05 2022 档案
摘要：14.6：排序总结 1、不基于比较的排序，对样本数据有严格的要求，不易改写。 2、基于比较的排序，只要规定好两个样本怎么比大小就可以直接复用。 3、基于比较的排序，时间复杂度的极限是O(N * logN)。 4、时间复杂度O(N * logN)、额外空间复杂度低于O(N)、且稳定的基于比较的排序是不
阅读全文
摘要：14.5：真正意义上的快排：随机快排 [ ....?... X] 随机从数组中选一个数和最右侧的数进行交换， [ ....X... ?] 拿这个？数作为目标数 将数组划分成： [ <？ ==？ >？ ？] 只需要将最后？和>？区域的第一数交换，？就来到了==？区域 [ <？ ==？ ？ >？ ] 此
阅读全文
摘要：14.4：快排2.0 [ ..... X] 利用数组的最后一个数X作为目标数 将数组划分成： [ <X ==X >X X] 只需要将最后X和>X区域的第一数交换，X就来到了==X区域 [ <X ==X X >X ] 此时==X的位置固定下来，不用变了。 通过递归: 处理[ <x ]区域 处理[ >x
阅读全文
摘要：14.3：快排1.0 [ ..... X] 利用数组的最后一个数X作为目标数 将数组划分成： [ <=X >X X] 只需要将最后X和>X区域的第一数交换，X就来到了==X区域 [ <=X X >X ] 此时X的位置固定下来。 通过递归: 处理[ <=x ]区域 处理[ >x ]区域
阅读全文
摘要：14.2：荷兰国旗问题：分3区域 分3区域、<X 放左边，X放中间， >X放右边 例子： <）[ 3, 4, 6, 0, 7, 4, 5, 1, 3 ]（> 目标数：4 1、当前数 < 目标数，当前数和小于区的下一个数交换，小于区右括，当前数跳下一个。 2、当前数 == 目标数，当前数直接跳下一个。
阅读全文
摘要：14.1：荷兰国旗问题：分2区域 有数组arr[ L ...R ]，给你一个数X， 拿X去划分数组 1：分2区域、<=X 放左边， >X放右边 2：分3区域、<X 放左边，X放中间， >X放右边 再划分后的区域内，不要求一定有序。 要求不用辅助数组，时间复杂度O(N) 1、当前数<=目标，当前数和（
阅读全文
摘要：14：快排 前置知识：荷兰国旗问题 比较： 快排1.0 快排2.0 和随机快排
阅读全文
摘要：https://leetcode-cn.com/problems/count-of-range-sum/ 套例子： 0 1 2 3 arr[ 1, -1, -2, 3] 范围[ -1, 1 ] 暴力解法： 0-0 [ 1 ] 累加和1 符合范围 √ 0-1[1,-1] 累加和0 符合范围 √ 0-2
阅读全文
摘要：前置知识：前缀累加和 arr[ i ....j ] 求sum[ i, j ]的和 等价于 sum[ i, j ] = preSum[ 0, j ] - preSum[ 0, i-1 ] 前缀和的生成： index 0 1 2 3 4 5 6 arr [-3, 1, 2, 4, 0, -1, 5] 遍
阅读全文
摘要：13.6 : 加强堆，通过改写经典堆的底层代码
阅读全文
摘要：13.5: 最大线段重合问题(堆实现)，敏感度 给定很多线段，每个线段都有左右两个位置 [ start, end ]，表示线段开始位置和结束位置，左右都是闭区间， 规定： 1、线段的开始和结束位置一定都是整数值； 2、线段重合区域的长度必须 >= 1，一个点不算重合区域； 线段 a [1, 3] b
阅读全文
摘要：13.4：建堆两种方式以及时间复杂度讨论 这也是堆这一章节最重要的两方法，涉及到后面的加强堆的实现。 1、如果是一个数一个数的给，自然可以通过heapInsert()来建堆，这是自下而上的方式， 时间复杂度O(N * logN); 2、给一个数组建堆也可以通过heapify()的方式，这是自上而下的
阅读全文
摘要：13.3：堆排序说明 基于比较的排序时间复杂度O(N * logN)是最好的了 1、先让整个数组都变成大根堆，建立堆的过程 1.1、从上到下的方法，时间复杂度O(N * logN) 1.2、从下到上的方法，时间复杂度O(N) 2、把堆的最大值和堆末尾的值交换，然后减少堆的大小之后，再去调整堆，一直周
阅读全文
摘要：13.2：堆排序 基于比较的排序时间复杂度O(N * logN)是最好的了 理解了堆以及堆里面的heapInsert() 和heapify()，堆排序就简单了。 1、把数组中的所有数都调成大根堆。heapSize = N。 2、0位置的数和N-1位置的数进行交换。heapSize = N - 1。
阅读全文
摘要：13.1：堆的heapify下沉过程 现在的要求是： 此时在大根堆上，将最大的数max返回，剩下的数自动按照大根堆的要求重新建成新的大根堆？ 操作思路： [ 8 7 0 1 6 ] 下标： 0 1 2 3 4 我们知道大根堆上最大值一定在index = 0位置上，所以给用户直接返回max = 8没问
阅读全文
摘要：13：堆结构heap (priority queue)重要结构 之 上移过程heapInsert() 1、堆结构就是用数组实现的完全二叉树结构； 2、完全二叉树中如果每棵树(包括子数) 的最大值都在顶部 是 大根堆； 3、完全二叉树中如果每棵树(包括子数) 的最小值都在顶部 是 小根堆； 4、堆结构
