【LeetCode】挑战100天 Day09(热题+面试经典150题)

简介: 【LeetCode】挑战100天 Day09(热题+面试经典150题)

一、LeetCode介绍

LeetCode是一个在线编程网站,提供各种算法和数据结构的题目,面向程序员、计算机科学专业学生和技术爱好者等人群,旨在帮助他们提高算法和编程技能。LeetCode上的问题通常来自各种技术公司的面试题目,因此它也是程序员面试准备的重要资源之一。

LeetCode上的问题涵盖了各种难度级别,从入门级到专家级都有不同难度的题目可供练习。用户可以选择使用不同的编程语言提交答案,LeetCode能够对结果进行评估并返回测试结果。

除了题目外,LeetCode还提供了讨论区、排行榜等社区功能,用户可以在这里交流学习心得、解决疑难问题,并与其他用户比较自己的做题成绩。

挑战100天 AI In LeetCode是基于LeetCode题库,借助AI的能力进行解题、并学习其解题过程。

二、LeetCode 热题 HOT 100-11

2.1 题目

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
提示:
n == height.length
2 <= n <= 105
0 <= height[i] <= 104

2.2 题解

解题思路:

  1. 使用双指针法,将左指针指向数组开头,右指针指向数组末尾。
  2. 计算当前两条线之间的高度,并计算当前容器的水量,更新最大水量值。
  3. 移动左右指针:若左指针对应的高度小于右指针对应的高度,则将左指针右移;否则将右指针左移。
  4. 重复步骤2和3,直到左右指针相遇。

这种方法的关键在于每次移动指针时,都选择移动较短边,因为如果移动较长边,容器的宽度一定会减小,而容器的高度又不能增加,因此容器的面积一定会减小。而移动较短边,由于容器的宽度减小,所以只有在高度增加的情况下才可能得到更大的面积。

public int maxArea(int[] height) {
        int maxArea = 0;
        int left = 0; // 左指针
        int right = height.length - 1; // 右指针
        while (left < right) {
            int h = Math.min(height[left], height[right]); // 计算当前两条线之间的高度
            maxArea = Math.max(maxArea, h * (right - left)); // 计算当前容器的水量并更新最大值
            if (height[left] < height[right]) {
                left++; // 移动左指针
            } else {
                right--; // 移动右指针
            }
        }
        return maxArea;
    }

三、面试经典 150 题-11

数组 / 字符串

3.1 题目

H 指数

给你一个整数数组 citations ,其中 citations[i] 表示研究者的第 i 篇论文被引用的次数。计算并返回该研究者的 h 指数。
根据维基百科上 h 指数的定义:h 代表“高引用次数” ,一名科研人员的 h 指数 是指他(她)至少发表了 h 篇论文,并且每篇论文 至少 被引用 h 次。如果 h 有多种可能的值,h 指数 是其中最大的那个。
示例 1:
输入:citations = [3,0,6,1,5]
输出:3 
解释:给定数组表示研究者总共有 5 篇论文,每篇论文相应的被引用了 3, 0, 6, 1, 5 次。
     由于研究者有 3 篇论文每篇 至少 被引用了 3 次,其余两篇论文每篇被引用 不多于 3 次,所以她的 h 指数是 3。
示例 2:
输入:citations = [1,3,1]
输出:1
提示:
n == citations.length
1 <= n <= 5000
0 <= citations[i] <= 1000

3.2 题解

这道题可以通过对研究者的论文引用次数进行排序,并找到满足条件的最大 h 值来解决。

解题思路:

我们首先对研究者的引用次数数组进行排序。然后,我们从数组末尾开始遍历,对于每个位置 i,我们计算出当前引用次数大于或等于剩余论文篇数的数量,如果满足这个条件,就更新 h 的值为当前的 count 值。最终得到的 h 就是研究者的 h 指数。

  1. 对研究者的引用次数数组进行排序,这样可以更方便地找出满足条件的 h 值。
  2. 从数组末尾开始遍历,用一个变量 count 记录当前引用次数大于或等于剩余论文篇数的数量。
  3. 如果当前引用次数大于或等于 count,就更新 h 值为当前的 count 值。
  4. 最终得到的 h 就是研究者的 h 指数。
public int hIndex(int[] citations) {
        Arrays.sort(citations);
        int h = 0;
        for (int i = citations.length - 1; i >= 0; i--) {
            int count = citations.length - i;
            if (citations[i] >= count) {
                h = count;
            } else {
                break;
            }
        }
        return h;
    }

至此,挑战100天 AI In LeetCode Day09(热题+面试经典150题)完成,后续会持续调整;查阅过程中若遇到问题欢迎留言或私信交流。

相关文章
|
3月前
|
开发者 索引 Python
这些年背过的面试题——LeetCode
本文是技术人面试系列LeetCode篇,一文带你详细了解,欢迎收藏!
|
4月前
|
Python
155. 最小栈 力扣 python 空间换时间 o(1) 腾讯面试题
155. 最小栈 力扣 python 空间换时间 o(1) 腾讯面试题
|
4月前
|
存储 算法 索引
1124. 表现良好的最长时间段 (python) 前缀和 分类讨论 最大长度 力扣 面试题
1124. 表现良好的最长时间段 (python) 前缀和 分类讨论 最大长度 力扣 面试题
|
4月前
|
存储 算法
经典的滑动窗口的题目 力扣 2799. 统计完全子数组的数目(面试题)
经典的滑动窗口的题目 力扣 2799. 统计完全子数组的数目(面试题)
|
5月前
|
存储 算法 数据挖掘
深入解析力扣168题:Excel表列名称(进制转换法详解及模拟面试问答)
深入解析力扣168题:Excel表列名称(进制转换法详解及模拟面试问答)
|
5月前
|
存储 算法 数据挖掘
深入解析力扣166题:分数到小数(模拟长除法与字符串操作详解及模拟面试问答)
深入解析力扣166题:分数到小数(模拟长除法与字符串操作详解及模拟面试问答)
|
5月前
|
存储 算法 数据可视化
【模拟面试问答】深入解析力扣163题:缺失的区间(线性扫描与双指针法详解)
【模拟面试问答】深入解析力扣163题:缺失的区间(线性扫描与双指针法详解)
|
5月前
|
SQL 算法 大数据
深入解析力扣176题:第二高的薪水(子查询与LIMIT详解及模拟面试问答)
深入解析力扣176题:第二高的薪水(子查询与LIMIT详解及模拟面试问答)
|
5月前
|
算法 数据挖掘 大数据
深入解析力扣172题:阶乘后的零(计算因子5的方法详解及模拟面试问答)
深入解析力扣172题:阶乘后的零(计算因子5的方法详解及模拟面试问答)
|
5月前
|
算法 数据挖掘 大数据
深入解析力扣171题:Excel表列序号(进制转换法详解及模拟面试问答)
深入解析力扣171题:Excel表列序号(进制转换法详解及模拟面试问答)
下一篇
无影云桌面