当前位置: 首页 > news >正文

LC-两数之和、字母异位词分组、最长连续序列、移动零、盛最多水的容器

两数之和

class Solution {public int[] twoSum(int[] nums, int target) {int n = nums.length;  // 获取数组 nums 的长度// 外层循环:遍历数组中的每一个元素 nums[i]for(int i = 0; i < n; i++) {// 内层循环:从 nums[i] 的下一个元素 nums[j] 开始遍历// 这样避免了重复检查已经比较过的元素for(int j = i + 1; j < n; j++) {// 如果 nums[i] + nums[j] 的和等于目标值 targetif(nums[i] + nums[j] == target) {// 找到符合条件的两个数,返回它们的下标return new int[]{i, j};}}}// 如果没有找到符合条件的两个数,返回一个空数组return new int[0];}
}

字母异位词分组

  • 字母排序法

    • 字母异位词在排序后会得到相同的字符串。例如,“eat”和“tea”排序后都变成“aet”。
    • 基于这个特性,可以将字符串按照字母排序后的结果作为“键”存入一个哈希表(Map)。所有字母异位词会具有相同的“键”,因此它们可以归为一组。
  • 哈希表(Map)存储

    • 遍历输入的字符串数组,对于每一个字符串,排序得到一个新的字符串,作为哈希表的键。
    • 将该字符串加入对应的键值列表中(即字母异位词的分组)。
  • 返回结果

    • 最后,返回哈希表中所有的值(即分组后的字母异位词列表)。
// 字母异位词是由相同的字母组成,只是字母的顺序不同。
class Solution {public List<List<String>> groupAnagrams(String[] strs) {// 创建一个哈希表来存储异位词的分组Map<String, List<String>> map = new HashMap<>();// 遍历字符串数组for (String str : strs) {// 将每个字符串转为字符数组并排序char[] array = str.toCharArray();Arrays.sort(array);// 将排序后的字符数组转换成字符串作为哈希表的键String key = new String(array);// 获取该键对应的列表,如果没有则新建一个  // getOrDefault 是 Java 中 Map 接口的一个方法,用于从映射中获取指定键对应的值。如果键存在,则返回对应的值;如果键不存在,则返回一个默认值。List<String> list = map.getOrDefault(key, new ArrayList<>());// 将当前字符串添加到对应的列表中list.add(str);// 将更新后的列表重新放回哈希表map.put(key, list);}// 返回所有字母异位词的分组return new ArrayList<>(map.values());}
}

最长连续序列

具体步骤如下:

  1. 将所有元素加入一个哈希集合 set,通过哈希集合可以在常数时间内查找某个元素是否存在。
  2. 遍历数组中的每个元素,对于每个元素 x,判断 x-1 是否在哈希集合中。如果 x-1 存在,说明 x 不是连续序列的起始元素,可以跳过这个元素。
  3. 如果 x-1 不存在,即 x 是一个连续序列的起始元素,则开始从 x 开始向后查找连续的数字,直到找不到连续的数字为止。
  4. 在每次查找过程中,记录当前连续序列的长度,并更新最长的连续序列长度。
class Solution {public int longestConsecutive(int[] nums) {// 创建一个 HashSet 来存储数组中的元素HashSet<Integer> set = new HashSet<>();for (int num : nums) {set.add(num);}int longestStreak = 0;// 遍历数组中的每个元素for (int num : nums) {// 如果 num-1 不在 set 中,说明 num 是一个连续序列的起始元素if (!set.contains(num - 1)) {int currentNum = num;int currentStreak = 1;// 从当前元素开始,检查连续的元素while (set.contains(currentNum + 1)) {currentNum += 1;currentStreak += 1;set.remove(currentNum);  // 将已经访问的数字移除,避免重复计算}// 更新最长连续序列的长度longestStreak = Math.max(longestStreak, currentStreak);}}return longestStreak;}
}

移动零

思路:

  1. 双指针法

    • 使用两个指针 leftright
    • right 用来遍历整个数组,逐个检查每个元素。
    • left 用来指示下一个应该放置非零元素的位置。
  2. 遍历数组

