LeetCode热题 100

Caramel_biscuit2024-06-12 13:44

两数之和

暴力枚举

cpp 复制代码 
class Solution {
public:
    vector<int> twoSum(vector<int>& nums, int target) {
        for(int i=0; i<nums.size()-1; i++){
            for(int j=i+1; j<nums.size(); j++){
                if(target == nums[i] + nums[j]){
                    return {i,j};
                }
            }
        }
        return {};
    }
};

哈希表

方法一的时间复杂度较高的原因是寻找target-x的时间复杂度过高。

因此，我们需要一种更优秀的方法，能够快速寻找数组中是否存在目标元素。如果存在，我们需要找到它的索引。

使用哈希表，可以将寻找target-x的时间复杂度从O(N)降到O(1)。

cpp 复制代码 
class Solution{
public:
	vector<int> twoSum(vector<int>& nums, int target){
		unordered_map<int, int> hashtable;
		for(int i=0; i<nums.size(); i++){
			auto it = hashtable.find(target-nums[i]);
			if(it != hashtable.end()){
				return {it->second,i};
			}
			hashtable[nums[i]] = i;
		}
		return {];
	}
};

字母异位词分组

给一个字符串数组，请你将字母异位词组合在一起。

排序

由于互为字母异位词的两个字符串包含的字母相同。

cpp 复制代码 
class Solution {
public:
    vector<vector<string>> groupAnagrams(vector<string>& strs) {
        unordered_map<string, vector<string>> strMap;
        for(string& str:strs){
        	string key = str;
        	sort(key.begin(),key.end());
        	mp[key].emplace_back(str);
        }
        
        vector<vector<string>> ans;
        for(auto it=mp.begin(); it!=mp.end();it++){
        	ans.empalce_back(it->second);
        }
        return ans;
    }
};

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。

请设计并实现时间复杂度为O(n)的算法解决此问题。

哈希表

我们考虑枚举数组中的每个数x，考虑以其为起点，不断尝试匹配x+1，x+2，...是否存在，假设最长匹配到了x+y，那么以x为起点的最长连续序列即为x，x+1，...，x+y，其长度为y+1，我们不断枚举并更新答案即可。

对于匹配的过程，暴力的方法是O(n)遍历数组去看是否存在这个数，但其实更高效的方法是使用一个哈希表存储数组中的数，这样查看一个数是否存在即能优化至O(1)的时间复杂度。

仅仅是这样，我们的算法时间复杂度最坏情况下还是会达到O(n²)（外存需要枚举O(n)个数，内存需要暴力匹配O(n)次），无法满足题目的要求。

仔细分析这个过程，会发现其中执行了很多不必要的枚举，如果已知有一个从x开始的连续序列，而我们却从x+1开始，那么得到的结果肯定不会优于枚举x为起点的答案，因此我们在外层循环的时候碰到这种情况跳过即可。

cpp 复制代码 
class Solution {
public:
    int longestConsecutive(vector<int>& nums) {
        unordered_set<int> hashTable;
        for(const int&num:nums){
        	hashTable.insert(num);
        }
		
		int maxLength = 0;
		for(const int&num:hashTable){
			if(!hashTable.count(num-1)){
				int currentNum = num;
				int currentLen = 1;
				
				while(hashTable.count(currentNum+1)){
					currentNum++;
					currentLen++;
				}
				maxLength = max(maxLength, currentLen);
			}
		}
		return maxLength;
    }
};

移动零

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。

双指针

使用双指针，左指针指向当前已处理好的序列的尾部，右指针指向待处理序列的头部。

右指针不断向右移动，每次右指针指向非零数，则将左右指针对应的数交换，同时左指针右移。

无重复字符的最长子串

cpp 复制代码 
class Solution {
public:
    int lengthOfLongestSubstring(string s) {
    	int n = s.size();
    	if(n <= 1){
    		return n;
    	}

		int l = 0;
		int r = 1;
		unordered_set<char> charMap;
		charMap.insert(s[l]);
		int maxLen = 1;

		while(r < n){
			if(charMap.count(s[r])){
				maxLen = max(maxLen, r-l);
				charMap.remove(s[l]);
				l++;
			}else{
				charMap.insert(s[r]);
				r++;
			}
		}
		maxLen = max(maxLen,r-l);
		return maxLen;
    }
};

