每日算法-250326

news2025/4/1 10:23:12

83. 删除排序链表中的重复元素

题目描述

Problem 83 Description

思路

使用快慢指针遍历排序链表。slow 指针指向当前不重复序列的最后一个节点,fast 指针用于向前遍历探索。当 fast 找到一个与 slow 指向的节点值不同的新节点时,就将 slownext 指向 fast,然后 slow 前进。

解题过程

  1. 处理边界情况:如果链表为空 (head == null),直接返回 null
  2. 初始化指针:定义 slowfast 指针,都初始化为 head
  3. 遍历链表:使用 while 循环,条件是 fast != nullslow 不会是 null 因为它总是在 fast 或其之前)。
    • 在循环中,移动 fast 指针向前探索。
    • 判断重复:如果 fast.val != slow.val,说明 fast 指向的节点是一个新的不重复元素。
    • 更新链表:此时,将 slownext 指针指向 fast (slow.next = fast),然后将 slow 指针也向前移动一步 (slow = slow.next)。
    • 无论是否找到不重复元素,fast 指针都需要在每次迭代中向前移动 (fast = fast.next)。
  4. 断开尾部链接:循环结束后,slow 指向的是新链表的最后一个节点。为了确保链表正确终止,需要将 slownext 设置为 null (slow.next = null)。这会断开与后面可能存在的重复元素的连接。
  5. 返回结果:返回原始的 head,因为头节点可能没变,或者即使变了,head 变量仍然指向修改后链表的起始位置。

复杂度

  • 时间复杂度: O ( n ) O(n) O(n),其中 n n n 是链表的节点数。因为 fast 指针遍历整个链表一次。
  • 空间复杂度: O ( 1 ) O(1) O(1),只使用了常数级别的额外空间(两个指针)。

Code (Java)

/**
 * Definition for singly-linked list.
 * public class ListNode {
 *     int val;
 *     ListNode next;
 *     ListNode() {}
 *     ListNode(int val) { this.val = val; }
 *     ListNode(int val, ListNode next) { this.val = val; this.next = next; }
 * }
 */
class Solution {
    public ListNode deleteDuplicates(ListNode head) {
        if (head == null) {
            return head; // 或者 return null,效果一样
        }
        ListNode slow = head, fast = head;
        // fast 指针用于遍历
        while (fast != null) {
            // 当 fast 遇到与 slow 不同的值时
            if (fast.val != slow.val) {
                // slow 的下一个节点指向 fast 这个不重复的节点
                slow.next = fast;
                // slow 移动到新的不重复节点位置
                slow = slow.next;
            }
            // fast 继续向后遍历
            fast = fast.next;
        }
        // 循环结束后,slow 是最后一个不重复节点,断开其后的链接
        slow.next = null;
        return head;
    }
}

904. 水果成篮

题目描述

Problem 904 Description

思路

这是一道典型的滑动窗口问题。目标是找到一个最长的子数组,其中最多包含两种不同的元素。

我们可以使用一个哈希表(或者利用题目 0 <= fruits[i] < fruits.length 的条件,使用一个数组 hash)来记录窗口内每种水果出现的次数。同时,用一个变量 count 记录窗口内不同水果的种类数量。

解题过程

  1. 初始化
    • ret = 0: 用于存储最长子数组的长度(即最多能收集的水果数)。
    • count = 0: 记录当前窗口内不同水果的种类数。
    • n = fruits.length: 数组长度。
    • hash = new int[n]: 使用数组作为哈希表,hash[i] 存储水果 i 在当前窗口内的数量。
    • left = 0, right = 0: 滑动窗口的左右边界。
  2. 扩展窗口(右移 right
    • right 指针向右移动,考察 fruits[right] 这个水果,令 in = fruits[right]
    • 更新计数:如果 hash[in] == 0,说明这是窗口内第一次遇到这种水果,因此不同水果种类数 count 增加 1。
    • in 水果的计数加 1:hash[in]++
  3. 收缩窗口(右移 left
    • 判断条件:当 count > 2 时,表示窗口内的水果种类超过了 2 种,此时窗口不满足条件,需要收缩。
    • 处理出窗口元素:令 out = fruits[left]
    • out 水果的计数减 1:hash[out]--
    • 更新计数:如果 hash[out] == 0,说明移除这个水果后,窗口内不再有这种类型的水果了,因此不同水果种类数 count 减少 1。
    • 左边界 left 向右移动:left++
    • 这个收缩过程(while (count > 2))会持续进行,直到窗口重新满足 count <= 2 的条件。
  4. 更新结果:在每次移动 right 之后(并且窗口调整为合法状态后),当前窗口 [left, right] 是合法的(最多包含两种水果)。计算当前窗口的长度 right - left + 1,并更新 ret = Math.max(ret, right - left + 1)
  5. 循环结束:当 right 到达数组末尾时,循环结束。
  6. 返回结果:返回 ret

