动态规划 import java.util.*; public class Solution { /** * 最少货币数 * @param arr int整型一维数组 the array * @param aim int整型 the target * @return int整型 */ public int minMoney (int[] arr, int aim) { int[] dp = new int[aim + 1]; Arrays.fill(dp, aim + 1); ...

思路 这个题目要求时间复杂度，想到用优先队列，超过k个可以出队列，保证了调整堆的时间为,再加上外层循环遍历一遍数组，时间复杂度正好满足要求。要统计出现字符串的频率，我们可以用一个哈希表记录。排序要实现按字符串出现频率由高到低排序。如果不同的字符串有相同出现频率，按字典序排序。那么我们得自定义排序，根据数字我们制作小顶堆，因为只有大的在下面，到时元素个数大于k是，可以把出现频率小的出队列。对于频率相同的，根据字典排序。 代码 import java.util.*; public class Solution { /** * return topK string *...

思路：自定义排序 实现：对于数组中的两个整数，我们自定义他们之间的顺序，可以考虑比较两个数拼接之后的数字，比如x,y,则比较y拼接在x后，和x拼接在y后的大小，实现定制排序。 注意点：在运行过程中遇到了特殊的测试用例[0,0],我们只需要加一个条件(sb.length() == 1 && Integer.parseInt(sb.toString()) == 0 && num == 0 则不加入多余的零即可。 代码 import java.util.*; public class Solution { /** * 最大数 * @para...

解题思路 为求数组中的最长连续子序列，可能会想到利用排序，先对数组排序，再遍历枚举找到最长连续子序列，但排序时间复杂度至少都是nlg(n)下面介绍一种不需要排序的时间复杂度O（n）算法，我们从做到右遍历数组，对于每一个元素，枚举它的最长连续子序列，在枚举的过程中，我们要判断元素是否在数组中，因此我们引入哈希表，把查找元素的时间复杂度降到O(1),比如遍历到数组的元素x,我们枚举x + 1, x + 2, x + 3....是否在数组中，寻找最长连续子序列 优化 上面的思路存在很多的重复枚举，我们观察连续子序列，x, x + 1, x + 2, x + 3, x + 4....,枚举x + 1是...