哈希表------中等

目录

3. 无重复字符的最长子串    中等

18. 四数之和    中等

36. 有效的数独    中等

49. 字母异位词分组    中等

94. 二叉树的中序遍历    中等

138. 复制带随机指针的链表    中等

166. 分数到小数     中等

187. 重复的DNA序列    中等

274. H 指数    中等

299. 猜数字游戏    中等

347. 前 K 个高频元素    中等

380. 常数时间插入、删除和获取随机元素    中等

438. 找到字符串中所有字母异位词    中等

451. 根据字符出现频率排序    中等

454. 四数相加 II    中等

508. 出现次数最多的子树元素和    中等

525. 连续数组    中等

535. TinyURL 的加密与解密    中等

554. 砖墙    中等

560. 和为K的子数组    中等

609. 在系统中查找重复文件    中等

648. 单词替换    中等

676. 实现一个魔法字典    中等

692. 前K个高频单词    中等

739. 每日温度    中等

781. 森林中的兔子    中等

930. 和相同的二元子数组    中等

939. 最小面积矩形    中等

954. 二倍数对数组    中等

966. 元音拼写检查器    中等

974. 和可被 K 整除的子数组    中等

981. 基于时间的键值存储    中等

987. 二叉树的垂序遍历    中等

1048. 最长字符串链    中等

1072. 按列翻转得到最大值等行数    中等

1090. 受标签影响的最大值    中等

1138. 字母板上的路径    中等

1487. 保证文件名唯一    中等

1577. 数的平方等于两数乘积的方法数    中等

面试题

面试题 10.02. 变位词组    中等

面试题 16.02. 单词频率    中等

面试题 16.24. 数对和    中等

剑指offer

剑指 Offer 48. 最长不含重复字符的子字符串    中等


3. 无重复字符的最长子串    中等

给定一个字符串,请你找出其中不含有重复字符的 最长子串 的长度。

示例 1:

输入: "abcabcbb"
输出: 3 
解释: 因为无重复字符的最长子串是 "abc",所以其长度为 3。

示例 2:

输入: "bbbbb"
输出: 1
解释: 因为无重复字符的最长子串是 "b",所以其长度为 1。

示例 3:

输入: "pwwkew"
输出: 3
解释: 因为无重复字符的最长子串是 "wke",所以其长度为 3。
     请注意,你的答案必须是 子串 的长度,"pwke" 是一个子序列,不是子串。
    public int lengthOfLongestSubstring(String s) {
        Set set = new HashSet<>();
        int ans = 0;
        int l = 0;
        int r = 0;
        while (r < s.length()) {
            while (set.contains(s.charAt(r))) {
                set.remove(s.charAt(l));
                l++;
            }
            set.add(s.charAt(r));
            r++;
            ans = Math.max(ans, set.size());
        }
        return ans;
    }

解析:通过操作set来实现

 

18. 四数之和    中等

给定一个包含 n 个整数的数组 nums 和一个目标值 target,判断 nums 中是否存在四个元素 a,b,c 和 d ,使得 a + b + c + d 的值与 target 相等?找出所有满足条件且不重复的四元组。

注意:

答案中不可以包含重复的四元组。

示例:

给定数组 nums = [1, 0, -1, 0, -2, 2],和 target = 0。

满足要求的四元组集合为:
[
  [-1,  0, 0, 1],
  [-2, -1, 1, 2],
  [-2,  0, 0, 2]
]
    //双指针
    public List> fourSum(int[] nums, int target) {
        List> ans = new ArrayList<>();
        if (nums == null || nums.length < 3) {
            return ans;
        }
        int n = nums.length;
        Arrays.sort(nums);
        for (int i = 0; i < n - 3; i++) {
            if (i != 0 && nums[i] == nums[i - 1]) {
                continue;
            }

            //控制最大最小值优化
            int min = nums[i] + nums[i + 1] + nums[i + 2] + nums[i + 3];
            if (min > target) {
                break;
            }
            int max = nums[i] + nums[n - 1] + nums[n - 2] + nums[n - 3];
            if (max < target) {
                continue;
            }

            for (int j = i + 1; j < n - 2; j++) {
                if (j != i + 1 && nums[j] == nums[j - 1]) {
                    continue;
                }
                int left = j + 1;
                int right = n - 1;

                //控制最大最小值优化
                int min1 = nums[i] + nums[j] + nums[left] + nums[left + 1];
                if (min1 > target) {
                    break;
                }
                int max1 = nums[i] + nums[j] + nums[right] + nums[right - 1];
                if (max1 < target) {
                    continue;
                }

                while (left < right) {
                    int num = nums[i] + nums[j] + nums[left] + nums[right];
                    if (num == target) {
                        ans.add(Arrays.asList(nums[i], nums[j], nums[left], nums[right]));
                        left++;
                        while (left < right && nums[left] == nums[left - 1]) {
                            left++;
                        }
                        right--;
                        while (left < right && nums[right] == nums[right + 1]) {
                            right--;
                        }
                    } else if (num > target) {
                        right--;
                    } else {
                        left++;
                    }
                }
            }
        }
        return ans;
    }

解析:稳定i和j两个点,然后用left和right两个指针向中间夹,选出合适的值

 

36. 有效的数独    中等

判断一个 9x9 的数独是否有效。只需要根据以下规则,验证已经填入的数字是否有效即可。

  1. 数字 1-9 在每一行只能出现一次。
  2. 数字 1-9 在每一列只能出现一次。
  3. 数字 1-9 在每一个以粗实线分隔的 3x3 宫内只能出现一次。

上图是一个部分填充的有效的数独。

数独部分空格内已填入了数字,空白格用 '.' 表示。

示例 1:

输入:
[
  ["5","3",".",".","7",".",".",".","."],
  ["6",".",".","1","9","5",".",".","."],
  [".","9","8",".",".",".",".","6","."],
  ["8",".",".",".","6",".",".",".","3"],
  ["4",".",".","8",".","3",".",".","1"],
  ["7",".",".",".","2",".",".",".","6"],
  [".","6",".",".",".",".","2","8","."],
  [".",".",".","4","1","9",".",".","5"],
  [".",".",".",".","8",".",".","7","9"]
]
输出: true

示例 2:

输入:
[
  ["8","3",".",".","7",".",".",".","."],
  ["6",".",".","1","9","5",".",".","."],
  [".","9","8",".",".",".",".","6","."],
  ["8",".",".",".","6",".",".",".","3"],
  ["4",".",".","8",".","3",".",".","1"],
  ["7",".",".",".","2",".",".",".","6"],
  [".","6",".",".",".",".","2","8","."],
  [".",".",".","4","1","9",".",".","5"],
  [".",".",".",".","8",".",".","7","9"]
]
输出: false
解释: 除了第一行的第一个数字从 5 改为 8 以外,空格内其他数字均与 示例1 相同。
     但由于位于左上角的 3x3 宫内有两个 8 存在, 因此这个数独是无效的。

说明:

  • 一个有效的数独(部分已被填充)不一定是可解的。
  • 只需要根据以上规则,验证已经填入的数字是否有效即可。
  • 给定数独序列只包含数字 1-9 和字符 '.' 。
  • 给定数独永远是 9x9 形式的。
    public boolean isValidSudoku(char[][] board) {
        Map rows[] = new HashMap[9];
        Map cols[] = new HashMap[9];
        Map boxs[] = new HashMap[9];
        for (int i = 0; i < 9; i++) {
            rows[i] = new HashMap<>();
            cols[i] = new HashMap<>();
            boxs[i] = new HashMap<>();
        }
        for (int i = 0; i < 9; i++) {
            for (int j = 0; j < 9; j++) {
                char num = board[i][j];
                if (num != '.') {
                    int n = (int) num;
                    int idx = (i / 3) * 3 + (j / 3);
                    rows[i].put(n, rows[i].getOrDefault(n, 0) + 1);
                    cols[j].put(n, cols[j].getOrDefault(n, 0) + 1);
                    boxs[idx].put(n, boxs[idx].getOrDefault(n, 0) + 1);
                    if (rows[i].get(n) > 1 || cols[j].get(n) > 1 || boxs[idx].get(n) > 1) {
                        return false;
                    }
                }
            }
        }
        return true;
    }

 解析:每行一个map,每列一个map,每九个格子一个map,如果有重复,则返回false

 

49. 字母异位词分组    中等

给定一个字符串数组,将字母异位词组合在一起。字母异位词指字母相同,但排列不同的字符串。

示例:

输入: ["eat", "tea", "tan", "ate", "nat", "bat"]
输出:
[
  ["ate","eat","tea"],
  ["nat","tan"],
  ["bat"]
]

说明:

  • 所有输入均为小写字母。
  • 不考虑答案输出的顺序。
    public List> groupAnagrams(String[] strs) {
        Map> map = new HashMap<>();
        if (strs == null || strs.length == 0) {
            return new ArrayList<>();
        }
        for (String str : strs) {
            char[] arr = str.toCharArray();
            Arrays.sort(arr);
            String key = String.valueOf(arr);
            map.putIfAbsent(key, new ArrayList());
            map.get(key).add(str);
        }
        return new ArrayList<>(map.values());
    }

 

94. 二叉树的中序遍历    中等

给定一个二叉树,返回它的中序 遍历。

示例:

输入: [1,null,2,3]
   1
    \
     2
    /
   3

输出: [1,3,2]

进阶: 递归算法很简单,你可以通过迭代算法完成吗?

