常见算法题

简介: 常见算法题

二分查找

 public static int binSearch(int[] a, int e) {
        int low = 0;
        int high = a.length - 1;
        while (low <= high) {
            int mid = (low + high) / 2;
            if (a[mid] == e) {
                return mid;
            } else if (a[mid] < e) {
                low = mid + 1;
            } else {
                high = mid - 1;
            }
        }
        return -1;
    }

快排

public static void main(String[] args) {
    int[] x = {3, 5, 1, 0, 2, 7, 6, 7, 9};
    quicSort(x, 0, x.length - 1);
    System.out.printf(Arrays.toString(x));
}
public static void quicSort(int[] a, int start, int end) {
    if (start >= end) {
        //如果只有一个元素,就不用再排下去了
        return;
    } else {
        //如果不止一个元素,继续划分两边递归排序下去
        int partition = divide(a, start, end);
        quicSort(a, start, partition - 1);
        quicSort(a, partition + 1, end);
    }
}
public static int divide(int[] a, int start, int end) {
    //每次都以最右边的元素作为基准值
    int base = a[end];
    //start一旦等于end,就说明左右两个指针合并到了同一位置,可以结束此轮循环。
    while (start < end) {
        while (start < end && a[start] <= base)
            //从左边开始遍历,如果比基准值小,就继续向右走
            start++;
        //上面的while循环结束时,就说明当前的a[start]的值比基准值大,应与基准值进行交换
        if (start < end) {
            //交换
            int temp = a[start];
            a[start] = a[end];
            a[end] = temp;
            //交换后,此时的那个被调换的值也同时调到了正确的位置(基准值右边),因此右边也要同时向前移动一位
            end--;
        }
        while (start < end && a[end] >= base)
            //从右边开始遍历,如果比基准值大,就继续向左走
            end--;
        //上面的while循环结束时,就说明当前的a[end]的值比基准值小,应与基准值进行交换
        if (start < end) {
            //交换
            int temp = a[start];
            a[start] = a[end];
            a[end] = temp;
            //交换后,此时的那个被调换的值也同时调到了正确的位置(基准值左边),因此左边也要同时向后移动一位
            start++;
        }
    }
    //这里返回start或者end皆可,此时的start和end都为基准值所在的位置
    return end;
}

单链表反转

class Solution {
    public ListNode reverseList(ListNode head) {
        if (head == null || head.next == null) {
            return head;
        }
        ListNode newHead = reverseList(head.next);
        head.next.next = head;
        head.next = null;
        return newHead;
    }
}

两个链表合并

/*
public class ListNode {
    int val;
    ListNode next = null;
    ListNode(int val) {
        this.val = val;
    }
}*/
public class Solution {
    public ListNode Merge(ListNode list1,ListNode list2) {
        ListNode head = new ListNode(0);
        ListNode tmp = head;
        while(list1!=null&&list2!=null){
            if(list1.val<list2.val){//谁小先挂谁
                tmp.next = list1;
                list1 = list1.next;
            }else{
                tmp.next = list2;
                list2 = list2.next;
            }
            tmp = tmp.next;
        }//代码走到这,一个为空一个不为空
        if(list1!=null){
            tmp.next = list1;
        }
        if(list2!=null){
            tmp.next = list2;
        }
        return head.next;
    }
}

链表环的入口

public class Solution {
    //判断有没有环,返回相遇的地方
    public ListNode hasCycle(ListNode head) {
        //先判断链表为空的情况
        if(head == null) 
            return null;
        //快慢双指针
        ListNode fast = head; 
        ListNode slow = head;
        //如果没环快指针会先到链表尾
        while(fast != null && fast.next != null){ 
            //快指针移动两步
            fast = fast.next.next; 
            //慢指针移动一步
            slow = slow.next; 
            //相遇则有环,返回相遇的位置
            if(fast == slow) 
                return slow;
        }
        //到末尾说明没有环,返回null
        return null; 
    }
    public ListNode EntryNodeOfLoop(ListNode pHead) {
        ListNode slow = hasCycle(pHead);
        //没有环
        if(slow == null) 
            return null;
        //快指针回到表头
        ListNode fast = pHead; 
        //再次相遇即是环入口
        while(fast != slow){ 
            fast = fast.next;
            slow = slow.next;
        }
        return slow;
    }
}

有效的括号

import java.util.*;
public class Solution {
    /**
     * 
     * @param s string字符串 
     * @return bool布尔型
     */
    public boolean isValid (String s) {
        // write code here
        Stack<Character> stack = new Stack<>();
        Map<Character,Character> map = new HashMap<>();
        map.put('(',')');
        map.put('[',']');
        map.put('{','}');
        for(Character c : s.toCharArray()) {
            if (!stack.isEmpty() && c == map.get(stack.peek())){
                stack.pop();
            } else {
                stack.add(c);
            }
        }
        return stack.isEmpty();
    }
}