和为k的子数组

枚举

cpp 复制代码 
class Solution {
public:
    int subarraySum(vector<int>& nums, int k) {
        int count = 0;
        for(int i=0; i<nums.size(); i++){
            int sum = 0;
            for(int j=i; j>=0; j--){
                sum += nums[j];
                if(sum == k){
                    count++;
                }
            }
        }
        return count;
    }
};

前缀和+哈希表优化

方法一的瓶颈在于对每个i，我们需要枚举所有的j来判断是否符合条件。

定义pre[i]为0,...,i的和

cpp 复制代码 
pre[i] = pre[i-1] + nums[i]

[j,...i]子数组和为k：

cpp 复制代码 
pre[i] - pre[j-1] == k

pre[j-1] = pre[i] - k;

最大子数组和

找出一个具有最大和的连续子数组，返回最大和（至少包含一个元素）。

动态规划

用f(i)代表以第i个数结尾的连续子数组的最大和。

可以考虑nums[i]单独成为一段还是加入f(i-1)对应的一段。

f(i) = max{nums[i],f(i-1)+nums[i]}

不难给出一个时间复杂度、空间复杂度均为O（n）的实现，即用一个f数组来保存f(i)的值，用一个循环求出所有f(i)。

f(i)只和f(i-1)有关，所以可以用一个变量维护即可，类似于滚动数组。

cpp 复制代码 
class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int n = nums.size();
        if(n == 1){
            return nums[0];
        }
        int sum = nums[0];
        int maxSum = sum;
        for(int i=1; i<n; i++){
            if(sum < 0){
                sum = nums[i];
            }else{
                sum += nums[i];
            }
            maxSum = max(maxSum,sum);
        }
        return maxSum;
    }
};

合并区间

合并所有重叠的区间，并返回一个不重叠的区间。
排序

如果按照区间的左端点排序，那么在排完序的列表中，可以合并的区间一定是连续的。

用数组merged存储最终的答案。

首先，将列表中的区间按照左端点升序排序。

然后我们将第一个区间加入merged数组中，并按顺序考虑之后的每个区间：

  • 如果当前区间的左端点在数组merged中最后一个区间的右端点之后，那么它们不会重合，直接将区间加入数组merged的末尾。
  • 否则，重合，需要将当前区间的右端点更新数组merged中最后一个区间的右端点，将其重置为两者的较大值。
cpp 复制代码 
class Solution {
public:
    vector<vector<int>> merge(vector<vector<int>>& intervals) {
        vector<vector<int>> merged;
        
        sort(intervals.begin(), intervals.end());

        for(int i=0; i<intervals.size(); i++){
            int L = intervals[i][0], R = intervals[i][1];
            if(!merged.size() || merged.back()[1] < L){
                merged.push_back({L,R});
            }else{
                merged.back()[1] = max(merged.back()[1], R);
            }
        }
        return merged;
    }
};

轮转数组

cpp 复制代码 
class Solution {
public:
    void reverseNum(vector<int>& nums,int start,int end){
        while(start < end){
            swap(nums[start++],nums[end--]);
        }
    }
    void rotate(vector<int>& nums, int k) {
        int n = nums.size();
        k = k%n;

        reverseNum(nums,0,n-1);
        reverseNum(nums,0,k-1);
        reverseNum(nums,k,n-1);
    }
};