复杂度

  • 时间复杂度: O ( n ) O(n) O(n),其中 n n n 是数组 fruits 的长度。左右指针 leftright 都最多遍历数组一次。
  • 空间复杂度: O ( n ) O(n) O(n),在最坏情况下(例如所有水果种类都不同,但这里水果种类数受限于数组长度 n),用于存储水果计数的 hash 数组需要 O ( n ) O(n) O(n) 的空间。如果水果种类数远小于 n,可以认为是 O ( C ) O(C) O(C),其中 C C C 是水果种类的数量上限。

Code (Java)

class Solution {
    public int totalFruit(int[] fruits) {
        int ret = 0, count = 0;
        int n = fruits.length;
        // 利用题目条件,可以使用数组代替 HashMap
        int[] hash = new int[n];
        for (int left = 0, right = 0; right < n; right++) {
            // 元素进入窗口
            int in = fruits[right];
            // 如果是新水果种类,count增加
            if (hash[in] == 0) {
                count++;
            }
            // 该水果数量增加
            hash[in]++;

            // 如果水果种类超过2种,需要收缩窗口
            while (count > 2) {
                // 元素离开窗口
                int out = fruits[left];
                // 该水果数量减少
                hash[out]--;
                // 如果移除后该水果数量为0,说明少了一种水果
                if (hash[out] == 0) {
                    count--;
                }
                // 左指针右移
                left++;
            }
            // 窗口调整完毕后,更新最大长度
            ret = Math.max(ret, right - left + 1);
        }
        return ret;
    }
}

1695. 删除子数组的最大得分

题目描述

Problem 1695 Description

思路

这个问题要求找到一个元素唯一的子数组,使其元素和最大。这同样可以用滑动窗口解决。

我们需要维护一个窗口,确保窗口内的所有元素都是唯一的。可以使用一个哈希表 (HashMap) 来记录窗口内每个数字出现的次数。同时,维护一个变量 sum 记录当前窗口内元素的和。

解题过程

  1. 初始化
    • ret = 0: 用于存储最大得分(即元素唯一的子数组的最大和)。
    • sum = 0: 当前窗口内元素的和。
    • hash = new HashMap<>(): 记录窗口内数字及其出现次数。
    • left = 0, right = 0: 滑动窗口的左右边界。
  2. 扩展窗口(右移 right
    • right 指针向右移动,考察 nums[right],令 in = nums[right]
    • 更新窗口和sum += in
    • 更新哈希表:将 in 的计数加 1。hash.put(in, hash.getOrDefault(in, 0) + 1)
  3. 收缩窗口(右移 left
    • 判断条件:当 hash.get(in) > 1 时,表示新加入的元素 in 在窗口内出现了重复,窗口不再满足“元素唯一”的条件,需要收缩。
    • 处理出窗口元素:令 out = nums[left]
    • 更新窗口和sum -= out
    • 更新哈希表:将 out 的计数减 1。hash.put(out, hash.get(out) - 1)
    • 左边界 left 向右移动:left++
    • 这个收缩过程 (while (hash.get(in) > 1)) 会持续进行,直到窗口内 in 的计数变回 1(即窗口内不再有重复的 in)。
  4. 更新结果:在每次移动 right 之后,窗口 [left, right] 必然是元素唯一的(因为收缩步骤保证了这一点)。此时,当前窗口的和 sum 是一个有效的得分。更新 ret = Math.max(ret, sum)
  5. 循环结束:当 right 到达数组末尾时,循环结束。
  6. 返回结果:返回 ret

复杂度

  • 时间复杂度: O ( n ) O(n) O(n),其中 n n n 是数组 nums 的长度。左右指针 leftright 都最多遍历数组一次。哈希表操作平均时间复杂度为 O ( 1 ) O(1) O(1)
  • 空间复杂度: O ( n ) O(n) O(n),在最坏情况下(例如数组中所有元素都不同),哈希表需要存储 O ( n ) O(n) O(n) 个元素。如果数组中不同元素的数量上限为 U U U,则空间复杂度为 O ( min ⁡ ( n , U ) ) O(\min(n, U)) O(min(n,U))