    //递归
    public List inorderTraversal(TreeNode root) {
        List ans = new ArrayList<>();
        dfs(ans, root);
        return ans;
    }

    private void dfs(List ans, TreeNode root) {
        if (root == null) {
            return;
        }
        dfs(ans, root.left);
        ans.add(root.val);
        dfs(ans, root.right);
    }

 解析:递归实现

    //迭代
    public List inorderTraversal(TreeNode root) {
        List ans = new ArrayList<>();
        Stack stack = new Stack();
        while (root != null || !stack.isEmpty()) {
            while (root != null) {
                stack.add(root);
                root = root.left;
            }
            if (!stack.isEmpty()) {
                root = stack.pop();
                ans.add(root.val);
                root = root.right;
            }
        }
        return ans;
    }

解析:通过栈来实现

 

138. 复制带随机指针的链表    中等

给定一个链表,每个节点包含一个额外增加的随机指针,该指针可以指向链表中的任何节点或空节点。

要求返回这个链表的 深拷贝。 

我们用一个由 n 个节点组成的链表来表示输入/输出中的链表。每个节点用一个 [val, random_index] 表示:

  • val:一个表示 Node.val 的整数。
  • random_index:随机指针指向的节点索引(范围从 0 到 n-1);如果不指向任何节点,则为  null 。

示例 1:

哈希表------中等_第1张图片

输入:head = [[7,null],[13,0],[11,4],[10,2],[1,0]]
输出:[[7,null],[13,0],[11,4],[10,2],[1,0]]

示例 2:

哈希表------中等_第2张图片

输入:head = [[1,1],[2,1]]
输出:[[1,1],[2,1]]

示例 3:

哈希表------中等_第3张图片

输入:head = [[3,null],[3,0],[3,null]]
输出:[[3,null],[3,0],[3,null]]

示例 4:

输入:head = []
输出:[]
解释:给定的链表为空(空指针),因此返回 null。

提示:

  • -10000 <= Node.val <= 10000
  • Node.random 为空(null)或指向链表中的节点。
  • 节点数目不超过 1000 。
    private Map map = new HashMap<>();
    public Node copyRandomList(Node head) {
        if (head == null) {
            return head;
        }
        if (map.containsKey(head)) {
            return map.get(head);
        }
        Node node = new Node(head.val);
        map.put(head, node);
        node.next = copyRandomList(head.next);
        node.random = copyRandomList(head.random);
        return node;
    }

 解析:每一步把设置过得节点存储起来

 

166. 分数到小数     中等

给定两个整数,分别表示分数的分子 numerator 和分母 denominator,以字符串形式返回小数。

如果小数部分为循环小数,则将循环的部分括在括号内。

示例 1:

输入: numerator = 1, denominator = 2
输出: "0.5"

示例 2:

输入: numerator = 2, denominator = 1
输出: "2"

示例 3:

输入: numerator = 2, denominator = 3
输出: "0.(6)"
    public String fractionToDecimal(int numerator, int denominator) {
        if (numerator == 0) {
            return "0";
        }
        StringBuilder builder = new StringBuilder();
        if (numerator < 0 ^ denominator < 0) {
            builder.append("-");
        }
        long num1 = Math.abs(Long.valueOf(numerator));
        long num2 = Math.abs(Long.valueOf(denominator));
        builder.append(String.valueOf(num1 / num2));
        long num3 = num1 % num2;
        if (num3 == 0) {
            return builder.toString();
        }
        Map map = new HashMap<>();
        builder.append(".");
        while (num3 != 0) {
            if (map.containsKey(num3)) {
                builder.insert(map.get(num3), "(");
                builder.append(")");
                break;
            }
            map.put(num3, builder.length());
            num3 *= 10;
            builder.append(String.valueOf(num3 / num2));
            num3 %= num2;
        }
        return builder.toString();
    }

 解析:将小数点后面的数和位置存储起来,如果后面发现在这个数重复了,则在数的位置插入左括号,将右括号加入到字符串后面

 

187. 重复的DNA序列    中等

所有 DNA 都由一系列缩写为 A,C,G 和 T 的核苷酸组成,例如:“ACGAATTCCG”。在研究 DNA 时,识别 DNA 中的重复序列有时会对研究非常有帮助。

编写一个函数来查找目标子串,目标子串的长度为 10,且在 DNA 字符串 s 中出现次数超过一次。

示例:

输入:s = "AAAAACCCCCAAAAACCCCCCAAAAAGGGTTT"
输出:["AAAAACCCCC", "CCCCCAAAAA"]
    //个人实现
    public List findRepeatedDnaSequences(String s) {
        List ans = new ArrayList<>();
        Set set = new HashSet<>();
        for (int i = 0; i <= s.length() - 10; i++) {
            String str = s.substring(i, i + 10);
            if (set.contains(str)) {
                if (!ans.contains(str)) {
                    ans.add(str);
                }
            } else {
                set.add(str);
            }
        }
        return ans;
    }

 

274. H 指数    中等

给定一位研究者论文被引用次数的数组(被引用次数是非负整数)。编写一个方法,计算出研究者的 指数。

h 指数的定义:h 代表“高引用次数”(high citations),一名科研人员的 h 指数是指他(她)的 (N 篇论文中)总共有 h 篇论文分别被引用了至少 h 次。(其余的 N - h 篇论文每篇被引用次数 不超过 h 次。)

例如:某人的 h 指数是 20,这表示他已发表的论文中,每篇被引用了至少 20 次的论文总共有 20 篇。

示例:

输入:citations = [3,0,6,1,5]
输出:3 
解释:给定数组表示研究者总共有 5 篇论文,每篇论文相应的被引用了 3, 0, 6, 1, 5 次。
     由于研究者有 3 篇论文每篇 至少 被引用了 3 次,其余两篇论文每篇被引用 不多于 3 次,所以她的 h 指数是 3
    public int hIndex(int[] citations) {
        Arrays.sort(citations);
        int n = citations.length;
        int i = 0;
        while (i < citations.length && citations[n - i - 1]) {
            i++;
        }
        return i;
    }

解析:如果最后一个元素的值大于i,则i后移,直到最后一个元素不大于i为止

 

299. 猜数字游戏    中等

你在和朋友一起玩 猜数字(Bulls and Cows)游戏,该游戏规则如下:

  1. 你写出一个秘密数字,并请朋友猜这个数字是多少。
  2. 朋友每猜测一次,你就会给他一个提示,告诉他的猜测数字中有多少位属于数字和确切位置都猜对了(称为“Bulls”, 公牛),有多少位属于数字猜对了但是位置不对(称为“Cows”, 奶牛)。
  3. 朋友根据提示继续猜,直到猜出秘密数字。

请写出一个根据秘密数字和朋友的猜测数返回提示的函数,返回字符串的格式为 xAyBxy 都是数字,A 表示公牛,用 B 表示奶牛。

  • xA 表示有 x 位数字出现在秘密数字中,且位置都与秘密数字一致。
  • yB 表示有 y 位数字出现在秘密数字中,但位置与秘密数字不一致。

请注意秘密数字和朋友的猜测数都可能含有重复数字,每位数字只能统计一次。

示例 1:

输入: secret = "1807", guess = "7810"
输出: "1A3B"
解释: 1 公牛和 3 奶牛。公牛是 8,奶牛是 0, 1 和 7

示例 2:

输入: secret = "1123", guess = "0111"
输出: "1A1B"
解释: 朋友猜测数中的第一个 1 是公牛,第二个或第三个 1 可被视为奶牛。

说明: 你可以假设秘密数字和朋友的猜测数都只包含数字,并且它们的长度永远相等。

    //个人实现,效率不高
    public String getHint(String secret, String guess) {
        int a = 0;
        int b = 0;
        Map map = new HashMap<>();
        for (int i = 0; i < secret.length(); i++) {
            char ch = secret.charAt(i);
            if (ch == guess.charAt(i)) {
                a++;
            }
            map.put(ch, map.getOrDefault(ch, 0) + 1);
        }
        for (int i = 0; i < secret.length(); i++) {
            char ch = guess.charAt(i);
            if (map.containsKey(ch)) {
                b++;
                map.put(ch, map.get(ch) - 1);
                if (map.get(ch) == 0) {
                    map.remove(ch);
                }
            }
        }
        int bRes = b - a;
        return a + "A" + bRes + "B";
    }

 解析:个人实现,效率不高

第一步将secret中各个字符及其数量存储起来

如果字符相等且其下标相同,则a++

再次遍历,如果存在相同的元素,则b++

用b-a表示需要输出的b

最后一步打印即可

 

347. 前 K 个高频元素    中等

给定一个非空的整数数组,返回其中出现频率前 高的元素。

示例 1:

输入: nums = [1,1,1,2,2,3], k = 2
输出: [1,2]

示例 2:

输入: nums = [1], k = 1
输出: [1]

提示:

  • 你可以假设给定的 总是合理的,且 1 ≤ k ≤ 数组中不相同的元素的个数。
  • 你的算法的时间复杂度必须优于 O(n log n) , 是数组的大小。
  • 题目数据保证答案唯一,换句话说,数组中前 k 个高频元素的集合是唯一的。
  • 你可以按任意顺序返回答案。
    public int[] topKFrequent(int[] nums, int k) {
        Map map = new HashMap<>();
        for (int num : nums) {
            map.put(num, map.getOrDefault(num, 0) + 1);
        }
        List> list = new ArrayList<>(map.entrySet());
        list.sort(new Comparator>() {
            @Override
            public int compare(Map.Entry o1, Map.Entry o2) {
                return o2.getValue().compareTo(o1.getValue());
            }
        });
        int[] res = new int[k];
        for (int i = 0; i < k; i++) {
            res[i] = list.get(i).getKey();
        }
        return res;
    }

 解析:先将数组元素和数组元素对应的数量存储在map集合中

将map元素转为map的entryset集合存储在list集合中

将list集合按照map的value值进行排序

找出k个元素返回即可

 

380. 常数时间插入、删除和获取随机元素    中等

设计一个支持在平均 时间复杂度 O(1) 下,执行以下操作的数据结构。

  1. insert(val):当元素 val 不存在时,向集合中插入该项。
  2. remove(val):元素 val 存在时,从集合中移除该项。
  3. getRandom:随机返回现有集合中的一项。每个元素应该有相同的概率被返回。

