字符 char c = s.charAt(i); // 判断当前字符是否是开括号,如果是则入栈 if(myMap.containsKey(c)){ myStack.push(c); }else{ // 如果闭括号,则判断此时栈是否为空,若为空则返回false // 若不为空,则判断弹出字符是否是开括号(栈顶元素)所对应的闭括号 if(myStack.isEmpty() || myMap.get(myStack.pop())!=c){ return false; } //也可以这样写 if(myStack.isEmpty()){ return false; } if(myMap.get(myStack.pop())!=c){ return false; } } } // 最后判断栈是否为空 return myStack.isEmpty(); }