    • 如果 right 指向的元素是非零元素,我们就将其与 left 指向的元素交换,确保非零元素向数组的前面靠近。
    • 每次交换后,left 增加,指向下一个可以放置非零元素的位置。
    • right 不停地向后移动,直到遍历完整个数组。
  3. 交换的目的

    • 交换后,left 指向的地方总是非零元素,而 right 指向的元素经过交换后会被移动到适当的位置(如果是零,就会被移到后面)。
  4. 保持顺序

    • 非零元素的相对顺序会被保持,因为我们只做交换而没有改变原有元素的位置。
class Solution {public void moveZeroes(int[] nums) {int n = nums.length;int left = 0, right = 0;while (right < n) {  // 遍历数组if (nums[right] != 0) {  // 如果遇到非零元素swap(nums, left, right);  // 交换元素left++;  // 移动left指针,指向下一个可放置非零元素的位置}right++;  // 移动right指针,继续遍历}}public void swap(int[] nums, int left, int right) {int temp = nums[left];nums[left] = nums[right];nums[right] = temp;  // 交换left和right指向的元素}
}

盛最多水的容器

双指针策略

  • 初始化两个指针,lr,分别指向数组的左右两端。
  • 计算当前 lr 指向的两条线形成的容器的面积:
    • 容器的面积 = min(height[l], height[r]) * (r - l)
    • height[l]height[r] 代表了容器的高度,r - l 是容器的宽度。
  • 然后更新最大面积 ans
  • 为了尝试增大水量,我们应该尽量移除较短的线,因为移除短的线有可能让我们找到更高的线,从而可能增大容器的水量。
  • 移动指针:
    • 如果 height[l] 小于 height[r],说明 l 对应的线较短,应该尝试向右移动 l
    • 如果 height[l] 大于或等于 height[r],说明 r 对应的线较短,应该尝试向左移动 r

重复以上步骤,直到左右指针相遇。

class Solution {public int maxArea(int[] height) {int l = 0, r = height.length - 1;  // 初始化两个指针,分别指向数组的两端int ans = 0;  // 存储最大水量while (l < r) {  // 当左右指针没有相遇时int area = Math.min(height[l], height[r]) * (r - l);  // 计算当前容器的面积ans = Math.max(ans, area);  // 更新最大水量if (height[l] <= height[r]) {  // 如果左边的线较短,移动左指针l++;} else {  // 否则移动右指针r--;}}return ans;  // 返回最大水量}
}
http://www.lryc.cn/news/533875.html

相关文章:

  • Netty源码解析之线程池的实现(二):创建线程与执行任务
  • IDEA - 一个启动类多次启动方法
  • U3D支持webgpu阅读
  • C++广度优先搜索
  • SVN 提交与原有文件类型不一样的文件时的操作
  • 活动预告 | Power Hour: Copilot 引领商业应用的未来
  • WPF 进度条(ProgressBar)示例一
  • 【C#】任务调度的实现原理与组件应用Quartz.Net
  • UV - Python 包管理
  • pytorch torch.linalg模块介绍
  • 光伏-报告显示,假期内,硅料端签单顺序发货相对稳定。若3月份下游存提产,则不排除硅料价格有上调预期。
  • 【web自动化】指定chromedriver以及chrome路径
  • 顺丰数据分析(数据挖掘)面试题及参考答案
  • Android studio:顶部导航栏Toolbar
  • mmap 文件映射
  • 基于微信小程序的医院预约挂号系统的设计与实现
  • 【Linux】Socket编程—UDP
  • 2025年物联网相关专业毕业论文选题参考,文末联系,选题相关资料提供
  • 如何在WPS和Word/Excel中直接使用DeepSeek功能
  • DeepSeek之Api的使用(将DeepSeek的api集成到程序中)
  • 使用DeepSeek实现AI自动编码
  • 30~32.ppt
  • Java的匿名内部类转为lamada表达式
  • redis高级数据结构Stream
  • LeetCode781 森林中的兔子
  • 单硬盘槽笔记本更换硬盘
  • EB生成配置的过程
  • 量化交易数据获取:xtquant库的高效应用
  • 哨兵模式与 Redis Cluster:高可用 Redis 的深度剖析
  • C++20新特性