随笔分类 - leetcode刷题
摘要：思路： 记录1到N的每个数的根，因为如果有环，导致环相连的[u, v]一定有相同的root， 我们可以理解为是一个节点的两个分支，通过[u,v]被连起来了，既然他们是一个节点的两个分支，那么他们一定有相同的root，所以直接移除[u,v]就好啦。 class Solution: def findRe
阅读全文
摘要：解题思路排序之后就是字典序了，遇到单个字符，加到集合里，多个字符则看最后一个字符之前的字符是否已经在集合里，在的话，加进集合里，不在的话，可以直接不管了，因为已经排序，说明肯定无法一步一步的达到这个字符串，再用两个变量，保存首次遇到的最长长度，最后返回（有点重复代码） class Solution:
阅读全文
摘要：解法：由于同一个list中可能存在重复元素，所以考虑采用计数的方式解决问题，具体思路如下： 首先构建一个dict来记录list中的元素个数，称为count_dict；count_dict中的元素是一个长度为2的list，分别存储nums1和nums2中元素i的个数 class Solution: d
阅读全文
摘要：1.地图分析 解题思路此题是一个标准的广度优先题目。基本思路就是不断模拟从陆地向海洋扩张的最长距离： 查找初始所有陆地坐标，并进行判断是否为空或长度与grid大小一致，满足条件即输出-1 定义一个判断给定坐标值是否有效的辅助函数：isValid(x, y) 定义一个4向delta列表，用于从当前坐标
阅读全文
摘要：BFS 的核心思想应该不难理解的，就是把一些问题抽象成图，从一个点开始，向四周开始扩散。一般来说，我们写 BFS 算法都是用「队列」这种数据结构，每次将一个节点周围的所有节点加入队列。 BFS 相对 DFS 的最主要的区别是：BFS 找到的路径一定是最短的，但代价就是空间复杂度比 DFS 大很多 问
阅读全文
摘要：其实第一次看到这道题，我首先想到的是滑动窗口算法，因为我们前文说过嘛，滑动窗口算法就是专门处理子串/子数组问题的，这里不就是子数组问题么？但是，稍加分析就发现，这道题还不能用滑动窗口算法，因为数组中的数字可以是负数。滑动窗口算法无非就是双指针形成的窗口扫描整个数组/子串，但关键是，你得清楚地知道什么
阅读全文
摘要：动态规划思想 注意：子串和子序列的区别 子串一定时连续的，子序列不一定是连续的 首先清楚dp数组的含义 定义：dp[i]表示以nums[i]这个数结尾的最长递增子序列的长度 因为nums[3]=4，最长递增子序列为1，3，4，所以长度为3即dp[3]=3 既然是递增子序列，只要找到前面那些结尾比4小
阅读全文
摘要：排序数组中的搜索问题，首先想到 二分法 class Solution: def missingNumber(self, nums: List[int]) -> int: i, j = 0, len(nums)-1 while i <= j: m = (i+j)//2 if nums[m] == m:
阅读全文
摘要：遇到出入顺序的问题，可以用栈 方法 1：字母栈想法和算法 将 s 中的所有字母单独存入栈中，所以出栈等价于对字母反序操作。（或者，可以用数组存储字母并反序数组。） 然后，遍历 s 的所有字符，如果是字母我们就选择栈顶元素输出。 class Solution: def reverseOnlyLette
阅读全文
摘要：双指针 解题思路：算法流程： 设定 i，j 两指针分别指向 num1，num2 尾部，模拟人工加法； 计算进位： 计算 carry = tmp // 10，代表当前位相加是否产生进位；添加当前位： 计算 tmp = n1 + n2 + carry，并将当前位 tmp % 10 添加至 res 头部；
阅读全文
浙公网安备 33010602011771号