每天解锁letcode算法题

1.两数之和

给定一个整数数组 nums 和一个整数目标值 target,请你在该数组中找出 和为目标值 target 的那 两个 整数,并返回它们的数组下标。

你可以假设每种输入只会对应一个答案。但是,数组中同一个元素在答案里不能重复出现。

示例 1:

输入:nums = [2,7,11,15], target = 9

输出:[0,1]

解释:因为 nums[0] + nums[1] == 9 ,返回 [0, 1] 。

这是一个经典的两数之和问题,可以使用哈希表来解决。以下是一个JavaScript的实现:

ini 复制代码
function twoSum(nums, target) {
    let map = new Map();
    for (let i = 0; i < nums.length; i++) {
        let complement = target - nums[i];
        if (map.has(complement)) {
            return [map.get(complement), i];
        }
        map.set(nums[i], i);
    }
    return [];
}

在这个函数中,我们首先创建一个空的哈希表。然后,我们遍历输入数组的每个元素。对于每个元素,我们计算目标值与该元素的差(称为补数),然后检查哈希表中是否存在这个补数。如果存在,那么我们找到了两个和为目标值的数,返回它们的索引。如果不存在,我们将当前元素和它的索引添加到哈希表中。如果遍历完数组都没有找到两个和为目标值的数,我们返回一个空数组。

2.字母异位词分组

给你一个字符串数组,请你将 字母异位词 组合在一起。可以按任意顺序返回结果列表。

字母异位词 是由重新排列源单词的所有字母得到的一个新单词。

示例 1:

输入: strs = ["eat", "tea", "tan", "ate", "nat", "bat"]

输出: [["bat"],["nat","tan"],["ate","eat","tea"]]

这个问题可以通过使用哈希表来解决,将排序后的字符串作为键,原始字符串的列表作为值。以下是一个JavaScript的实现:

python 复制代码
function groupAnagrams(strs) {
    let map = new Map();
    for (let str of strs) {
        let sorted = [...str].sort().join('');
        if (map.has(sorted)) {
            map.get(sorted).push(str);
        } else {
            map.set(sorted, [str]);
        }
    }
    return Array.from(map.values());
}

在这个函数中,我们首先创建一个空的哈希表。然后,我们遍历输入数组的每个字符串。对于每个字符串,我们将其字符排序并连接成一个新的字符串,然后检查哈希表中是否存在这个排序后的字符串。如果存在,我们将原始字符串添加到对应的列表中。如果不存在,我们在哈希表中添加一个新的条目,键是排序后的字符串,值是一个包含原始字符串的新列表。最后,我们返回哈希表中所有值的列表,这就是所有的字母异位词组。

3.最长连续序列

给定一个未排序的整数数组 nums ,找出数字连续的最长序列(不要求序列元素在原数组中连续)的长度。

请你设计并实现时间复杂度为 O(n) 的算法解决此问题。

示例 1:

输入:nums = [100,4,200,1,3,2]

输出:4

解释:最长数字连续序列是 [1, 2, 3, 4]。它的长度为 4。

示例 2:

输入:nums = [0,3,7,2,5,8,4,6,0,1]

输出:9

提示:

0 <= nums.length <= 105

-109 <= nums[i] <= 109

这个问题可以通过使用哈希表来解决,哈希表中存储每个元素以及它所在的连续序列的长度。以下是一个JavaScript的实现:

ini 复制代码
function longestConsecutive(nums) {
    let numSet = new Set(nums);
    let longestStreak = 0;

    for (let num of numSet) {
        if (!numSet.has(num - 1)) {
            let currentNum = num;
            let currentStreak = 1;

            while (numSet.has(currentNum + 1)) {
                currentNum += 1;
                currentStreak += 1;
            }

            longestStreak = Math.max(longestStreak, currentStreak);
        }
    }

    return longestStreak;
}

在这个函数中,我们首先创建一个集合,包含输入数组中的所有元素。然后,我们遍历集合中的每个元素。对于每个元素,如果它的前一个元素不在集合中(也就是说,它是当前连续序列的第一个元素),我们就开始查找包含它的连续序列。我们通过不断地检查并增加当前元素,直到找不到下一个元素为止,同时我们也记录下当前连续序列的长度。最后,我们返回找到的最长连续序列的长度。

4.零移动

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。

请注意 ,必须在不复制数组的情况下原地对数组进行操作。

示例 1:

输入: nums = [0,1,0,3,12]

输出: [1,3,12,0,0]

示例 2:

输入: nums = [0]

输出: [0]

这个问题可以通过使用双指针来解决,一个指针用于遍历数组,另一个指针用于指向下一个非零元素应该放置的位置。以下是一个JavaScript的实现:

ini 复制代码
function moveZeroes(nums) {
    let insertPos = 0;
    for (let i = 0; i < nums.length; i++) {
        if (nums[i] !== 0) {
            nums[insertPos++] = nums[i];
        }
    }
    while (insertPos < nums.length) {
        nums[insertPos++] = 0;
    }
}

在这个函数中,我们首先初始化一个指针insertPos为0,这个指针表示下一个非零元素应该放置的位置。然后,我们遍历数组,对于每个元素,如果它不是0,我们就将它放到insertPos指向的位置,然后将insertPos向前移动一位。这样,所有的非零元素都会被移到数组的前面,而且它们的相对顺序不会改变。最后,我们将insertPos之后的所有位置都填充为0,这样就完成了所有0的移动。