示例 :

// 初始化一个空的集合。
RandomizedSet randomSet = new RandomizedSet();

// 向集合中插入 1 。返回 true 表示 1 被成功地插入。
randomSet.insert(1);

// 返回 false ,表示集合中不存在 2 。
randomSet.remove(2);

// 向集合中插入 2 。返回 true 。集合现在包含 [1,2] 。
randomSet.insert(2);

// getRandom 应随机返回 1 或 2 。
randomSet.getRandom();

// 从集合中移除 1 ,返回 true 。集合现在包含 [2] 。
randomSet.remove(1);

// 2 已在集合中,所以返回 false 。
randomSet.insert(2);

// 由于 2 是集合中唯一的数字,getRandom 总是返回 2 。
randomSet.getRandom();
class RandomizedSet {

    private Map map = new HashMap<>();
    private List list = new ArrayList<>();
    private Random random = new Random();

    public RandomizedSet() {
    }
    
    public boolean insert(int val) {
        if (map.containsKey(val)) {
            return false;
        }
        map.put(val, list.size());
        list.add(list.size(), val);
        return true;
    }
    
    public boolean remove(int val) {
        if (!map.containsKey(val)) {
            return false;
        }
        int lastElement = list.get(list.size() - 1);
        int idx = map.get(val);
        list.set(idx, lastElement);
        map.put(lastElement, idx);
        list.remove(list.size() - 1);
        map.remove(val);
        return true;
    }
    
    public int getRandom() {
        return list.get(random.nextInt(list.size()));
    }
}

解析:使用一个map,键为val,值val的下标

使用一个list,存储元素val

使用一个random作为随机数生成器

 

438. 找到字符串中所有字母异位词    中等

给定一个字符串 和一个非空字符串 p,找到 中所有是 的字母异位词的子串,返回这些子串的起始索引。

字符串只包含小写英文字母,并且字符串 的长度都不超过 20100。

说明:

  • 字母异位词指字母相同,但排列不同的字符串。
  • 不考虑答案输出的顺序。

示例 1:

输入:
s: "cbaebabacd" p: "abc"

输出:
[0, 6]

解释:
起始索引等于 0 的子串是 "cba", 它是 "abc" 的字母异位词。
起始索引等于 6 的子串是 "bac", 它是 "abc" 的字母异位词。

 示例 2:

输入:
s: "abab" p: "ab"

输出:
[0, 1, 2]

解释:
起始索引等于 0 的子串是 "ab", 它是 "ab" 的字母异位词。
起始索引等于 1 的子串是 "ba", 它是 "ab" 的字母异位词。
起始索引等于 2 的子串是 "ab", 它是 "ab" 的字母异位词。
    public List findAnagrams(String s, String p) {
        List ans = new ArrayList<>();
        if (s == null || p == null || s.length() < p.length()) {
            return ans;
        }
        char[] pArr = p.toCharArray();
        Arrays.sort(pArr);
        int n = p.length();
        for (int i = 0; i <= s.length() - n; i++) {
            char[] sArr = s.substring(i, i + n).toCharArray();
            Arrays.sort(sArr);
            if (Arrays.equals(pArr, sArr)) {
                ans.add(i);
            }
        }
        return ans;
    }

 解析:简单版本的实现

 

451. 根据字符出现频率排序    中等

给定一个字符串,请将字符串里的字符按照出现的频率降序排列。

示例 1:

输入:
"tree"

输出:
"eert"

解释:
'e'出现两次,'r'和't'都只出现一次。
因此'e'必须出现在'r'和't'之前。此外,"eetr"也是一个有效的答案。

示例 2:

输入:
"cccaaa"

输出:
"cccaaa"

解释:
'c'和'a'都出现三次。此外,"aaaccc"也是有效的答案。
注意"cacaca"是不正确的,因为相同的字母必须放在一起。

示例 3:

输入:
"Aabb"

输出:
"bbAa"

解释:
此外,"bbaA"也是一个有效的答案,但"Aabb"是不正确的。
注意'A'和'a'被认为是两种不同的字符。
    public String frequencySort(String s) {
        Map map = new HashMap<>();
        for (int i = 0; i < s.length(); i++) {
            char ch = s.charAt(i);
            map.put(ch, map.getOrDefault(ch, 0) + 1);
        }
        List> list = new ArrayList<>(map.entrySet());
        list.sort(new Comparator>() {
            @Override
            public int compare(Map.Entry o1, Map.Entry o2) {
                return o2.getValue().compareTo(o1.getValue());
            }
        });
        StringBuilder builder = new StringBuilder();
        for (Map.Entry entry : list) {
            for (Integer i = 0; i < entry.getValue(); i++) {
                builder.append(entry.getKey());
            }
        }
        return builder.toString();
    }

 解析:先将s中的字符及各个字符的元素个数存储在map集合中

然后按照元素个数来进行排序

根据字符的数量进行拼接成一个字符串

 

454. 四数相加 II    中等

给定四个包含整数的数组列表 A , B , C , D ,计算有多少个元组 (i, j, k, l) ,使得 A[i] + B[j] + C[k] + D[l] = 0

为了使问题简单化,所有的 A, B, C, D 具有相同的长度 N,且 0 ≤ N ≤ 500 。所有整数的范围在 -228 到 228 - 1 之间,最终结果不会超过 231 - 1 。

例如:

输入:
A = [ 1, 2]
B = [-2,-1]
C = [-1, 2]
D = [ 0, 2]

输出:
2

解释:
两个元组如下:
1. (0, 0, 0, 1) -> A[0] + B[0] + C[0] + D[1] = 1 + (-2) + (-1) + 2 = 0
2. (1, 1, 0, 0) -> A[1] + B[1] + C[0] + D[0] = 2 + (-1) + (-1) + 0 = 0
    public int fourSumCount(int[] A, int[] B, int[] C, int[] D) {
        int count = 0;
        Map map = new HashMap<>();
        for (int i = 0; i < A.length; i++) {
            for (int j = 0; j < B.length; j++) {
                int sumAB = A[i] + B[j];
                map.put(sumAB, map.getOrDefault(sumAB, 0) + 1);
            }
        }
        for (int i = 0; i < C.length; i++) {
            for (int j = 0; j < D.length; j++) {
                int sumCD = -(C[i] + D[j]);
                if (map.containsKey(sumCD)) {
                    count += map.get(sumCD);
                }
            }
        }
        return count;
    }

 解析:将AB数组的结果存储在map集合中

如果map集合中包含CD数组结果的相反数,则count加上AB数组元素对应的个数

 

508. 出现次数最多的子树元素和    中等

给你一个二叉树的根结点,请你找出出现次数最多的子树元素和。一个结点的「子树元素和」定义为以该结点为根的二叉树上所有结点的元素之和(包括结点本身)。

你需要返回出现次数最多的子树元素和。如果有多个元素出现的次数相同,返回所有出现次数最多的子树元素和(不限顺序)。

示例 1:
输入:

  5
 /  \
2   -3

返回 [2, -3, 4],所有的值均只出现一次,以任意顺序返回所有值。

示例 2:
输入:

  5
 /  \
2   -5

返回 [2],只有 2 出现两次,-5 只出现 1 次。

提示: 假设任意子树元素和均可以用 32 位有符号整数表示。

    public int[] findFrequentTreeSum(TreeNode root) {
        if (root == null) {
            return new int[]{};
        }
        Map map = new HashMap<>();
        postOrder(root, map);
        List> list = new ArrayList<>(map.entrySet());
        list.sort(new Comparator>() {
            @Override
            public int compare(Map.Entry o1, Map.Entry o2) {
                return o2.getValue().compareTo(o1.getValue());
            }
        });
        int val = list.get(0).getValue();
        List ans = new ArrayList<>();
        for (Map.Entry entry : list) {
            if (val == entry.getValue()) {
                ans.add(entry.getKey());
            }
        }
        int[] res = new int[ans.size()];
        for (int i = 0; i < ans.size(); i++) {
            res[i] = ans.get(i);
        }
        return res;
    }

    private int postOrder(TreeNode root, Map map) {
        if (root == null) {
            return 0;
        }
        int left = postOrder(root.left, map);
        int right = postOrder(root.right, map);
        int val = root.val + left + right;
        map.put(val, map.getOrDefault(val, 0) + 1);
        return val;
    }

 解析:个人实现,效率较低

先将各个子树的节点和及其数量存储在一个map集合中

在使用map的value属性进行排序

选出最大数量的进行输出

 

525. 连续数组    中等

给定一个二进制数组, 找到含有相同数量的 0 和 1 的最长连续子数组(的长度)。

示例 1:

输入: [0,1]
输出: 2
说明: [0, 1] 是具有相同数量0和1的最长连续子数组。

示例 2:

输入: [0,1,0]
输出: 2
说明: [0, 1] (或 [1, 0]) 是具有相同数量0和1的最长连续子数组。

注意: 给定的二进制数组的长度不会超过50000。

    public int findMaxLength(int[] nums) {
        int count = 0, ans = 0;
        Map map = new HashMap<>();
        map.put(0, -1);
        for (int i = 0; i < nums.length; i++) {
            count += nums[i] == 1 ? 1 : -1;
            if (map.containsKey(count)) {
                ans = Math.max(ans, i - map.get(count));
            } else {
                map.put(count, i);
            }
        }
        return ans;
    }

解析:我们从头开始遍历数组,在任何时候,如果 count 变成了 0 ,这表示我们从开头到当前位置遇到的 0 和 1 的数目一样多

另一个需要注意的是,如果我们在遍历数组的过程汇中遇到了相同的 count 2 次,这意味着这两个位置之间 0 和 1 的数目一样多。

 

535. TinyURL 的加密与解密    中等

TinyURL是一种URL简化服务, 比如:当你输入一个URL https://leetcode.com/problems/design-tinyurl 时,它将返回一个简化的URL http://tinyurl.com/4e9iAk.