滑动窗口最大值

import java.util.*;
public class Solution {
    public ArrayList<Integer> maxInWindows(int [] num, int size) {
        if (num == null || size == 0 || size > num.length) {
            return new ArrayList<>();
        }
        LinkedList<Integer> qmax = new LinkedList<>();
        ArrayList<Integer> result = new ArrayList<>();
        for(int i = 0;i<num.length;i++) {
            //保证在窗口范围内队头元素存放的是最大值,第二个元素次大
            while(!qmax.isEmpty() && num[qmax.peekLast()] <= num[i]){
                qmax.pollLast();
            }
            qmax.addLast(i);
            //如果队头值已经过期了,则移除
            if (i - size == qmax.peekFirst()) {
                qmax.pollFirst();
            }
            if (i-size+1 >= 0) {
                result.add(num[qmax.peekFirst()]);
            }
        }
        return result;
    }
}

二叉树公共祖先

public int lowestCommonAncestor(TreeNode root, int o1, int o2) {
        return helper(root, o1, o2).val;
    }
    public TreeNode helper(TreeNode root, int o1, int o2) {
        if (root == null || root.val == o1 || root.val == o2)
            return root;
        TreeNode left = helper(root.left, o1, o2);
        TreeNode right = helper(root.right, o1, o2);
        //如果left为空,说明这两个节点在root结点的右子树上,我们只需要返回右子树查找的结果即可
        if (left == null)
            return right;
        //同上
        if (right == null)
            return left;
        //如果left和right都不为空,说明这两个节点一个在root的左子树上一个在root的右子树上,
        //我们只需要返回cur结点即可。
        return root;
    }

之字打印二叉树

public class questionthree {
  public static void main(String[] args) {
    TreeNode root = new TreeNode(8);
    root.left = new TreeNode(6);
    root.right = new TreeNode(10);
    root.left.left = new TreeNode(5);
    root.left.right = new TreeNode(7);
    root.right.left = new TreeNode(9);
    root.right.right = new TreeNode(11);
    List<List<Integer>> res = new ArrayList<>();
    res = levelOrder(root);
    for(int i = 0; i<res.size();i++){
      System.out.println(res.get(i));
    }
  }
  public static List<List<Integer>> levelOrder(TreeNode root){
    List<List<Integer>> ans = new ArrayList<>();
    if(root == null) return ans;
    Queue<TreeNode> queue = new LinkedList<>();
    queue.add(root);//把根节点放进队列,开始程序
    boolean flag = true;  //控制列表是顺序还是逆序的标志
    while(!queue.isEmpty()){ //如果队列不是空的,说明二叉树不会遍历完,如果有下一层,会在当前这层往队列里加入下一层的节点
      int size = queue.size(); //首先得到当前要这一层要处理的节点数
      List<Integer> curlevel = new ArrayList<>(); //初始化用来放当前这层节点的值的容器
      while(--size >= 0){  //按照要处理节点的个数来处理
        TreeNode cur = queue.remove();  //每处理一个节点,就把一个节点移出队列
        curlevel.add(cur.val);  //同时把要处理节点的值放进当前层的容器中
        if(cur.left != null) queue.add(cur.left);  //如果当前节点有左右子节点,就加入到队列中
        if(cur.right != null) queue.add(cur.right);
      }
      if(flag == false) {  //如果标志位false,将列表逆序
        Collections.reverse(curlevel);
      }
      ans.add(curlevel);
      flag = !flag;  //下一层,flag取反
    }
    return ans;
  }
}

买卖股票最佳时机

dp[i]=max(dp[i-1],prices[i]-min(prices[0:i]))

class Solution {
    public int maxProfit(int[] prices) {
        int maxProfit = 0, minPrice = prices[0];
        for (int i = 1; i < prices.length; i++) {
            maxProfit = Math.max(maxProfit, prices[i] - minPrice);
            minPrice = Math.min(minPrice, prices[i]);
        }
        return maxProfit;
    }
}
class Solution {
    public int maxProfit(int[] prices) {
        int[] dp = new int[prices.length];
        int minPrice = prices[0];
        // base case: dp_0 = 0
        dp[0] = 0;
        // state transition: dp[i]=max(dp[i-1],prices[i]-minPrice)
        for (int i = 1; i < prices.length; i++) {
            dp[i] = Math.max(dp[i - 1], prices[i] - minPrice);
            minPrice = Math.min(minPrice, prices[i]);
        }
        return dp[prices.length - 1];
    }
}

力扣


打家劫舍

dp[i] = max( dp[i-2] + nums[i] , dp [i-1])

dp[i]=max(dp[i−2]+nums[i],dp[i−1])
class Solution {
    public int rob(int[] nums) {
        if (nums == null || nums.length == 0) {
            return 0;
        }
        int length = nums.length;
        if (length == 1) {
            return nums[0];
        }
        int[] dp = new int[length];
        dp[0] = nums[0];
        dp[1] = Math.max(nums[0], nums[1]);
        for (int i = 2; i < length; i++) {
            dp[i] = Math.max(dp[i - 2] + nums[i], dp[i - 1]);
        }
        return dp[length - 1];
    }
}