5.盛最多水的容器

给定一个长度为 n 的整数数组 height 。有 n 条垂线,第 i 条线的两个端点是 (i, 0) 和 (i, height[i]) 。

找出其中的两条线,使得它们与 x 轴共同构成的容器可以容纳最多的水。

返回容器可以储存的最大水量。

说明: 你不能倾斜容器。

示例 1:

输入:[1,8,6,2,5,4,8,3,7]

输出:49

解释:图中垂直线代表输入数组 [1,8,6,2,5,4,8,3,7]。在此情况下,容器能够容纳水(表示为蓝色部分)的最大值为 49。

示例 2:

输入:height = [1,1]

输出:1

这个问题可以通过使用双指针来解决,一个指针从数组的开始位置开始移动,另一个指针从数组的结束位置开始移动。以下是一个JavaScript的实现:

ini 复制代码
function maxArea(height) {
    let maxarea = 0, l = 0, r = height.length - 1;
    while (l < r) {
        maxarea = Math.max(maxarea, Math.min(height[l], height[r]) * (r - l));
        if (height[l] < height[r])
            l++;
        else
            r--;
    }
    return maxarea;
}

在这个函数中,我们首先初始化两个指针lr,分别指向数组的开始位置和结束位置,然后初始化最大面积maxarea为0。然后,我们进入一个循环,只要l小于r,我们就继续循环。在每次循环中,我们计算当前两条线构成的容器的面积,如果这个面积大于maxarea,我们就更新maxarea。然后,我们将较短的那条线向中间移动一位,因为移动较长的线不会增加容器的面积,而移动较短的线可能会增加容器的面积。最后,我们返回maxarea,这就是容器可以储存的最大水量。

6.三数之和

给你一个整数数组 nums ,判断是否存在三元组 [nums[i], nums[j], nums[k]] 满足 i != j、i != k 且 j != k ,同时还满足 nums[i] + nums[j] + nums[k] == 0 。请

你返回所有和为 0 且不重复的三元组。

注意: 答案中不可以包含重复的三元组。

示例 1:

输入:nums = [-1,0,1,2,-1,-4]

输出:[[-1,-1,2],[-1,0,1]]

解释:

nums[0] + nums[1] + nums[2] = (-1) + 0 + 1 = 0 。

nums[1] + nums[2] + nums[4] = 0 + 1 + (-1) = 0 。

nums[0] + nums[3] + nums[4] = (-1) + 2 + (-1) = 0 。

不同的三元组是 [-1,0,1] 和 [-1,-1,2] 。

注意,输出的顺序和三元组的顺序并不重要。

示例 2:

输入:nums = [0,1,1]

输出:[]

解释:唯一可能的三元组和不为 0 。

示例 3:

输入:nums = [0,0,0]

输出:[[0,0,0]]

解释:唯一可能的三元组和为 0 。

这个问题可以通过使用排序和双指针来解决。以下是一个JavaScript的实现:

ini 复制代码
function threeSum(nums) {
    nums.sort((a, b) => a - b);
    let result = [];
    for (let i = 0; i < nums.length - 2; i++) {
        if (i > 0 && nums[i] === nums[i - 1]) continue;
        let j = i + 1, k = nums.length - 1;
        while (j < k) {
            let sum = nums[i] + nums[j] + nums[k];
            if (sum === 0) {
                result.push([nums[i], nums[j], nums[k]]);
                while (nums[j] === nums[j + 1]) j++;
                while (nums[k] === nums[k - 1]) k--;
                j++;
                k--;
            } else if (sum < 0) {
                j++;
            } else {
                k--;
            }
        }
    }
    return result;
}

在这个函数中,我们首先对数组进行排序。然后,我们遍历数组,对于每个元素,我们使用两个指针,一个指向它后面的元素,另一个指向数组的最后一个元素。然后,我们在两个指针之间查找两个数,使得这三个数的和为0。如果找到了,我们就将这三个数添加到结果中,然后移动两个指针,跳过所有重复的元素。如果这三个数的和小于0,我们就将前面的指针向后移动一位。如果这三个数的和大于0,我们就将后面的指针向前移动一位。最后,我们返回结果,这就是所有和为0的三元组。

相关推荐
hsling松子14 分钟前
使用PaddleHub智能生成,献上浓情国庆福
人工智能·算法·机器学习·语言模型·paddlepaddle
dengqingrui12339 分钟前
【树形DP】AT_dp_p Independent Set 题解
c++·学习·算法·深度优先·图论·dp
C++忠实粉丝40 分钟前
前缀和(8)_矩阵区域和
数据结构·c++·线性代数·算法·矩阵
ZZZ_O^O1 小时前
二分查找算法——寻找旋转排序数组中的最小值&点名
数据结构·c++·学习·算法·二叉树
CV-King2 小时前
opencv实战项目(三十):使用傅里叶变换进行图像边缘检测
人工智能·opencv·算法·计算机视觉
代码雕刻家2 小时前
数据结构-3.9.栈在递归中的应用
c语言·数据结构·算法
雨中rain2 小时前
算法 | 位运算(哈希思想)
算法
Kalika0-04 小时前
猴子吃桃-C语言
c语言·开发语言·数据结构·算法
sp_fyf_20244 小时前
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-02
人工智能·神经网络·算法·计算机视觉·语言模型·自然语言处理·数据挖掘
我是哈哈hh6 小时前
专题十_穷举vs暴搜vs深搜vs回溯vs剪枝_二叉树的深度优先搜索_算法专题详细总结
服务器·数据结构·c++·算法·机器学习·深度优先·剪枝