要求:设计一个 TinyURL 的加密 encode 和解密 decode 的方法。你的加密和解密算法如何设计和运作是没有限制的,你只需要保证一个URL可以被加密成一个TinyURL,并且这个TinyURL可以用解密方法恢复成原本的URL。

    private Map map = new HashMap<>();
    private int i;

    public String encode(String longUrl) {
        map.put(i, longUrl);
        return "http://tinyurl.com/" + i;
    }

    public String decode(String shortUrl) {
        return map.get(Integer.parseInt(shortUrl.replace("http://tinyurl.com/", "")));
    }

解析:使用一个计数器,简单实现

 

554. 砖墙    中等

你的面前有一堵矩形的、由多行砖块组成的砖墙。 这些砖块高度相同但是宽度不同。你现在要画一条自顶向下的、穿过最少砖块的垂线。

砖墙由行的列表表示。 每一行都是一个代表从左至右每块砖的宽度的整数列表。

如果你画的线只是从砖块的边缘经过,就不算穿过这块砖。你需要找出怎样画才能使这条线穿过的砖块数量最少,并且返回穿过的砖块数量。

你不能沿着墙的两个垂直边缘之一画线,这样显然是没有穿过一块砖的。

示例:

输入: [[1,2,2,1],
      [3,1,2],
      [1,3,2],
      [2,4],
      [3,1,2],
      [1,3,1,1]]

输出: 2
解释: 

提示:

  1. 每一行砖块的宽度之和应该相等,并且不能超过 INT_MAX。
  2. 每一行砖块的数量在 [1,10,000] 范围内, 墙的高度在 [1,10,000] 范围内, 总的砖块数量不超过 20,000。
    public int leastBricks(List> wall) {
        int ans = 0;
        Map map = new HashMap<>();
        for (List row : wall) {
            int sum = 0;
            for (int i = 0; i < row.size() - 1; i++) {
                sum += row.get(i);
                map.put(sum, map.getOrDefault(sum, 0) + 1);
            }
        }
        int res = wall.size();
        for (Map.Entry entry : map.entrySet()) {
            res = Math.min(res, wall.size() - entry.getValue());
        }
        return res;
    }

 解析:除去每行最后一块砖

算出每块砖最后的相同的位置的数量

减去相同的位置,得到的最小值,即为最终答案

 

560. 和为K的子数组    中等

给定一个整数数组和一个整数 k,你需要找到该数组中和为 的连续的子数组的个数。

示例 1 :

输入:nums = [1,1,1], k = 2
输出: 2 , [1,1] 与 [1,1] 为两种不同的情况。

说明 :

  1. 数组的长度为 [1, 20,000]。
  2. 数组中元素的范围是 [-1000, 1000] ,且整数 的范围是 [-1e7, 1e7]。
    //前序和求解
    public int subarraySum(int[] nums, int k) {
        int n = nums.length;
        int[] preSum = new int[n + 1];
        for (int i = 0; i < nums.length; i++) {
            preSum[i + 1] += preSum[i] + nums[i];
        }
        int res = 0;
        for (int i = 0; i < n; i++) {
            for (int j = i; j < n; j++) {
                if (preSum[j + 1] - preSum[i] == k) {
                    res++;
                }
            }
        }
        return res;
    }

 解析:先计算出数组中的各个元素的前序和

然后依次遍历求出符合条件的解即可

    public int subarraySum(int[] nums, int k) {
        Map map = new HashMap<>();
        int count = 0;
        int preSum = 0;
        map.put(preSum, 1);
        for (int num : nums) {
            preSum += num;
            if (map.containsKey(preSum - k)) {
                count += map.get(preSum - k);
            }
            map.put(preSum, map.getOrDefault(preSum, 0) + 1);
        }
        return count;
    }

解析:计算完包括了当前数前缀和以后,我们去查一查在当前数之前,有多少个前缀和等于 preSum - k 呢?

这是因为满足 preSum - (preSum - k) == k 的区间的个数是我们所关心的。

对于一开始的情况,下标 0 之前没有元素,可以认为前缀和为 0,个数为 1 个,因此 preSumFreq.put(0, 1);,这一点是必要且合理的。

 

609. 在系统中查找重复文件    中等

给定一个目录信息列表,包括目录路径,以及该目录中的所有包含内容的文件,您需要找到文件系统中的所有重复文件组的路径。一组重复的文件至少包括二个具有完全相同内容的文件。

输入列表中的单个目录信息字符串的格式如下:

"root/d1/d2/.../dm f1.txt(f1_content) f2.txt(f2_content) ... fn.txt(fn_content)"

这意味着有 n 个文件(f1.txtf2.txt ... fn.txt 的内容分别是 f1_contentf2_content ... fn_content)在目录 root/d1/d2/.../dm 下。注意:n>=1 且 m>=0。如果 m=0,则表示该目录是根目录。

输出是重复文件路径组的列表。对于每个组,它包含具有相同内容的文件的所有文件路径。文件路径是具有下列格式的字符串:

"directory_path/file_name.txt"

示例 1:

输入:
["root/a 1.txt(abcd) 2.txt(efgh)", "root/c 3.txt(abcd)", "root/c/d 4.txt(efgh)", "root 4.txt(efgh)"]
输出:  
[["root/a/2.txt","root/c/d/4.txt","root/4.txt"],["root/a/1.txt","root/c/3.txt"]]

注:

  1. 最终输出不需要顺序。
  2. 您可以假设目录名、文件名和文件内容只有字母和数字,并且文件内容的长度在 [1,50] 的范围内。
  3. 给定的文件数量在 [1,20000] 个范围内。
  4. 您可以假设在同一目录中没有任何文件或目录共享相同的名称。
  5. 您可以假设每个给定的目录信息代表一个唯一的目录。目录路径和文件信息用一个空格分隔。

超越竞赛的后续行动:

  1. 假设您有一个真正的文件系统,您将如何搜索文件?广度搜索还是宽度搜索?
  2. 如果文件内容非常大(GB级别),您将如何修改您的解决方案?
  3. 如果每次只能读取 1 kb 的文件,您将如何修改解决方案?
  4. 修改后的解决方案的时间复杂度是多少?其中最耗时的部分和消耗内存的部分是什么?如何优化?
  5. 如何确保您发现的重复文件不是误报?
    //个人实现
    public List> findDuplicate(String[] paths) {
        Map> map = new HashMap<>();
        Map map1 = new HashMap<>();
        for (String path : paths) {
            String[] strs = path.split(" ");
            for (int i = 1; i < strs.length; i++) {
                int left = strs[i].indexOf("(");
                int right = strs[i].indexOf(")");
                String key = strs[i].substring(left + 1, right);
                map1.put(key, map1.getOrDefault(key, 0) + 1);
            }
        }
        for (String path : paths) {
            String[] strs = path.split(" ");
            String keys = strs[0] + "/";
            for (int i = 1; i < strs.length; i++) {
                int left = strs[i].indexOf("(");
                int right = strs[i].indexOf(")");
                String pre = strs[i].substring(0, left);
                String key = strs[i].substring(left + 1, right);
                if (map1.get(key) >= 2) {
                    map.putIfAbsent(key, new ArrayList<>());
                    map.get(key).add(keys + pre);
                }
            }
        }
        List> ans = new ArrayList<>();
        for (String s : map.keySet()) {
            ans.add(map.get(s));
        }
        return ans;
    }

解析:不就是截取字符串?

 

648. 单词替换    中等

在英语中,我们有一个叫做 词根(root)的概念,它可以跟着其他一些词组成另一个较长的单词——我们称这个词为 继承词(successor)。例如,词根an,跟随着单词 other(其他),可以形成新的单词 another(另一个)。

现在,给定一个由许多词根组成的词典和一个句子。你需要将句子中的所有继承词词根替换掉。如果继承词有许多可以形成它的词根,则用最短的词根替换它。

你需要输出替换之后的句子。

示例 1:

输入:dictionary = ["cat","bat","rat"], sentence = "the cattle was rattled by the battery"
输出:"the cat was rat by the bat"

示例 2:

输入:dictionary = ["a","b","c"], sentence = "aadsfasf absbs bbab cadsfafs"
输出:"a a b c"

示例 3:

输入:dictionary = ["a", "aa", "aaa", "aaaa"], sentence = "a aa a aaaa aaa aaa aaa aaaaaa bbb baba ababa"
输出:"a a a a a a a a bbb baba a"

示例 4:

输入:dictionary = ["catt","cat","bat","rat"], sentence = "the cattle was rattled by the battery"
输出:"the cat was rat by the bat"

示例 5:

输入:dictionary = ["ac","ab"], sentence = "it is abnormal that this solution is accepted"
输出:"it is ab that this solution is ac"

提示:

  • 1 <= dictionary.length <= 1000
  • 1 <= dictionary[i].length <= 100
  • dictionary[i] 仅由小写字母组成。
  • 1 <= sentence.length <= 10^6
  • sentence 仅由小写字母和空格组成。
  • sentence 中单词的总量在范围 [1, 1000] 内。
  • sentence 中每个单词的长度在范围 [1, 1000] 内。
  • sentence 中单词之间由一个空格隔开。
  • sentence 没有前导或尾随空格。
    public String replaceWords(List dictionary, String sentence) {
        Set set = new HashSet<>();
        StringBuilder builder = new StringBuilder();
        for (String s : dictionary) {
            set.add(s);
        }
        String[] strs = sentence.split(" ");
        for (String str : strs) {
            String preFix = "";
            for (int i = 1; i <= str.length(); i++) {
                preFix = str.substring(0, i);
                if (set.contains(preFix)) {
                    break;
                }
            }
            builder.append(preFix).append(" ");
        }
        return builder.toString().substring(0, builder.length() - 1);
    }

 解析:将字典集合dictionary放入set集合中,降低查询的时间复杂度

切割句子sentence

将单词str从前向后切割,如果set集合中存在这个元素,则break跳出循环

将前缀preFix添加到builder后面

返回这个builder

 

