两数之和
解题思路:哈希表
使用哈希表解题,判断hash表中是否有对应数字
vector<int> twoSum(vector<int>& nums, int target) { unordered_map<int, int> mymap; for(int i = 0; i < nums.size(); i++){ if(mymap.count(target-nums[i]) > 0){ return {mymap[target-nums[i]], i}; }else{ mymap.insert(pair<int, int>(nums[i], i)); } } return {}; }
小结: 熟悉unordered_map常用用法,使用count判断键有无,使用insert插入键值对,使用[键]访问值。
寻找两个正序数组的中位数
解题思路:二分法
寻找中位数可以归纳为寻找第k小的数。每次可以排除k/2位数。
public double findMedianSortedArrays(int[] nums1, int[] nums2) { int n = nums1.length; int m = nums2.length; int left = (n + m + 1) / 2; int right = (n + m + 2) / 2; //将偶数和奇数的情况合并,如果是奇数,会求两次同样的 k 。 return (getKth(nums1, 0, n - 1, nums2, 0, m - 1, left) + getKth(nums1, 0, n - 1, nums2, 0, m - 1, right)) * 0.5; } private int getKth(int[] nums1, int start1, int end1, int[] nums2, int start2, int end2, int k) { int len1 = end1 - start1 + 1; int len2 = end2 - start2 + 1; //让 len1 的长度小于 len2,这样就能保证如果有数组空了,一定是 len1 if (len1 > len2) return getKth(nums2, start2, end2, nums1, start1, end1, k); if (len1 == 0) return nums2[start2 + k - 1]; if (k == 1) return Math.min(nums1[start1], nums2[start2]); int i = start1 + Math.min(len1, k / 2) - 1; int j = start2 + Math.min(len2, k / 2) - 1; if (nums1[i] > nums2[j]) { return getKth(nums1, start1, end1, nums2, j + 1, end2, k - (j - start2 + 1)); } else { return getKth(nums1, i + 1, end1, nums2, start2, end2, k - (i - start1 + 1)); } }
盛最多水的容器
解题思路:双指针
在初始时,左右指针分别指向数组的左右两端,它们可以容纳的水量为
此时我们需要移动一个指针。移动哪一个呢?直觉告诉我们,应该移动对应数字较小的那个指针(即此时的左指针)。这是因为,由于容纳的水量是由两个指针指向的数字中较小值 * 指针之间的距离决定的。如果我们移动数字较大的那个指针,那么前者「两个指针指向的数字中较小值」不会增加,后者「指针之间的距离」会减小,那么这个乘积会减小。因此,我们移动数字较大的那个指针是不合理的。因此,我们移动 数字较小的那个指针。
class Solution { public: int maxArea(vector<int>& height) { int i = 0, j = height.size() - 1; int maxArea = 0; int area; while(i < j){ area = min(height[i], height[j]) * (j - i); maxArea = max(area, maxArea); if(height[i] > height[j]){ j--; }else{ i++; } } return maxArea; } };
小结: 双指针法,遍历所有可能是最大值得选项,找出最大值。
三数之和
解题思路: 排序 + 双指针
class Solution { public: vector<vector<int>> threeSum(vector<int>& nums) { vector<vector<int>> result; if(nums.size() < 3){ return result; } sort(nums.begin(), nums.end()); int third; int target; for(int first = 0; first < nums.size() - 2; first++){ if(first != 0 && nums[first] == nums[first-1]){ continue; } third = nums.size() - 1; for(int second = first + 1; second < nums.size() - 1; second++){ if(second != first + 1 && nums[second] == nums[second - 1]){ continue; } target = 0 - nums[first] - nums[second]; while(third > second && nums[third] > target){ third--; } if(third != second && nums[third] == target){ vector<int> tmp = {nums[first], nums[second], nums[third]}; result.push_back(tmp); } } } return result; } };