Code (Java)

import java.util.HashMap;
import java.util.Map;

class Solution {
    public int maximumUniqueSubarray(int[] nums) {
        int ret = 0, sum = 0;
        Map<Integer, Integer> hash = new HashMap<>();
        for (int left = 0, right = 0; right < nums.length; right++) {
            // 元素进入窗口
            int in = nums[right];
            // 更新窗口和
            sum += in;
            // 更新元素计数
            hash.put(in, hash.getOrDefault(in, 0) + 1);

            // 如果窗口内出现重复元素 (刚加入的 in 导致重复)
            while (hash.get(in) > 1) {
                // 元素离开窗口
                int out = nums[left];
                // 更新窗口和
                sum -= out;
                // 更新元素计数
                hash.put(out, hash.get(out) - 1);
                // 左指针右移
                left++;
            }
            // 此时窗口内元素唯一,更新最大得分
            ret = Math.max(ret, sum);
        }
        return ret;
    }
}

1423. 可获得的最大点数(复习)

题目描述

Problem 1423 Description

复习思路

这道题要求从数组两端取走总共 k 张牌,使得分数总和最大。

这个问题可以转化为:找到数组中间连续 n - k 个元素,使其和最小。因为数组总和是固定的,要让两端 k 个元素的和最大,等价于让中间 n - k 个元素的和最小。

因此,我们可以使用滑动窗口来找到长度为 m = n - k 的子数组的最小和。

解题过程(滑动窗口找最小和)

  1. 计算窗口大小:计算中间部分的长度 m = n - k
  2. 处理特殊情况:如果 m == 0(即 n == k),说明需要取走所有卡牌,直接计算并返回整个数组的总和。
  3. 初始化
    • totalSum = 0: 整个数组的总和。
    • windowSum = 0: 当前滑动窗口(长度为 m)的和。
    • minWindowSum = Integer.MAX_VALUE: 用于记录所有长度为 m 的窗口中,和的最小值。
    • left = 0: 窗口左边界。
  4. 遍历数组与滑动窗口
    • 使用 right 指针从 0 遍历到 n-1
    • 累加总和totalSum += cardPoints[right]
    • 累加窗口和windowSum += cardPoints[right]
    • 维护窗口大小:当窗口达到大小 m 时(即 right - left + 1 == mright >= m - 1),开始执行以下操作:
      • 更新最小窗口和minWindowSum = Math.min(minWindowSum, windowSum)
      • 收缩窗口:从 windowSum 中减去最左边的元素 cardPoints[left]
      • 移动左边界left++
  5. 计算结果:遍历结束后,minWindowSum 存储了长度为 n - k 的子数组的最小和。最终结果为 totalSum - minWindowSum

复杂度

  • 时间复杂度: O ( n ) O(n) O(n),其中 n n n 是数组 cardPoints 的长度。只需要遍历数组一次。
  • 空间复杂度: O ( 1 ) O(1) O(1),只使用了常数级别的额外空间。

Code (Java)

class Solution {
    public int maxScore(int[] cardPoints, int k) {
        int n = cardPoints.length;
        int m = n - k; // 中间要保留的元素个数 (窗口大小)
        int totalSum = 0; // 数组总和
        int windowSum = 0; // 当前窗口的和
        // ret 在这里用来存储长度为 m 的窗口的最小和
        int minWindowSum = Integer.MAX_VALUE;

        // 特殊情况:k == n, m == 0
        if (m == 0) {
            for (int point : cardPoints) {
                totalSum += point;
            }
            return totalSum;
        }

        for (int left = 0, right = 0; right < n; right++) {
            // 累加当前元素到窗口和
            windowSum += cardPoints[right];
            // 同时累加到总和 (只需计算一次)
            totalSum += cardPoints[right];

            // 当窗口大小达到 m 时
            if (right - left + 1 >= m) {
                // 更新最小窗口和
                minWindowSum = Math.min(minWindowSum, windowSum);
                // 从窗口和中移除最左边的元素
                windowSum -= cardPoints[left];
                // 左指针右移,保持窗口大小
                left++;
            }
        }