676. 实现一个魔法字典    中等

实现一个带有buildDict, 以及 search方法的魔法字典。

对于buildDict方法,你将被给定一串不重复的单词来构建一个字典。

对于search方法,你将被给定一个单词,并且判定能否只将这个单词中一个字母换成另一个字母,使得所形成的新单词存在于你构建的字典中。

示例 1:

Input: buildDict(["hello", "leetcode"]), Output: Null
Input: search("hello"), Output: False
Input: search("hhllo"), Output: True
Input: search("hell"), Output: False
Input: search("leetcoded"), Output: False

注意:

  1. 你可以假设所有输入都是小写字母 a-z
  2. 为了便于竞赛,测试所用的数据量很小。你可以在竞赛结束后,考虑更高效的算法。
  3. 请记住重置MagicDictionary类中声明的类变量,因为静态/类变量会在多个测试用例中保留。 请参阅这里了解更多详情。
//暴力法解决
class MagicDictionary {

    private Map> map = new HashMap<>();
    public MagicDictionary() {
    }

    public void buildDict(String[] dictionary) {
        for (String s : dictionary) {
            int n = s.length();
            map.putIfAbsent(n, new ArrayList<>());
            map.get(n).add(s);
        }
    }

    public boolean search(String searchWord) {
        int n = searchWord.length();
        if (!map.containsKey(n)) {
            return false;
        }
        List list = map.get(n);
        for (String s : list) {
            int count = 0;
            for (int i = 0; i < n; i++) {
                if (s.charAt(i) != searchWord.charAt(i)) {
                    count++;
                }
            }
            if (count == 1) {
                return true;
            }
        }
        return false;
    }
}

 解析:暴力法解决,将字典单词全部存入一个map集合中

查询的时候,根据map集合查找对应长度的list集合

遍历list集合,如果存在只相差一个元素的字符串,则返回true,否则返回false

    //广义邻居求解
    private Map map = new HashMap<>();
    private Set set = new HashSet<>();
    /** Initialize your data structure here. */
    public MagicDictionary() {

    }
    
    public void buildDict(String[] dictionary) {
        for (String s : dictionary) {
            set.add(s);
            for (String s1 : builder(s)) {
                map.put(s1, map.getOrDefault(s1, 0) + 1);
            }
        }
    }

    private List builder(String s) {
        List list = new ArrayList<>();
        char[] chars = s.toCharArray();
        for (int i = 0; i < chars.length; i++) {
            char temp = chars[i];
            chars[i] = '*';
            list.add(String.valueOf(chars));
            chars[i] = temp;
        }
        return list;
    }

    public boolean search(String searchWord) {
        for (String s : builder(searchWord)) {
            int idx = map.getOrDefault(s, 0);
            if (idx > 1 || idx == 1 && !set.contains(searchWord)) {
                return true;
            }
        }
        return false;
    }

 解析:先将所有的字典字符串的邻居存入map集合中,将字典字符串存入set中

查询即可

 

692. 前K个高频单词    中等

给一非空的单词列表,返回前 个出现次数最多的单词。

返回的答案应该按单词出现频率由高到低排序。如果不同的单词有相同出现频率,按字母顺序排序。

示例 1:

输入: ["i", "love", "leetcode", "i", "love", "coding"], k = 2
输出: ["i", "love"]
解析: "i" 和 "love" 为出现次数最多的两个单词,均为2次。
    注意,按字母顺序 "i" 在 "love" 之前。

示例 2:

输入: ["the", "day", "is", "sunny", "the", "the", "the", "sunny", "is", "is"], k = 4
输出: ["the", "is", "sunny", "day"]
解析: "the", "is", "sunny" 和 "day" 是出现次数最多的四个单词,
    出现次数依次为 4, 3, 2 和 1 次。

注意:

  1. 假定 k 总为有效值, 1 ≤ k ≤ 集合元素数。
  2. 输入的单词均由小写字母组成。

扩展练习:

  1. 尝试以 O(n log k) 时间复杂度和 O(n) 空间复杂度解决。
    //个人实现
    public List topKFrequent(String[] words, int k) {
        List ans = new ArrayList<>();
        if (words == null || words.length == 0) {
            return ans;
        }
        Map map = new HashMap<>();
        for (String word : words) {
            map.put(word, map.getOrDefault(word, 0) + 1);
        }
        List> list = new ArrayList<>(map.entrySet());
        list.sort(new Comparator>() {
            @Override
            public int compare(Map.Entry o1, Map.Entry o2) {
                if (o2.getValue() != o1.getValue()) {
                    return o2.getValue().compareTo(o1.getValue());
                } else {
                    return o1.getKey().compareTo(o2.getKey());
                }
            }
        });
        for (int i = 0; i < k && i < list.size(); i++) {
            ans.add(list.get(i).getKey());
        }
        return ans;
    }

 解析:个人实现,专治各种花里胡哨

按照字符串的频率倒序排序,频率相同,按照字典序排序

打印即可

 

739. 每日温度    中等

请根据每日 气温 列表,重新生成一个列表。对应位置的输出为:要想观测到更高的气温,至少需要等待的天数。如果气温在这之后都不会升高,请在该位置用 0 来代替。

例如,给定一个列表 temperatures = [73, 74, 75, 71, 69, 72, 76, 73],你的输出应该是 [1, 1, 4, 2, 1, 1, 0, 0]

提示:气温 列表长度的范围是 [1, 30000]。每个气温的值的均为华氏度,都是在 [30, 100] 范围内的整数。

    //暴力破解
    public int[] dailyTemperatures(int[] T) {
        int[] res = new int[T.length];
        for (int i = 0; i < T.length - 1; i++) {
            for (int j = i + 1; j < T.length; j++) {
                if (T[j] > T[i]) {
                    res[i] = j - i;
                    break;
                }
            }
        }
        return res;
    }

 解析:从前向后遍历,暴力破解

    //单调栈
    public int[] dailyTemperatures(int[] T) {
        Stack stack = new Stack<>();
        int[] res = new int[T.length];
        for (int i = 0; i < T.length; i++) {
            while (!stack.isEmpty() && T[i] > T[stack.peek()]) {
                int idx = stack.pop();
                res[idx] = i - idx;
            }
            stack.push(i);
        }
        return res;
    }

解析:每次栈存储当前元素的下标,

当当前元素大于栈顶元素,设置栈顶元素对应位置的下标为当前元素下标减去栈顶元素下标

    //从后向前遍历
    public int[] dailyTemperatures(int[] T) {
        int n = T.length;
        int[] res = new int[n];
        for (int i = n - 2; i >= 0; i--) {
            for (int j = i + 1; j < n; j += res[j]) {
                //找到的比当前更大的值了
                if (T[j] > T[i]) {
                    res[i] = j - i;
                    break;
                //表示后面不会有比当前更大的值了,赋值为0后直接跳过
                } else if (res[j] == 0) {
                    res[i] = 0;
                    break;
                }
            }
        }
        return res;
    }

 解析:从后向前遍历,此方式效率较高

每次j加上res[j]个长度进行遍历

如果找到了比当前更大的值,则直接给当前值赋值

如果res[j]==0,则表示后面不会存在比当前更大的值,直接跳过

 

781. 森林中的兔子    中等

森林中,每个兔子都有颜色。其中一些兔子(可能是全部)告诉你还有多少其他的兔子和自己有相同的颜色。我们将这些回答放在 answers 数组里。

返回森林中兔子的最少数量。

示例:
输入: answers = [1, 1, 2]
输出: 5
解释:
两只回答了 "1" 的兔子可能有相同的颜色,设为红色。
之后回答了 "2" 的兔子不会是红色,否则他们的回答会相互矛盾。
设回答了 "2" 的兔子为蓝色。
此外,森林中还应有另外 2 只蓝色兔子的回答没有包含在数组中。
因此森林中兔子的最少数量是 5: 3 只回答的和 2 只没有回答的。

输入: answers = [10, 10, 10]
输出: 11

输入: answers = []
输出: 0

说明:

  1. answers 的长度最大为1000
  2. answers[i] 是在 [0, 999] 范围内的整数。
    public int numRabbits(int[] answers) {
        Map map = new HashMap<>();
        for (int answer : answers) {
            map.put(answer, map.getOrDefault(answer, 0) + 1);
        }
        int ans = 0;
        for (Map.Entry entry : map.entrySet()) {
            int key = entry.getKey() + 1;
            int val = entry.getValue();
            //获取大于val的key的最小倍数
            ans += (-val % key + key) % key + val;
        }
        return ans;
    }

解析:主要是获取大于val的key的最小倍数,较难理解

 

930. 和相同的二元子数组    中等

在由若干 0 和 1  组成的数组 A 中,有多少个和为 S 的非空子数组。

示例:

输入:A = [1,0,1,0,1], S = 2
输出:4
解释:
如下面黑体所示,有 4 个满足题目要求的子数组:
[1,0,1,0,1]
[1,0,1,0,1]
[1,0,1,0,1]
[1,0,1,0,1]

提示:

  1. A.length <= 30000
  2. 0 <= S <= A.length
  3. A[i] 为 0 或 1
    //前序和+map
    public int numSubarraysWithSum(int[] A, int S) {
        int n = A.length;
        int[] preSum = new int[n + 1];
        for (int i = 0; i < n; i++) {
            preSum[i + 1] += preSum[i] + A[i];
        }
        int ans = 0;
        Map map = new HashMap<>();
        for (int ele : preSum) {
            ans += map.getOrDefault(ele, 0);
            map.put(ele + S, map.getOrDefault(ele + S, 0) + 1);
        }
        return ans;
    }

解析:使用前序和将数组中元素全部存储起来,然后用map进行遍历

 

