挑战100天 AI In LeetCode Day01(1)

简介: 挑战100天 AI In LeetCode Day01(1)

挑战100天 AI In LeetCode Day01(1)

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 100-1

2.1 题目

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。
你可以按任意顺序返回答案。
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] 。
示例 2:
输入:nums = [3,2,4], target = 6
输出:[1,2]
示例 3:
输入:nums = [3,3], target = 6
输出:[0,1]
提示:
2 <= nums.length <= 104
-109 <= nums[i] <= 109
-109 <= target <= 109
只会存在一个有效答案

2.2 题解

这个算法的时间复杂度为O(n),其中n是数组中元素的个数。因为我们最多只需要遍历一次数组,所以是线性的时间复杂度。

解题思路:

我们可以创建一个哈希表map,用于存储数组中每个元素对应的索引。然后遍历数组nums,对于每个元素,计算出与目标值target的差值complement,检查哈希表中是否已经存在这个差值。如果哈希表中存在这个差值,则说明已经找到了两个数之和为目标值,直接返回它们的索引即可。如果哈希表中不存在这个差值,则将当前元素及其索引加入哈希表中,以便后续查找。

public int[] twoSum(int[] nums, int target) {
    Map<Integer, Integer> map = new HashMap<>();
    for (int i = 0; i < nums.length; i++) {
        int complement = target - nums[i];
        if (map.containsKey(complement)) {
            return new int[] { map.get(complement), i };
        }
        map.put(nums[i], i);
    }
    throw new IllegalArgumentException("No two sum solution");
}

三、面试经典 150 题-1

数组 / 字符串

3.1 题目

合并两个有序数组

给你两个按 非递减顺序 排列的整数数组 nums1 和 nums2,另有两个整数 m 和 n ,分别表示 nums1 和 nums2 中的元素数目。
请你 合并 nums2 到 nums1 中,使合并后的数组同样按 非递减顺序 排列。
注意:最终,合并后数组不应由函数返回,而是存储在数组 nums1 中。为了应对这种情况,nums1 的初始长度为 m + n,其中前 m 个元素表示应合并的元素,后 n 个元素为 0 ,应忽略。nums2 的长度为 n 。
示例 1:
输入:nums1 = [1,2,3,0,0,0], m = 3, nums2 = [2,5,6], n = 3
输出:[1,2,2,3,5,6]
解释:需要合并 [1,2,3] 和 [2,5,6] 。
合并结果是 [1,2,2,3,5,6] ,其中斜体加粗标注的为 nums1 中的元素。
示例 2:
输入:nums1 = [1], m = 1, nums2 = [], n = 0
输出:[1]
解释:需要合并 [1] 和 [] 。
合并结果是 [1] 。
示例 3:
输入:nums1 = [0], m = 0, nums2 = [1], n = 1
输出:[1]
解释:需要合并的数组是 [] 和 [1] 。
合并结果是 [1] 。
注意,因为 m = 0 ,所以 nums1 中没有元素。nums1 中仅存的 0 仅仅是为了确保合并结果可以顺利存放到 nums1 中。
提示:
nums1.length == m + n
nums2.length == n
0 <= m, n <= 200
1 <= m + n <= 200
-109 <= nums1[i], nums2[j] <= 109

3.2 题解

这个算法的时间复杂度为O(m+n),其中m和n分别是nums1和nums2的长度。因为我们需要遍历两个数组中的所有元素,所以是线性的时间复杂度。空间复杂度为O(1),因为我们只使用了常量级的额外空间。

解题思路:

这个题目可以使用双指针法来解决。我们可以定义两个指针p1和p2,分别指向nums1和nums2数组的末尾。

由于nums1的长度为m+n,而有效元素只有前m个,所以我们需要将nums1数组的末尾m个元素清零,即变为0。

然后,我们从nums1和nums2的末尾开始比较大小,将较大的元素放入nums1的末尾,并将对应指针向前移动一位。重复这个过程直到其中一个数组遍历完毕。

如果nums1的指针p1先遍历完,说明nums2中剩余的元素是当前最小的,直接将剩余的nums2元素依次放入nums1的前面即可。

如果nums2的指针p2先遍历完,说明nums1中剩余的元素已经在正确的位置上,无需额外操作。

public void merge(int[] nums1, int m, int[] nums2, int n) {
    int p1 = m - 1;
    int p2 = n - 1;
    int p = m + n - 1;
    while (p1 >= 0 && p2 >= 0) {
        if (nums1[p1] > nums2[p2]) {
            nums1[p] = nums1[p1];
            p1--;
        } else {
            nums1[p] = nums2[p2];
            p2--;
        }
        p--;
    }
    while (p2 >= 0) {
        nums1[p] = nums2[p2];
        p--;
        p2--;
    }
}

至此,挑战100天 AI In LeetCode Day01(1)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
|
人工智能 算法 程序员
挑战100天 AI In LeetCode Day08(热题+面试经典150题)
挑战100天 AI In LeetCode Day08(热题+面试经典150题)
120 0
|
存储 人工智能 算法
挑战100天 AI In LeetCode Day07(热题+面试经典150题)
挑战100天 AI In LeetCode Day07(热题+面试经典150题)
130 0
|
人工智能 算法 程序员
挑战100天 AI In LeetCode Day03(热题+面试经典150题)
挑战100天 AI In LeetCode Day03(热题+面试经典150题)
112 0
|
存储 人工智能 算法
挑战100天 AI In LeetCode Day02(2)
挑战100天 AI In LeetCode Day02(2)
82 0
|
存储 人工智能 算法
挑战100天 AI In LeetCode Day02(1)
挑战100天 AI In LeetCode Day02(1)
70 0
|
人工智能 算法 程序员
挑战100天 AI In LeetCode Day01(2)
挑战100天 AI In LeetCode Day01(2)
59 0
|
9天前
|
机器学习/深度学习 人工智能 自然语言处理
当前AI大模型在软件开发中的创新应用与挑战
2024年,AI大模型在软件开发领域的应用正重塑传统流程,从自动化编码、智能协作到代码审查和测试,显著提升了开发效率和代码质量。然而,技术挑战、伦理安全及模型可解释性等问题仍需解决。未来,AI将继续推动软件开发向更高效、智能化方向发展。
|
13天前
|
机器学习/深度学习 人工智能 自然语言处理
AI在医疗领域的应用及其挑战
【10月更文挑战第34天】本文将探讨人工智能(AI)在医疗领域的应用及其面临的挑战。我们将从AI技术的基本概念入手,然后详细介绍其在医疗领域的各种应用,如疾病诊断、药物研发、患者护理等。最后,我们将讨论AI在医疗领域面临的主要挑战,包括数据隐私、算法偏见、法规合规等问题。
37 1
|
5天前
|
机器学习/深度学习 人工智能 算法
AI在医疗诊断中的应用
【10月更文挑战第42天】本文将探讨人工智能(AI)在医疗诊断中的应用,包括其优势、挑战和未来发展方向。我们将通过实例来说明AI如何改变医疗行业,提高诊断的准确性和效率。
|
6天前
|
存储 人工智能 搜索推荐
Memoripy:支持 AI 应用上下文感知的记忆管理 Python 库
Memoripy 是一个 Python 库,用于管理 AI 应用中的上下文感知记忆,支持短期和长期存储,兼容 OpenAI 和 Ollama API。
35 6
Memoripy:支持 AI 应用上下文感知的记忆管理 Python 库
下一篇
无影云桌面