使用额外的数组

可以使用额外的数组来将每个元素放在正确的位置。

除自身以外数组的乘积

answer[i]等于nums中除nums[i]之外其余各元素的乘积。

左右乘积列表

利用索引左侧所有数字的乘积和右侧所有数字的乘积（即前缀与后缀）相乘得到答案。

  1. 初始化两个空数组L和R。对于给定索引i，L[i]代表的是i左侧所有数字的乘积，R[i]代表的是右侧所有数字的乘积。
  2. 我们需要用两个循环来填充L和R数组的值。对于数组L，L[0]应该是1。L[i] = L[i-1]*nums[i];
  3. R[Length-1] = 1。R[i] = R[i+1]*nums[i]。
cpp 复制代码 
class Solution {
public:
    vector<int> productExceptSelf(vector<int>& nums) {
        int n = nums.size();
        vector<int> L(n,1);
        vector<int> R(n,1);
        vector<int> res(n);

        for(int i=1; i<n; i++){
            L[i] = L[i-1]*nums[i-1];
        }
        for(int i=n-2; i>=0; i--){
            R[i] = R[i+1]*nums[i+1];
        }
        for(int i=0;i<n;i++){
            res[i] = L[i]*R[i];
        }
        return res;
    }
};

空间复杂度O(1)的方法

仅管上面的方法已经能够很好地解决这个问题，但是空间复杂度并不为常数。

由于输出数组不算在空间复杂度内，那么我们可以将L或R数组用输出数组来计算。

先把输出数组当做L数组来计算，然后再动态构造R数组得到结果。

  1. 初始化answer数组，对于给定索引i，answer[i]代表的是i左侧所有数字的乘积。
  2. 没有构造R数组。用一个遍历来跟踪右边元素的乘积。并更新数组answer[i] = answer[i] * R，R=R*nums[i]
cpp 复制代码 
class Solution {
public:
    vector<int> productExceptSelf(vector<int>& nums) {
        int n = nums.size();
        vector<int> res(n,1);
        for(int i=1; i<n; i++){
            res[i] *= res[i-1]*nums[i-1];
        }
        int R = 1;
        for(int i=n-1; i>=0; i--){
            res[i] = res[i]*R;
            R *= nums[i];
        }
        return res;
    }
};
相关推荐
祁思妙想14 分钟前
10.《滑动窗口篇》---②长度最小的子数组（中等）
leetcode·哈希算法
福大大架构师每日一题25 分钟前
文心一言 VS 讯飞星火 VS chatgpt （396）-- 算法导论25.2 1题
算法·文心一言
EterNity_TiMe_39 分钟前
【论文复现】（CLIP）文本也能和图像配对
python·学习·算法·性能优化·数据分析·clip
机器学习之心1 小时前
一区北方苍鹰算法优化+创新改进Transformer！NGO-Transformer-LSTM多变量回归预测
算法·lstm·transformer·北方苍鹰算法优化·多变量回归预测·ngo-transformer
yyt_cdeyyds1 小时前
FIFO和LRU算法实现操作系统中主存管理
算法
daiyang123...1 小时前
测试岗位应该学什么
数据结构
alphaTao1 小时前
LeetCode 每日一题 2024/11/18-2024/11/24
算法·leetcode
kitesxian2 小时前
Leetcode448. 找到所有数组中消失的数字(HOT100)+Leetcode139. 单词拆分(HOT100)
数据结构·算法·leetcode
VertexGeek2 小时前
Rust学习（八）：异常处理和宏编程：
学习·算法·rust
石小石Orz2 小时前
Three.js + AI：AI 算法生成 3D 萤火虫飞舞效果~
javascript·人工智能·算法
热门推荐
01(欧拉)openEuler系统添加网卡文件配置流程、(欧拉)openEuler系统手动配置ipv6地址流程、(欧拉)openEuler系统网络管理说明02PyTorch机器学习实现液态神经网络03【HarmonyOS】HUAWEI DevEco Studio 下载地址汇总04玄机平台应急响应—webshell查杀05Coze扣子平台完整体验和实践（附国内和国际版对比）06Ubuntu 20.04使用Livox mid 360 测试 FAST_LIO07【目标跟踪】相机运动补偿08Unity中PICO实现 隔空取物 和 接触抓取物体09RAG 实践- Ollama+RagFlow 部署本地知识库10量化方法怎么选？如何评估量化后的大模型LLM？