阅读全文
摘要：12：比较器 1、比较器的实质是重载比较运算符； 2、比较器可以很好的应用在特殊标准的排序上； 3、比较器可以很好的应用在根据特殊标准的结构上； 4、写代码异常容易，还用于泛型编程； 1 public static class Student { 2 public String name; 3 pu
阅读全文
摘要：11.3：逆序对问题 [3 1 0 4 3 1] 在这个数组里有多少个逆序对？ 从某个数开始往后看 1、3 1；3 0；3 1； 2、1 0； 3、4 3； 4 1； 4、3 1； 现在是不是在说每个数的右边有多少个数比它小？ 经典方法从右往左merge，规则 1、当两个数相等的时候，先拷贝右组数。
阅读全文
摘要：11.4：大于2倍问题 [ 6 7 1 3 2] 每个数num，问num右边 有多少个数满足 ：num > 右*2 6； 1 和 2； 6 > 右侧有2个数 [ 1 2 ] 乘以2 7; 1、3和2； 7 > 右侧有3个数 [1 2 3 ] 乘以2 1； 1 > 右侧有0个数 [ ] 乘以2 3；
阅读全文
摘要：11.2：小和问题，暴力求解和归并思想求解 例： [ 6 3 2 1 6 7] 每个数左边，比它小的数累加起来 6； 6的左边有多少个数比6小，0个； 3； 3的左边有多少个数比3小，0个； 2； 2的左边有多少个数比2小，0个； 1； 1的左边有多少个数比1小，0个； 6； 6的左边有多少个数比6
阅读全文
摘要：11.1：归并非递归实现 步长变化： 1 2 4 8 16 32 ... 一旦超过N步长停 logN次 1 // 非递归方法实现 2 public static void mergeSort(int[] arr) { 3 if (arr == null || arr.length < 2) { 4
阅读全文
摘要：11：归并排序(重要) 时间复杂度：O(N * logN) 与O(N^2)排序算法的比较： 1、O(N^2)大量浪费了比较行为。 2、归并排序，当左组和右组的排序排好后，在merge的时候， 左组数之间是没有比较的。 是左组数与右组数的比较。 每一次比较行为都变成了结果并且再传递下去。 算法流程：
阅读全文
摘要：10：Java中的哈希表和有序表 哈希表在使用时，增删改查时间复杂度都是O(1); 有序表在使用时，比哈希表功能多，时间复杂度都是O(logN)； 哈希表： 1、哈希表在使用层面上可以理解为一种集合结构； 2、如果只有key，没有伴随数据value，可以使用HashSet结构； 3、如果既有key，
阅读全文
摘要：9.1：Master公式 T(N) = a * T(N/b) + O(N^d)； 其中a、b、d都是常数的递归函数，可以直接通过Master公式来确定时间复杂度。 如果log（b, a）< d, 复杂度O(N^d) 如果log（b, a）> d, 复杂度O(N^log（b, a）) 如果log（b,
阅读全文
摘要：9：递归 递归的应用十分重要，后面会反复出现。 求数组arr[L ... R]中最大值，怎么用递归方法实现 1 // 求arr中的最大值 2 public static int getMax(int[] arr) { 3 return process(arr, 0, arr.length - 1);
阅读全文
摘要：8.7：如何用队列结构实现栈结构 1 public static class TwoQueueStack<T> { 2 3 public Queue<T> queue; 4 public Queue<T> help; 5 6 public TwoQueueStack() { 7 queue = ne
阅读全文
摘要：8.6：如何用栈结构实现队列结构 两栈：push栈 和 pop栈 倒数据的要求： 1、如果倒数据，必须一次性倒完。 2、如果pop栈不为空，不能倒数据。pop栈空了才能倒数据。 1 public static class TwoStacksQueue { 2 public Stack<Integer
阅读全文
摘要：8.5：实现特殊栈，在基本功能的基础上，再实现返回栈中最小元素的功能 1、pop，push，getMin操作的时间复杂度是o(1)。 2、设计的栈类型可以使用现成的栈结构。 两个栈，一个数据栈，一个最小栈。每次数据过来压入数据组，同时压入最小栈，但压入最小 栈是有条件的： 1、如果最小栈中没有数，压
阅读全文
摘要：8.3：数组实现队列(难) 用size解耦 pushi和polli 1 //数组实现队列，先进先出 2 //通过size解耦end和begin 3 public static class MyQueue { 4 private int[] arr; 5 private int end; // pus
阅读全文
摘要：8.2：双向链表实现栈 底层都是双链表调整 1 public static class Node<T> { 2 public T value; 3 public Node<T> last; 4 public Node<T> next; 5 6 public Node(T data) { 7 valu
阅读全文