        // 最大得分 = 总和 - 中间 m 个元素的最小和
        // 注意: 如果 m > n (k < 0) 或 m < 0 (k > n) 是无效输入, 但题目保证 1 <= k <= cardPoints.length
        // 如果 m=n (k=0), minWindowSum 应该等于 totalSum,结果是 0 (逻辑上正确,但未覆盖 m=0 的代码路径)
        // minWindowSum 如果没被更新过(例如 m > n), 结果会出错, 但题目约束避免了此情况。
        // 在 m > 0 时,minWindowSum 一定会被更新。
        return totalSum - minWindowSum;
    }
}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2322626.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

trino查询mysql报Unknown or incorrect time zone: ‘Asia/Shanghai‘

问题 trino查询mysql时报Error listing schemas for catalog mysql: java.sql.SQLNonTransientConnectionException: Could not create connection to database server. Attempted reconnect 3 times. Giving up.&#xff0c;trino的日志中看到Unknown or incorrect time zone…

java学习笔记7——面向对象

关键字&#xff1a;static 类变量 静态变量的内存解析&#xff1a; 相关代码&#xff1a; public class ChineseTest {public static void main(String[] args) {System.out.println(Chinese.nation); //null 没赋值前System.out.println(Chinese.nation); //中国 静态变量赋值…

C++三大特性之继承

1.继承的概念及定义 回忆封装 C Stack类设计和C设计Stack对比。封装更好&#xff1a;访问限定符类的数据和方法放在一起 -> 避免底层接口的暴露&#xff0c;数据更加的安全&#xff0c;程序的耦合性更高迭代器的设计&#xff0c;封装了容器底层结构&#xff0c;在不暴露底层…

解决Vmware 运行虚拟机Ubuntu22.04卡顿、终端打字延迟问题

亲测可用 打开虚拟机设置&#xff0c;关闭加速3D图形 &#xff08;应该是显卡驱动的问题&#xff0c;不知道那个版本的驱动不会出现这个问题&#xff0c;所以干脆把加速关了&#xff09;

ctfshow做题笔记—栈溢出—pwn73、pwn74

目录 一、pwn73(愉快的尝试一下一把梭吧&#xff01;) 二、pwn74(噢&#xff1f;好像到现在为止还没有了解到one_gadget?) 前言&#xff1a; 抽空闲时间继续学习&#xff0c;记录了两道题&#xff0c;pwn74卡了几天哈哈。 一、pwn73(愉快的尝试一下一把梭吧&#xff01;) …

026-zstd

zstd 以下为Zstandard&#xff08;zstd&#xff09;压缩算法从原理到代码实现的技术调研报告&#xff0c;结合流程图、结构图及完整C代码实现&#xff1a; 一、核心原理与技术架构 1.1 算法原理 Zstd基于LZ77衍生算法与熵编码&#xff08;FSE/Huffman&#xff09;的混合架构&…

AF3 quat_to_rot函数解读

AlphaFold3 rigid_utils 模块的 quat_to_rot 函数的功能是把四元数转换为旋转矩阵,函数利用预定义的四元数到旋转矩阵的转换表 _QTR_MAT 来简化计算。 理解四元数到旋转矩阵的转换 源代码: _quat_elements = ["a", "b", "c", "d"]…

Elasticsearch 的搜索功能

Elasticsearch 的搜索功能 建议阅读顺序&#xff1a; Elasticsearch 入门Elasticsearch 搜索&#xff08;本文&#xff09; 1. 介绍 使用 Elasticsearch 最终目的是为了实现搜索功能&#xff0c;现在先将文档添加到索引中&#xff0c;接下来完成搜索的方法。 查询的分类&…

CSS+JS 堆叠图片动态交互切换

结合DeepSeek提供的代码&#xff0c;终于实现了堆叠两张图片动态循环切换&#xff0c;以下是代码&#xff1a; 通过绝对定位放了两张图片 <div class"col-lg-5" style"z-index: 40; position: relative;"><img src"images/banner_1.png&quo…

内存检查之Valgrind工具

内存检查之Valgrind工具 Author: Once Day Date: 2025年3月26日 一位热衷于Linux学习和开发的菜鸟&#xff0c;试图谱写一场冒险之旅&#xff0c;也许终点只是一场白日梦… 漫漫长路&#xff0c;有人对你微笑过嘛… 全系列文章请查看专栏: Linux实践记录_Once-Day的博客-CSD…

