【JavaScript】LeetCode：41-45

文章目录

• [41 排序链表](#41 排序链表)
• [42 合并k个升序链表](#42 合并k个升序链表)
• [43 LRU缓存](#43 LRU缓存)
• [44 二叉树的中序遍历](#44 二叉树的中序遍历)
• [45 二叉树的最大深度](#45 二叉树的最大深度)

41 排序链表

• 递归 + 归并排序
• 找到链表中心点，从中心点将链表一分为二。奇数个节点找中心点，偶数个节点找中心左边的点作为中心点。
• 快慢指针找中心点，当快指针移动到该段链表的最后一个元素时，慢指针所指向的节点为中心点。
• 找到中心点后，中心点.next = null，将链表从中间断开。分别将前一半链表的头节点（head）和后一半链表的头节点（中心点.next）进行下一次划分。
• 注意：快慢指针初始化时，快指针比慢指针快一步，方便链表只有2个节点时划分链表。
• 合并有序链表：
  (1) 建立新节点作为新链表的哨兵节点。
  (2) left，right 分别指向两个链表的头部，比较两个指针处节点值的大小，从小到大插入到有序链表中，指针交替前进，直至其中一个链表为空。将剩余的链表直接插入到有序链表的尾部。
  (3) 返回哨兵节点.next。

/**
 * Definition for singly-linked list.
 * function ListNode(val, next) {
 *     this.val = (val===undefined ? 0 : val)
 *     this.next = (next===undefined ? null : next)
 * }
 */
/**
 * @param {ListNode} head
 * @return {ListNode}
 */
var sortList = function(head) {
    if(head == null || head.next == null){ // 1个节点或0个节点
        return head;
    }
    let slow = head, fast = head.next;
    while(fast != null && fast.next != null){ // 奇数个节点fast = null停止，偶数个节点fast.next = null停止
        slow = slow.next;
        fast = fast.next.next;
    }
    let tmp = slow.next;
    slow.next = null;
    let left = sortList(head);
    let right = sortList(tmp);
    let dummy = new ListNode();
    let res = dummy;
    while(left != null && right != null){
        if(left.val < right.val){
            dummy.next = left;
            left = left.next;
        }else{
            dummy.next = right;
            right = right.next;
        }
        dummy = dummy.next;
    } 
    dummy.next = left? left: right;
    return res.next; 
};

42 合并k个升序链表

• 方法1：最小堆。将头节点放入堆中，弹出最小值node，此时将node.next放入堆中，一直取到堆为空为止，每次取出最小值时，都将最小值的下一个节点放入堆中。
• 方法2：分治。这里给出该方法的代码。
• 将链表数组lists一分为二，先合并前一半链表，再合并后一半链表，最后完成全部链表的合并。
• 中心点为mid，前一半链表的区域为[左，mid]，后一半链表的区域为[mid + 1，右]。

/**
 * Definition for singly-linked list.
 * function ListNode(val, next) {
 *     this.val = (val===undefined ? 0 : val)
 *     this.next = (next===undefined ? null : next)
 * }
 */

var merge = function(left, right){
    let dummy = new ListNode();
    let cur = dummy;
    while(left != null && right != null){
        if(left.val < right.val){
            cur.next = left;
            left = left.next;
        }else{
            cur.next = right;
            right = right.next;
        }
        cur = cur.next;
    }
    cur.next = left? left: right;
    return dummy.next;
}

/**
 * @param {ListNode[]} lists
 * @return {ListNode}
 */
var mergeKLists = function(lists) {
    function partition(i, j){
        if(i == j){ // 区域内只有1个值
            return lists[i];
        }
        if(i > j){ // 非法区域
            return null;
        }
        let mid = Math.floor((i + j) / 2);
        let left = partition(i, mid);
        let right = partition(mid + 1, j);
        return merge(left, right);
    }
    return partition(0, lists.length - 1)
};