摘要：8.1：双向链表实现双端队列 双端队列，玩的head 和tail指针 底层都是双链表调整 1、双向链表 节点1 public static class Node<T> { 2 public T value; 3 public Node<T> last; 4 public Node<T> next;
阅读全文
摘要：8：栈和队列 逻辑概念： 栈：数据先进后出，犹如弹匣 队列：数据先进先出，好似排队 栈和队列的实现： 1、双向链表实现 2、数组实现
阅读全文
摘要：7.2：链表删除给定值 1 // head = removeValue(head, 2); 2 public static Node removeValue(Node head, int num) { 3 // head来到第一个不需要删的位置 4 while (head != null) { 5
阅读全文
摘要：7.1：链表反转 链表反转注意：返回头部节点。 单链表的反转 // head // a -> b -> c -> null // c -> b -> a -> null public static Node reverseLinkedList(Node head) { Node pre = null
阅读全文
摘要：7：链表结构 单向链表节点结构 public static class Node { public T value; public Node next; public Node(T data) { value = data; } } 双向链表 public static class Node<T>
阅读全文
摘要：6.4: 一个数组中有一种数出现K次，其它数都出现了M次，M > 1, K < M,找到出现K次的数，要求，额外空间复杂度O(1),时间复杂度O(N) 例如：arr[] 其中2出现K次，9出现M次，M != 1,M > 1, K < M。 1 // 请保证arr中，只有一种数出现了K次，其它数都出现
阅读全文
摘要：6.3:一个数组中有两种数出现了奇数次，其它数出现了偶数次，怎么找到并打印这两种数 两种数出现奇数次，其它偶数次 1、用eor = 0去逐个异或，最后一定是 eor = a^b, a和b是这个两个出现奇数次的数。偶数次异或为0。 2、a != b， eor != 0; eor的binary一定有1，
阅读全文
摘要：6.2：怎么把一个int类型的数，提取出最右侧的1来 int a = 01101110010000 ？处理后 int ans =00000000010000，返回。 a&((~a)+1) == a&(-a) int a = 01101110010000 ; ~a = 10010001101111 &
阅读全文
摘要：6.1：一个数组中有一种数出现了奇数次，其它数出现了偶数次，怎么找到并打印这种数？ 方法一：哈希表统计词频，找到奇数次的那个数 方法二：异或运算 [4,3,4,2,4,3,1,2,1,1,1,3,3],其中1111,22,3333,444 eor = 0 去异或1111,22,3333,444 得到
阅读全文
摘要：6：异或运算 异或运算：相同为0，不同为1 同或运算：相同为1，不同为0 So，异或运算记成无进位相加 int a = 7; Binary 00111 int b= 13; 01101 a^b = ? 01010 = 10 性质： 1) 0^N = N 2) N^N= 0 3)满足交换律和结合律 a
阅读全文
摘要：5：二分法 常见的二分是在有序数组上的开展的二分搜索。 有时，有序非必要条件，会给定特定条件，只要能正确构建左右两侧的淘汰逻辑，就可以二分。 二分最经典的例子：取一半时，向下取整 在有序数组中，找某个数是否存在。 比较 mid = (L+R)/2 不安全，会溢出 mid = L + ((R - L)
阅读全文
摘要：4：对数器 没有OJ怎么办？ 问题，总有办法解决，有差办法比如纯暴力的尝试，有最优解。总可以搞出2种以上的解决思路。 产生随机数据在2套思路中跑出来的数据进行对比，如果几百万次，几千万次，跑出来的结果都是一样的，小概率事件：我们写的最优解出错。 1 public static void main(S
阅读全文
摘要：3：插入排序 插入排序思想描述： 1、数组0到0位置，只有1个数，必定有序 2、数组0~1位置，盯着1位置的数，往左看：如果arr[1]>arr[0]停止。否则arr[0]与arr[1]交换， 再看arr[0]的左边有没有数，没数了停止。此时0~1位置上数有序。 3、数组0~2位置，盯着2位置的数，
阅读全文
摘要：2：冒泡排序 冒泡排序思想描述： 1、第一轮：从小到大两两比较0~1 1~2 2~3 3~4 4~5 5~6 .... N-2~N-1，谁大谁往后。第一轮把最大的那个数，排到N-1位置上。 2、第二轮：两两比较0~1 1~2 2~3 3~4 4~5 5~6 .... N-3~N-2，谁大谁往后。第二
阅读全文
摘要：选择排序算法思想描述： 1、定义变量minIndex每次都指向全局最小值 2、从数组0位置开始，minIndex = 0，把1~N-1位置上的每一个数依次取出(用下标j指向)和minIndex位置的数比较， 如果取出的这个数arr[j]比arr[minIndex]的数小,更新minIndex = j
阅读全文