强大的AI网站推荐(第四集)—— Gamma

网站&#xff1a;Gamma 号称&#xff1a;展示创意的新媒介 博主评价&#xff1a;快速展示创意&#xff0c;重点是展示&#xff0c;在几秒钟内快速生成幻灯片、网站、文档等内容 推荐指数&#xff1a;&#x1f31f;&#x1f31f;&#x1f31f;&#x1f31f;&#x1f31f;&#x…

《熔化焊接与热切割作业》考试注意事项

考试前的准备 携带必要的证件和材料&#xff1a;考生需携带身份证、准考证等有效证件&#xff0c;以及考试所需的焊接工具、材料等。确保证件齐全&#xff0c;避免因证件问题影响考试。 提前检查焊接设备和工具&#xff1a;在考试前&#xff0c;考生应仔细检查焊接设备和工具是…

[unity 点击事件] 区域响应点击事件,排除子节点区域,Raycast Target 应用

当我打开一个二级弹窗后&#xff0c;希望可以通过点击弹窗以外的区域来关闭该弹窗。一开始我是在弹窗主节点上挂载了一个 button 组件&#xff0c;该 button 注册的点击事件中关闭该弹窗。在子节点&#xff08;一个背景图&#xff09;的image组件上启用 Raycast Target 选项&am…

鸿蒙生态全解析:应用适配分享

一、鸿蒙系统的技术底座与适配挑战 HarmonyOS NEXT 作为全场景分布式操作系统&#xff0c;通过统一的技术底座和声明式开发框架&#xff0c;实现了 "一次开发&#xff0c;多端部署" 的跨设备协同能力。其核心优势在于&#xff1a; 弹性部署架构&#xff1a;一套系统…

el-select 可搜索下拉框 在ios、ipad 无法唤出键盘,造成无法输入

下一篇&#xff1a;el-select 可搜索下拉框&#xff0c;选中选项后&#xff0c;希望立即失去焦点&#xff0c;收起键盘&#xff0c;执行其他逻辑 【效果图】&#xff1a;分组展示选项 >【去界面操作体验】 首先&#xff0c;通过 夸克浏览器的搜索: el-select 在 ipad 输入框…

Axure设计之中继器表格——拖动列调整位置教程(中继器)

一、原理介绍 实现表格列的拖动排序&#xff0c;主要依赖Axure的动态面板和中继器两大核心功能&#xff1a; 动态面板交互控制 将表格的列标题封装在动态面板中&#xff0c;通过拖拽事件&#xff08;开始、移动、结束&#xff09;捕捉用户操作 在拖拽过程中实时计算鼠标位置&…

基于大数据的各品牌手机销量数据可视化分析系统(源码+lw+部署文档+讲解),源码可白嫖!

摘要 时代在飞速进步&#xff0c;每个行业都在努力发展现在先进技术&#xff0c;通过这些先进的技术来提高自己的水平和优势&#xff0c;各品牌手机销量数据可视化分析系统当然不能排除在外。基于大数据的各品牌手机销量数据可视化分析系统是在实际应用和软件工程的开发原理之…

Open CASCADE学习|基于AIS_PointCloud显示点集

定义与用途 AIS_PointCloud是OpenCASCADE中用于表示和管理点云数据的类&#xff0c;能够高效地绘制大量任意彩色点集。它通过Graphic3d_ArrayOfPoints将点数据传递给OpenGL图形驱动程序&#xff0c;以将设定点绘制为“点精灵”数组&#xff0c;且点数据被打包到顶点缓冲区对象…

GOC作业

实验室logo 题目描述 绘制烧毁实验室logo&#xff0c;它是由半径120&#xff0c;颜色6号色的空心元构成&#xff0c;中间的图案由线段长度为75&#xff0c;半径为15的实心圆构成&#xff0c;颜色从1号色开始&#xff0c;到6号色&#xff0c;如图所示 代码参考&#xff1a; …

本地部署仓库管理工具 Gitlab 并实现外部访问

Gitlab是一款自托管的 Git 仓库管理工具&#xff0c;它提供了完整的代码管理功能&#xff0c;包括代码托管、版本控制、代码合并请求、问题追踪、持续集成等。 本文将详细的介绍如何利用 Docker 在本地部署 Gitlab 并结合路由侠实现外网访问本地部署的 Gitlab 。‌ 第一步&am…