回文子串

这里需要二维的 dp[][] 数组,dp[i][j] 表示子串 [i..j] 是否为回文子串

当我们判断 [i..j] 是否为回文子串时,只需要判断 s[i] == s[j],同时判断 [i-1..j-1] 是否为回文子串即可

需要注意有两种特殊情况:[i, i] or [i, i + 1],即:子串长度为 1 或者 2。所以加了一个条件限定 j - i < 2

状态转移方程如下:

dp[i][j] = (s[i] == s[j]) && (j - i < 2 || dp[i + 1][j - 1])

public int countSubstrings(String s) {
    int ans = 0;
    int n = s.length();
    boolean[][] dp = new boolean[n][n];
    for (int j = 0; j < n; j++) {
        for (int i = 0; i <= j; i++) {
            if (s.charAt(j) == s.charAt(i) && (j - i < 2 || dp[i + 1][j - 1])) {
                dp[i][j] = true;
                ans++;
            }
        }
    }
    return ans;
}

接雨水

public int trap(int[] height) {
    int sum = 0;
    Stack<Integer> stack = new Stack<>();
    int current = 0;
    while (current < height.length) {
        //如果栈不空并且当前指向的高度大于栈顶高度就一直循环
        while (!stack.empty() && height[current] > height[stack.peek()]) {
            int h = height[stack.peek()]; //取出要出栈的元素
            stack.pop(); //出栈
            if (stack.empty()) { // 栈空就出去
                break; 
            }
            int distance = current - stack.peek() - 1; //两堵墙之前的距离。
            int min = Math.min(height[stack.peek()], height[current]);
            sum = sum + distance * (min - h);
        }
        stack.push(current); //当前指向的墙入栈
        current++; //指针后移
    }
    return sum;
}

岛屿问题

class Solution {
    public int numIslands(char[][] grid) {
        int count = 0;
        for(int i = 0; i < grid.length; i++) {
            for(int j = 0; j < grid[0].length; j++) {
                if(grid[i][j] == '1'){
                    dfs(grid, i, j);
                    count++;
                }
            }
        }
        return count;
    }
    private void dfs(char[][] grid, int i, int j){
        if(i < 0 || j < 0 || i >= grid.length || j >= grid[0].length || grid[i][j] == '0') return;
        grid[i][j] = '0';
        dfs(grid, i + 1, j);
        dfs(grid, i, j + 1);
        dfs(grid, i - 1, j);
        dfs(grid, i, j - 1);
    }
}


相关文章
|
30天前
|
存储 算法 C++
【算法】粘木棍问题(C/C++)
【算法】粘木棍问题(C/C++)
|
3月前
|
算法 搜索推荐 C++
c++常见算法
C++中几种常见算法的示例代码,包括查找数组中的最大值、数组倒置以及冒泡排序算法。
26 0
|
机器学习/深度学习 存储 自然语言处理
常见算法大全
是指利用堆这种数据结构所设计的一种排序算法。堆是一个近似完全二叉树的结构,并同时满足堆积的性质:即子结点的键值或索引总是小于(或者大于)它的父节点。
|
11月前
|
传感器 人工智能 算法
图象处理算法(介绍)
图象处理算法(介绍)
|
算法
转:johnson算法的现实意义
Johnson算法是一种用于解决边数与节点数之间关系为O(n^2)的带权图的最短路径问题的算法。它是一种结合了Dijkstra算法和Bellman-Ford算法的技术,通过使用一个负权重的环检测器来消除负权重的影响。这种算法的时间复杂度为O(n^2+m log n)。
139 1
|
算法
海王算法(看完不会变成海王)
海王算法(看完不会变成海王)
161 0
海王算法(看完不会变成海王)
|
算法
A*算法
A*算法
235 0
A*算法
|
存储 算法 测试技术
《算法》世界
一.什么是算法 算法(Algorithm)是指解题方案的准确而完整的描述,是一系列解决问题的清晰指令,算法代表着用系统的方法描述解决问题的策略机制。也就是说,能够对一定规范的输入,在有限时间内获得所要求的输出。如果一个算法有缺陷,或不适合于某个问题,执行这个算法将不会解决这个问题。不同的算法可能用不同的时间、空间或效率来完成同样的任务。一个算法的优劣可以用空间复杂度与时间复杂度来衡量。一个算法必须具有:有穷性、确切性、输入项、输出项、可行性五个性质。
216 0
《算法》世界
|
算法 安全 数据安全/隐私保护
聊聊 A5/1 算法
A5 算法在 1989 年由法国人开发,先后开发了三个版本记作 A5/1、A5/2、A5/3,如果没有特别说明,通常所说的 A5 是指 A5/1,这是一种流密码加密算法。该算法用于 GSM 系统的序列密码算法,最初是保密的,但通过泄漏和逆向工程公开。
聊聊 A5/1 算法