删除排序数组中的重复项
解题:快慢指针
class Solution { public: int removeDuplicates(vector<int>& nums) { if(nums.size() <= 1) return nums.size(); int i = 0; for(int j = 1; j < nums.size(); j++){ if(nums[i] != nums[j]){ i++; nums[i] = nums[j]; } } return i + 1; } };
下一个排列
算法推导
如何得到这样的排列顺序?这是本文的重点。我们可以这样来分析:
我们希望下一个数比当前数大,这样才满足“下一个排列”的定义。因此只需要将后面的「大数」与前面的「小数」交换,就能得到一个更大的数。比如 123456,将 5 和 6 交换就能得到一个更大的数 123465。
我们还希望下一个数增加的幅度尽可能的小,这样才满足“下一个排列与当前排列紧邻“的要求。为了满足这个要求,我们需要:
在尽可能靠右的低位进行交换,需要从后向前查找
将一个 尽可能小的「大数」 与前面的「小数」交换。比如 123465,下一个排列应该把 5 和 4 交换而不是把 6 和 4 交换
将「大数」换到前面后,需要将「大数」后面的所有数重置为升序,升序排列就是最小的排列。以 123465 为例:首先按照上一步,交换 5 和 4,得到 123564;然后需要将 5 之后的数重置为升序,得到 123546。显然 123546 比 123564 更小,123546 就是 123465 的下一个排列
以上就是求“下一个排列”的分析过程。
算法过程
标准的“下一个排列”算法可以描述为:
从后向前查找第一个相邻升序的元素对 (i,j),满足 A[i] < A[j]。此时 [j,end) 必然是降序
在 [j,end) 从后向前查找第一个满足 A[i] < A[k] 的 k。A[i]、A[k] 分别就是上文所说的「小数」、「大数」
将 A[i] 与 A[k] 交换
可以断定这时 [j,end) 必然是降序,逆置 [j,end),使其升序
如果在步骤 1 找不到符合的相邻元素对,说明当前 [begin,end) 为一个降序顺序,则直接跳到步骤 4
该方法支持数据重复,且在 C++ STL 中被采用。
class Solution { public: void nextPermutation(vector<int>& nums) { if(nums.size() <= 1){ return; } int i =nums.size() - 2, j = nums.size() - 1, k = nums.size() - 1; while(i >= 0 && nums[i] >= nums[j]){ i--; j--; } int tmp; if(i >= 0){ while(nums[k] <= nums[i]){ k--; } tmp = nums[k]; nums[k] = nums[i]; nums[i] = tmp; } int end = nums.size() - 1; for(; j < end; j++, end--){ tmp = nums[j]; nums[j] = nums[end]; nums[end] = tmp; } return; } };
搜索旋转排序数组
和一般二分法不同,通常二分法是nums[mid]和target比较,此题使用nums[low]与target比较。
class Solution { public: int search(vector<int>& nums, int target) { if(nums.size() == 0) return -1; int low = 0, high = nums.size() - 1; int mid; while(low <= high){ mid = (low + high) / 2; if(nums[mid] == target){ return mid; } if(nums[mid] >= nums[low]){ if(target >= nums[low] && target < nums[mid]){ high = mid - 1; }else{ low = mid + 1; } }else{ if (nums[mid] < target && target <= nums[high]) { low = mid + 1; } else { high = mid - 1; } } } return -1; } };
合并区间
排序+双指针
class Solution { public: static bool comp(vector<int> First, vector<int> Second){ return First[0] < Second[0]; } //把<改为 <=后无法通过 vector<vector<int>> merge(vector<vector<int>>& intervals) { vector<vector<int>> result; if(intervals.empty()){ return result; } sort(intervals.begin(), intervals.end(), comp); int low = intervals[0][0], high = intervals[0][1]; for(int i = 1; i < intervals.size(); i++){ if(intervals[i][0] <= high){ high = max(high, intervals[i][1]); }else{ result.push_back(vector<int>{low, high}); low = intervals[i][0]; high = intervals[i][1]; } } result.push_back(vector<int>{low, high}); return result; } };