43 LRU缓存

• 哈希表 + 双向链表
• put：
  ① key不存在：创建新节点，添加进哈希表，添加到链表头部。如果当前容量 > capacity，删除链表尾部节点，删除哈希表中对应的项。
  ② key存在：通过哈希表找到key所在的节点，改变value，移动到链表头部。
• get：
  ① key不存在：返回 -1。
  ② key存在：通过哈希表找到key所在的节点，移动到链表头部，返回value。
• 这里给出的代码直接使用哈希表实现各类操作。
• this.map.delete(key); this.map.set(key, value);：先删除，再将该节点添加到最后。
• this.map.keys().next().value;：哈希表中第一个键值。

/**
 * @param {number} capacity
 */
var LRUCache = function(capacity) {
    this.capacity = capacity;
    this.map = new Map();
};

/** 
 * @param {number} key
 * @return {number}
 */
LRUCache.prototype.get = function(key) {
    if(this.map.has(key)){
        let value = this.map.get(key);
        this.map.delete(key);
        this.map.set(key, value);
        return value;
    }else{
        return -1;
    }
};

/** 
 * @param {number} key 
 * @param {number} value
 * @return {void}
 */
LRUCache.prototype.put = function(key, value) {
    if(this.map.has(key)){
        let value = this.map.get(key);
        this.map.delete(key);
    }
    this.map.set(key, value);
    if(this.map.size > this.capacity){
        this.map.delete(this.map.keys().next().value);
    }
};

/**
 * Your LRUCache object will be instantiated and called as such:
 * var obj = new LRUCache(capacity)
 * var param_1 = obj.get(key)
 * obj.put(key,value)
 */

44 二叉树的中序遍历

• 方法1：递归法。

/**
 * Definition for a binary tree node.
 * function TreeNode(val, left, right) {
 *     this.val = (val===undefined ? 0 : val)
 *     this.left = (left===undefined ? null : left)
 *     this.right = (right===undefined ? null : right)
 * }
 */
/**
 * @param {TreeNode} root
 * @return {number[]}
 */
var inorderTraversal = function(root) {
    var res = [];
    var traversal = function(root){
        if(root == null){
            return;
        }
        traversal(root.left);  // 左
        res.push(root.val);    // 根
        traversal(root.right); // 右
    }
    traversal(root);
    return res;
};

• 方法2：迭代法。
• 遍历顺序与处理顺序不同。

/**
 * Definition for a binary tree node.
 * function TreeNode(val, left, right) {
 *     this.val = (val===undefined ? 0 : val)
 *     this.left = (left===undefined ? null : left)
 *     this.right = (right===undefined ? null : right)
 * }
 */
/**
 * @param {TreeNode} root
 * @return {number[]}
 */
var inorderTraversal = function(root) {
    var res = []; // 存放结果
    var vis = []; // 模拟遍历队列，存放访问过的元素
    while(root != null || vis.length != 0){
        if(root != null){
            vis.push(root);
            root = root.left;   // 左
        }else{
            root = vis.pop();
            res.push(root.val); // 根
            root = root.right;  // 右
        }
    }
    return res;
};

45 二叉树的最大深度

• 深度：任意节点到根节点的距离，使用前序遍历。
• 高度：任意节点到叶子节点的距离，使用后序遍历。
• 根节点的高度就是二叉树的最大深度。
• 这里使用后序遍历，即通过求根节点高度得出二叉树的最大深度。

/**
 * Definition for a binary tree node.
 * function TreeNode(val, left, right) {
 *     this.val = (val===undefined ? 0 : val)
 *     this.left = (left===undefined ? null : left)
 *     this.right = (right===undefined ? null : right)
 * }
 */
/**
 * @param {TreeNode} root
 * @return {number}
 */
var maxDepth = function(root) {
    if(root == null){
        return 0;
    }
    var leftheight = maxDepth(root.left);
    var rightheight = maxDepth(root.right);
    var height = Math.max(leftheight, rightheight) + 1;
    return height;
};