939. 最小面积矩形    中等

给定在 xy 平面上的一组点,确定由这些点组成的矩形的最小面积,其中矩形的边平行于 x 轴和 y 轴。

如果没有任何矩形,就返回 0。

示例 1:

输入:[[1,1],[1,3],[3,1],[3,3],[2,2]]
输出:4

示例 2:

输入:[[1,1],[1,3],[3,1],[3,3],[4,1],[4,3]]
输出:2

提示:

  1. 1 <= points.length <= 500
  2. 0 <= points[i][0] <= 40000
  3. 0 <= points[i][1] <= 40000
  4. 所有的点都是不同的。
    public int minAreaRect(int[][] points) {
        //自带排序功能,按照x值的大小,从小到大排序
        Map> rows = new TreeMap<>();
        for (int[] point : points) {
            int x = point[0], y = point[1];
            rows.putIfAbsent(x, new ArrayList<>());
            rows.get(x).add(y);
        }
        Map map = new HashMap<>();
        int ans = Integer.MAX_VALUE;
        for (int x : rows.keySet()) {
            List row = rows.get(x);
            Collections.sort(row);
            for (int i = 0; i < row.size(); i++) {
                for (int j = i + 1; j < row.size(); j++) {
                    //获取直线的开始点
                    int y1 = row.get(i);
                    //获取直线的结束点
                    int y2 = row.get(j);
                    //将直线y1到y2作为key
                    int mod = y1 * 40001 + y2;
                    if (map.containsKey(mod)) {
                        ans = Math.min(ans, (x - map.get(mod)) * (y2 - y1));
                    }
                    //将直线y1到y2作为key,将这条直线的x作为value
                    map.put(mod, x);
                }
            }
        }
        return ans == Integer.MAX_VALUE ? 0 : ans;
    }

 解析:使用TreeMap作为容器,存储所有的点

每次以一整条直线作为key,直线对应的x为value,存储在一个map集合中

 

954. 二倍数对数组    中等

给定一个长度为偶数的整数数组 A,只有对 A 进行重组后可以满足 “对于每个 0 <= i < len(A) / 2,都有 A[2 * i + 1] = 2 * A[2 * i]” 时,返回 true;否则,返回 false

示例 1:

输入:[3,1,3,6]
输出:false

示例 2:

输入:[2,1,2,6]
输出:false

示例 3:

输入:[4,-2,2,-4]
输出:true
解释:我们可以用 [-2,-4] 和 [2,4] 这两组组成 [-2,-4,2,4] 或是 [2,4,-2,-4]

示例 4:

输入:[1,2,4,16,8,4]
输出:false

提示:

  1. 0 <= A.length <= 30000
  2. A.length 为偶数
  3. -100000 <= A[i] <= 100000
    //个人实现,一定要先排序
    public boolean canReorderDoubled(int[] A) {
        Arrays.sort(A);
        Map map = new HashMap<>();
        for (int ele : A) {
            if (map.containsKey(2 * ele)) {
                int count = map.get(2 * ele);
                if (count == 1) {
                    map.remove(2 * ele);
                } else {
                    map.put(2 * ele, --count);
                }
            } else if (map.containsKey(ele / 2) && ele % 2 == 0) {
                int count = map.get(ele / 2);
                if (count == 1) {
                    map.remove(ele / 2);
                } else {
                    map.put(ele / 2, --count);
                }
            } else {
                map.put(ele, map.getOrDefault(ele, 0) + 1);
            }
        }
        return map.isEmpty();
    }

 解析:使用之前一定要先排序,否则可能会出现匹配错误的问题

 

966. 元音拼写检查器    中等

在给定单词列表 wordlist 的情况下,我们希望实现一个拼写检查器,将查询单词转换为正确的单词。

对于给定的查询单词 query,拼写检查器将会处理两类拼写错误:

  • 大小写:如果查询匹配单词列表中的某个单词(不区分大小写),则返回的正确单词与单词列表中的大小写相同。
    • 例如:wordlist = ["yellow"], query = "YellOw": correct = "yellow"
    • 例如:wordlist = ["Yellow"], query = "yellow": correct = "Yellow"
    • 例如:wordlist = ["yellow"], query = "yellow": correct = "yellow"
  • 元音错误:如果在将查询单词中的元音(‘a’、‘e’、‘i’、‘o’、‘u’)分别替换为任何元音后,能与单词列表中的单词匹配(不区分大小写),则返回的正确单词与单词列表中的匹配项大小写相同。
    • 例如:wordlist = ["YellOw"], query = "yollow": correct = "YellOw"
    • 例如:wordlist = ["YellOw"], query = "yeellow": correct = "" (无匹配项)
    • 例如:wordlist = ["YellOw"], query = "yllw": correct = "" (无匹配项)

此外,拼写检查器还按照以下优先级规则操作:

  • 当查询完全匹配单词列表中的某个单词(区分大小写)时,应返回相同的单词。
  • 当查询匹配到大小写问题的单词时,您应该返回单词列表中的第一个这样的匹配项。
  • 当查询匹配到元音错误的单词时,您应该返回单词列表中的第一个这样的匹配项。
  • 如果该查询在单词列表中没有匹配项,则应返回空字符串。

给出一些查询 queries,返回一个单词列表 answer,其中 answer[i] 是由查询 query = queries[i] 得到的正确单词。

示例:

输入:wordlist = ["KiTe","kite","hare","Hare"], queries = ["kite","Kite","KiTe","Hare","HARE","Hear","hear","keti","keet","keto"]
输出:["kite","KiTe","KiTe","Hare","hare","","","KiTe","","KiTe"]

提示:

  1. 1 <= wordlist.length <= 5000
  2. 1 <= queries.length <= 5000
  3. 1 <= wordlist[i].length <= 7
  4. 1 <= queries[i].length <= 7
  5. wordlist 和 queries 中的所有字符串仅由英文字母组成。
    private Set set = new HashSet<>();
    //大小写
    private Map map1 = new HashMap<>();
    //元音错误
    private Map map2 = new HashMap<>();

    public String[] spellchecker(String[] wordlist, String[] queries) {
        for (String s : wordlist) {
            set.add(s);

            String lowS = s.toLowerCase();
            map1.putIfAbsent(lowS, s);

            String buS = builder(s);
            map2.putIfAbsent(buS, s);
        }
        String[] res = new String[queries.length];
        int k = 0;
        for (String query : queries) {
            res[k++] = solver(query);
        }
        return res;
    }

    //传入一个字符串,返回对应的输出结果
    private String solver(String s) {
        //完全匹配
        if (set.contains(s)) {
            return s;
        }
        //大小写不同
        String lowS = s.toLowerCase();
        if (map1.containsKey(lowS)) {
            return map1.get(lowS);
        }
        //元音字母
        String buS = builder(s);
        if (map2.containsKey(buS)) {
            return map2.get(buS);
        }
        return "";
    }

    //返回可能得元音字母错误
    private String builder(String s) {
        StringBuilder builder = new StringBuilder();
        char[] chars = s.toLowerCase().toCharArray();
        for (int i = 0; i < chars.length; i++) {
            builder.append(isVowel(chars[i]) ? '*' : chars[i]);
        }
        return builder.toString();
    }

    //是否元音字母
    private boolean isVowel(char ch) {
        return ch == 'a' || ch == 'e' || ch == 'i' || ch == 'o' || ch == 'u';
    }

解析:

对于第一种情况(完全匹配),我们使用集合存放单词以有效地测试查询单词是否在该组中。
对于第二种情况(大小写不同),我们使用一个哈希表,该哈希表将单词从其小写形式转换为原始单词(大小写正确的形式)。
对于第三种情况(元音错误),我们使用一个哈希表,将单词从其小写形式(忽略元音的情况下)转换为原始单词。

 

974. 和可被 K 整除的子数组    中等

给定一个整数数组 A,返回其中元素之和可被 K 整除的(连续、非空)子数组的数目。

示例:

输入:A = [4,5,0,-2,-3,1], K = 5
输出:7
解释:
有 7 个子数组满足其元素之和可被 K = 5 整除:
[4, 5, 0, -2, -3, 1], [5], [5, 0], [5, 0, -2, -3], [0], [0, -2, -3], [-2, -3]

提示:

  1. 1 <= A.length <= 30000
  2. -10000 <= A[i] <= 10000
  3. 2 <= K <= 10000
    public int subarraysDivByK(int[] A, int K) {
        //哈希表+逐一统计
        Map map = new HashMap<>();
        int ans = 0, sum = 0;
        map.put(0, 1);
        for (int ele : A) {
            sum += ele;
            int mod = (sum % K + K) % K;
            int m = map.getOrDefault(mod, 0);
            ans += m;
            map.put(mod, m + 1);
        }
        return ans;
    }

 解析:如果前缀相等,则相减为0,对0取模为0

    public int subarraysDivByK(int[] A, int K) {
        //哈希表+单次统计
        Map map = new HashMap<>();
        int ans = 0, sum = 0;
        map.put(0, 1);
        for (int ele : A) {
            sum += ele;
            int mod = (sum % K + K) % K;
            map.put(mod, map.getOrDefault(mod, 0) + 1);
        }
        for (Map.Entry entry : map.entrySet()) {
            ans += entry.getValue() * (entry.getValue() - 1) / 2;
        }
        return ans;
    }

解析:如果前缀相同,则相减为0,对0取模为0

将每一个mod出现的次数统计出来

计算即可

 

981. 基于时间的键值存储    中等

创建一个基于时间的键值存储类 TimeMap,它支持下面两个操作:

1. set(string key, string value, int timestamp)

  • 存储键 key、值 value,以及给定的时间戳 timestamp

2. get(string key, int timestamp)

  • 返回先前调用 set(key, value, timestamp_prev) 所存储的值,其中 timestamp_prev <= timestamp
  • 如果有多个这样的值,则返回对应最大的  timestamp_prev 的那个值。
  • 如果没有值,则返回空字符串("")。

示例 1:

输入:inputs = ["TimeMap","set","get","get","set","get","get"], inputs = [[],["foo","bar",1],["foo",1],["foo",3],["foo","bar2",4],["foo",4],["foo",5]]
输出:[null,null,"bar","bar",null,"bar2","bar2"]
解释:  
TimeMap kv;   
kv.set("foo", "bar", 1); // 存储键 "foo" 和值 "bar" 以及时间戳 timestamp = 1   
kv.get("foo", 1);  // 输出 "bar"   
kv.get("foo", 3); // 输出 "bar" 因为在时间戳 3 和时间戳 2 处没有对应 "foo" 的值,所以唯一的值位于时间戳 1 处(即 "bar")   
kv.set("foo", "bar2", 4);   
kv.get("foo", 4); // 输出 "bar2"   
kv.get("foo", 5); // 输出 "bar2"   

示例 2:

输入:inputs = ["TimeMap","set","set","get","get","get","get","get"], inputs = [[],["love","high",10],["love","low",20],["love",5],["love",10],["love",15],["love",20],["love",25]]
输出:[null,null,null,"","high","high","low","low"]

提示:

  1. 所有的键/值字符串都是小写的。
  2. 所有的键/值字符串长度都在 [1, 100] 范围内。
  3. 所有 TimeMap.set 操作中的时间戳 timestamps 都是严格递增的。
  4. 1 <= timestamp <= 10^7
  5. TimeMap.set 和 TimeMap.get 函数在每个测试用例中将(组合)调用总计 120000 次。
class TimeMap {

    private Map> map = new HashMap<>();
    /** Initialize your data structure here. */
    public TimeMap() {
    }
    
    public void set(String key, String value, int timestamp) {
        if (!map.containsKey(key)) {
            map.put(key, new TreeMap<>());
        }
        map.get(key).put(timestamp, value);
    }

    public String get(String key, int timestamp) {
        if (!map.containsKey(key)) {
            return "";
        }
        TreeMap treeMap = map.get(key);
        Integer i = treeMap.floorKey(timestamp);
        return i != null ? treeMap.get(i) : "";
    }
}

解析:使用HashMap+TreeMap的组合,TreeMap自带排序功能

 

987. 二叉树的垂序遍历    中等

给定二叉树,按垂序遍历返回其结点值。

对位于 (X, Y) 的每个结点而言,其左右子结点分别位于 (X-1, Y-1) 和 (X+1, Y-1)

把一条垂线从 X = -infinity 移动到 X = +infinity ,每当该垂线与结点接触时,我们按从上到下的顺序报告结点的值( Y 坐标递减)。

如果两个结点位置相同,则首先报告的结点值较小。

按 X 坐标顺序返回非空报告的列表。每个报告都有一个结点值列表。

示例 1:

哈希表------中等_第4张图片

输入:[3,9,20,null,null,15,7]
输出:[[9],[3,15],[20],[7]]
解释: 
在不丧失其普遍性的情况下,我们可以假设根结点位于 (0, 0):
然后,值为 9 的结点出现在 (-1, -1);
值为 3 和 15 的两个结点分别出现在 (0, 0) 和 (0, -2);
值为 20 的结点出现在 (1, -1);
值为 7 的结点出现在 (2, -2)。

示例 2:

哈希表------中等_第5张图片

输入:[1,2,3,4,5,6,7]
输出:[[4],[2],[1,5,6],[3],[7]]
解释:
根据给定的方案,值为 5 和 6 的两个结点出现在同一位置。
然而,在报告 "[1,5,6]" 中,结点值 5 排在前面,因为 5 小于 6。

提示:

  1. 树的结点数介于 1 和 1000 之间。
  2. 每个结点值介于 0 和 1000 之间。
class Solution {
    public List> verticalTraversal(TreeNode root) {
        List> ans = new ArrayList<>();
        if (root == null) {
            return ans;
        }
        List list = new ArrayList<>();
        dfs(root, 0, 0, list);
        list.sort(new Comparator() {
            @Override
            public int compare(Tree o1, Tree o2) {
                if (o1.x != o2.x) {
                    return o1.x - o2.x;
                } else if (o1.y != o2.y) {
                    return o1.y - o2.y;
                } else {
                    return o1.val - o2.val;
                }
            }
        });
        int preX = list.get(0).x;
        ans.add(new ArrayList<>());
        for (Tree tree : list) {
            if (tree.x != preX) {
                preX = tree.x;
                ans.add(new ArrayList<>());
            }
            ans.get(ans.size() - 1).add(tree.val);
        }
        return ans;
    }

    private void dfs(TreeNode root, int x, int y, List list) {
        if (root != null) {
            list.add(new Tree(root.val, x, y));
            dfs(root.left, x - 1, y + 1, list);
            dfs(root.right, x + 1, y + 1, list);
        }
    }
}
class Tree{
    int val;
    int x;
    int y;

    public Tree(int val, int x, int y) {
        this.val = val;
        this.x = x;
        this.y = y;
    }
}

解析:将节点信息,x和y信息封装到一个Tree对象中

通过前序遍历将遍历到的信息放入一个list集合中

对这个集合进行排序

从前向后依次封装到ans中

 

1048. 最长字符串链    中等

给出一个单词列表,其中每个单词都由小写英文字母组成。

如果我们可以在 word1 的任何地方添加一个字母使其变成 word2,那么我们认为 word1 是 word2 的前身。例如,"abc" 是 "abac" 的前身。

词链是单词 [word_1, word_2, ..., word_k] 组成的序列,k >= 1,其中 word_1 是 word_2 的前身,word_2 是 word_3 的前身,依此类推。

从给定单词列表 words 中选择单词组成词链,返回词链的最长可能长度。
 

示例:

输入:["a","b","ba","bca","bda","bdca"]
输出:4
解释:最长单词链之一为 "a","ba","bda","bdca"。

提示:

  1. 1 <= words.length <= 1000
  2. 1 <= words[i].length <= 16
  3. words[i] 仅由小写英文字母组成。
    public int longestStrChain(String[] words) {
        Map map = new HashMap<>();
        Arrays.sort(words, new Comparator() {
            @Override
            public int compare(String o1, String o2) {
                return o1.length() - o2.length();
            }
        });
        int ans = 0;
        for (String word : words) {
            map.put(word, 1);
            for (int i = 0; i < word.length(); i++) {
                StringBuilder builder = new StringBuilder(word);
                String next = builder.deleteCharAt(i).toString();
                if (map.containsKey(next) && map.get(next) + 1 > map.get(word)) {
                    map.put(word, map.get(next) + 1);
                }
            }
            ans = Math.max(ans, map.get(word));
        }
        return ans;
    }

 解析:先对数组中的数据,按照长度从小到大进行排序

依次初始化当前元素的最长子串长度为1

如果存在前驱子串,且前驱子串的长度+1大于当前子串长度

则将当前子串长度设置为前区长度+1

每次更新最长长度ans

 

1072. 按列翻转得到最大值等行数    中等

给定由若干 0 和 1 组成的矩阵 matrix,从中选出任意数量的列并翻转其上的 每个 单元格。翻转后,单元格的值从 0 变成 1,或者从 1 变为 0 。

返回经过一些翻转后,行上所有值都相等的最大行数。

示例 1:

输入:[[0,1],[1,1]]
输出:1
解释:不进行翻转,有 1 行所有值都相等。

示例 2:

输入:[[0,1],[1,0]]
输出:2
解释:翻转第一列的值之后,这两行都由相等的值组成。

示例 3:

输入:[[0,0,0],[0,0,1],[1,1,0]]
输出:2
解释:翻转前两列的值之后,后两行由相等的值组成。

提示:

  1. 1 <= matrix.length <= 300
  2. 1 <= matrix[i].length <= 300
  3. 所有 matrix[i].length 都相等
  4. matrix[i][j] 为 0 或 1
    public int maxEqualRowsAfterFlips(int[][] matrix) {
        Map map = new HashMap<>();
        int m = matrix.length;
        int n = matrix[0].length;
        int ans = 0;
        boolean isZero = false;
        for (int i = 0; i < m; i++) {
            if (matrix[i][0] == 0) {
                isZero = true;
            } else {
                isZero = false;
            }
            StringBuilder builder = new StringBuilder();
            for (int j = 0; j < n; j++) {
                if (isZero) {
                    builder.append(matrix[i][j]);
                } else {
                    builder.append(matrix[i][j] ^ 1);
                }
            }
            String temp = builder.toString();
            map.put(temp, map.getOrDefault(temp, 0) + 1);
            ans = Math.max(ans, map.get(temp));
        }
        return ans;
    }

解析:读懂题意最重要

可以将问题转为查找相同特征的行的最大数量

 

1090. 受标签影响的最大值    中等

我们有一个项的集合,其中第 i 项的值为 values[i],标签为 labels[i]

我们从这些项中选出一个子集 S,这样一来:

  • |S| <= num_wanted
  • 对于任意的标签 L,子集 S 中标签为 L 的项的数目总满足 <= use_limit

返回子集 S 的最大可能的 

示例 1:

输入:values = [5,4,3,2,1], labels = [1,1,2,2,3], num_wanted = 3, use_limit = 1
输出:9
解释:选出的子集是第一项,第三项和第五项。

示例 2:

输入:values = [5,4,3,2,1], labels = [1,3,3,3,2], num_wanted = 3, use_limit = 2
输出:12
解释:选出的子集是第一项,第二项和第三项。

示例 3:

输入:values = [9,8,8,7,6], labels = [0,0,0,1,1], num_wanted = 3, use_limit = 1
输出:16
解释:选出的子集是第一项和第四项。

示例 4:

输入:values = [9,8,8,7,6], labels = [0,0,0,1,1], num_wanted = 3, use_limit = 2
输出:24
解释:选出的子集是第一项,第二项和第四项。

提示:

  1. 1 <= values.length == labels.length <= 20000
  2. 0 <= values[i], labels[i] <= 20000
  3. 1 <= num_wanted, use_limit <= values.length
class Solution {
    public int largestValsFromLabels(int[] values, int[] labels, int num_wanted, int use_limit) {
        PriorityQueue heap = new PriorityQueue<>(new Comparator() {
            @Override
            public int compare(Item o1, Item o2) {
                return o2.value - o1.value;
            }
        });
        Map map = new HashMap<>();
        int n = values.length;
        for (int i = 0; i < n; i++) {
            heap.add(new Item(values[i], labels[i]));
        }
        int count = 0;
        int sum = 0;
        while (!heap.isEmpty() && count < num_wanted) {
            Item item = heap.poll();
            if (!map.containsKey(item.label)) {
                map.put(item.label, 1);
                count++;
                sum += item.value;
            } else {
                int k = map.get(item.label);
                if (k < use_limit) {
                    map.put(item.label, k + 1);
                    count++;
                    sum += item.value;
                }
            }
        }
        return sum;
    }
}

class Item{
    int value;
    int label;

    public Item(int value, int label) {
        this.value = value;
        this.label = label;
    }
}

解析:创建一个新的类Item存储value和lable

将数组中的value和label存储在堆中

使用map来控制label的使用数量

 

1138. 字母板上的路径    中等

我们从一块字母板上的位置 (0, 0) 出发,该坐标对应的字符为 board[0][0]

在本题里,字母板为board = ["abcde", "fghij", "klmno", "pqrst", "uvwxy", "z"],如下所示。

哈希表------中等_第6张图片

我们可以按下面的指令规则行动:

  • 如果方格存在,'U' 意味着将我们的位置上移一行;
  • 如果方格存在,'D' 意味着将我们的位置下移一行;
  • 如果方格存在,'L' 意味着将我们的位置左移一列;
  • 如果方格存在,'R' 意味着将我们的位置右移一列;
  • '!' 会把在我们当前位置 (r, c) 的字符 board[r][c] 添加到答案中。

(注意,字母板上只存在有字母的位置。)

返回指令序列,用最小的行动次数让答案和目标 target 相同。你可以返回任何达成目标的路径。

示例 1:

输入:target = "leet"
输出:"DDR!UURRR!!DDD!"

示例 2:

输入:target = "code"
输出:"RR!DDRR!UUL!R!"

提示:

  • 1 <= target.length <= 100
  • target 仅含有小写英文字母。
    public String alphabetBoardPath(String target) {
        int x = 0, y = 0, nx = 0, ny = 0;
        Map map = new HashMap<>();
        StringBuilder builder = new StringBuilder();
        for (int i = 0; i < target.length(); i++) {
            int temp = target.charAt(i) - 'a';
            StringBuilder builder1 = new StringBuilder();
            if (i > 0 && target.charAt(i) == target.charAt(i - 1)) {
                builder.append("!");
            } else if (map.containsKey(builder1)) {
                builder.append(map.get(builder1));
                x = temp / 5;
                y = temp % 5;
            } else {
                nx = temp / 5;
                ny = temp % 5;
                if (y > ny) {
                    for (int j = 0; j < y - ny; j++) {
                        builder1.append("L");
                    }
                }
                if (x > nx) {
                    for (int j = 0; j < x - nx; j++) {
                        builder1.append("U");
                    }
                }
                if (x < nx) {
                    for (int j = 0; j < nx - x; j++) {
                        builder1.append("D");
                    }
                }
                if (y < ny) {
                    for (int j = 0; j < ny - y; j++) {
                        builder1.append("R");
                    }
                }
                builder1.append("!");
                builder.append(builder1);
                map.put(temp, builder1);
                x = nx;
                y = ny;
            }
        }
        return builder.toString();
    }

解析:先算出字母的下标

使用上下左右移动下标

将字母的移动路径记录在map集合中

 

1487. 保证文件名唯一    中等

给你一个长度为 n 的字符串数组 names 。你将会在文件系统中创建 n 个文件夹:在第 i 分钟,新建名为 names[i] 的文件夹。

由于两个文件 不能 共享相同的文件名,因此如果新建文件夹使用的文件名已经被占用,系统会以 (k) 的形式为新文件夹的文件名添加后缀,其中 k 是能保证文件名唯一的 最小正整数

返回长度为 n 的字符串数组,其中 ans[i] 是创建第 i 个文件夹时系统分配给该文件夹的实际名称。

示例 1:

输入:names = ["pes","fifa","gta","pes(2019)"]
输出:["pes","fifa","gta","pes(2019)"]
解释:文件系统将会这样创建文件名:
"pes" --> 之前未分配,仍为 "pes"
"fifa" --> 之前未分配,仍为 "fifa"
"gta" --> 之前未分配,仍为 "gta"
"pes(2019)" --> 之前未分配,仍为 "pes(2019)"

示例 2:

输入:names = ["gta","gta(1)","gta","avalon"]
输出:["gta","gta(1)","gta(2)","avalon"]
解释:文件系统将会这样创建文件名:
"gta" --> 之前未分配,仍为 "gta"
"gta(1)" --> 之前未分配,仍为 "gta(1)"
"gta" --> 文件名被占用,系统为该名称添加后缀 (k),由于 "gta(1)" 也被占用,所以 k = 2 。实际创建的文件名为 "gta(2)" 。
"avalon" --> 之前未分配,仍为 "avalon"

示例 3:

输入:names = ["onepiece","onepiece(1)","onepiece(2)","onepiece(3)","onepiece"]
输出:["onepiece","onepiece(1)","onepiece(2)","onepiece(3)","onepiece(4)"]
解释:当创建最后一个文件夹时,最小的正有效 k 为 4 ,文件名变为 "onepiece(4)"。

示例 4:

输入:names = ["wano","wano","wano","wano"]
输出:["wano","wano(1)","wano(2)","wano(3)"]
解释:每次创建文件夹 "wano" 时,只需增加后缀中 k 的值即可。

示例 5:

输入:names = ["kaido","kaido(1)","kaido","kaido(1)"]
输出:["kaido","kaido(1)","kaido(2)","kaido(1)(1)"]
解释:注意,如果含后缀文件名被占用,那么系统也会按规则在名称后添加新的后缀 (k) 。

提示:

  • 1 <= names.length <= 5 * 10^4
  • 1 <= names[i].length <= 20
  • names[i] 由小写英文字母、数字和/或圆括号组成。
    public String[] getFolderNames(String[] names) {
        Map map = new HashMap<>();
        String[] arr = new String[names.length];
        int i = 0;
        for (String name : names) {
            if (!map.containsKey(name)) {
                map.put(name, 1);
                arr[i++] = name;
            } else {
                int count = map.get(name);
                while (map.containsKey(name + "(" + count + ")")) {
                    count++;
                }
                map.put(name + "(" + count + ")", 1);
                arr[i++] = name + "(" + count + ")";
                map.put(name, map.get(name) + 1);
            }
        }
        return arr;
    }

解析:用map存储name本身及其数量

如果存在,则后加(count)

没有直接存储

 

1577. 数的平方等于两数乘积的方法数    中等

给你两个整数数组 nums1nums2 ,请你返回根据以下规则形成的三元组的数目(类型 1 和类型 2 ):

  • 类型 1:三元组 (i, j, k) ,如果 nums1[i]2 == nums2[j] * nums2[k] 其中 0 <= i < nums1.length0 <= j < k < nums2.length
  • 类型 2:三元组 (i, j, k) ,如果 nums2[i]2 == nums1[j] * nums1[k] 其中 0 <= i < nums2.length0 <= j < k < nums1.length

 

示例 1:

输入:nums1 = [7,4], nums2 = [5,2,8,9]
输出:1
解释:类型 1:(1,1,2), nums1[1]^2 = nums2[1] * nums2[2] (4^2 = 2 * 8)

示例 2:

输入:nums1 = [1,1], nums2 = [1,1,1]
输出:9
解释:所有三元组都符合题目要求,因为 1^2 = 1 * 1
类型 1:(0,0,1), (0,0,2), (0,1,2), (1,0,1), (1,0,2), (1,1,2), nums1[i]^2 = nums2[j] * nums2[k]
类型 2:(0,0,1), (1,0,1), (2,0,1), nums2[i]^2 = nums1[j] * nums1[k]

示例 3:

输入:nums1 = [7,7,8,3], nums2 = [1,2,9,7]
输出:2
解释:有两个符合题目要求的三元组
类型 1:(3,0,2), nums1[3]^2 = nums2[0] * nums2[2]
类型 2:(3,0,1), nums2[3]^2 = nums1[0] * nums1[1]

示例 4:

输入:nums1 = [4,7,9,11,23], nums2 = [3,5,1024,12,18]
输出:0
解释:不存在符合题目要求的三元组

 

提示:

  • 1 <= nums1.length, nums2.length <= 1000
  • 1 <= nums1[i], nums2[i] <= 10^5
class Solution {
    public int numTriplets(int[] nums1, int[] nums2) {
        return helper(nums1, nums2) + helper(nums2, nums1);
    }

    private int helper(int[] num1, int[] num2) {
        if (num1.length < 2) {
            return 0;
        }
        int ans = 0;
        Map map = new HashMap<>();
        for (int i = 0; i < num1.length; i++) {
            for (int j = i + 1; j < num1.length; j++) {
                long val = (long) num1[i] * (long) num1[j];
                map.put(val, map.getOrDefault(val, 0) + 1);
            }
        }
        for (int i = 0; i < num2.length; i++) {
            long val = (long) num2[i] * (long) num2[i];
            if (map.containsKey(val)) {
                ans += map.get(val);
            }
        }
        return ans;
    }
}

 解析:就是分成两种情况

在第一个数组中找出两个数相乘,得到的结果和数量存入map中

在第二个数组中炒一个数进行平方,在map集合中查询

返回最终结果

 

面试题

面试题 10.02. 变位词组    中等

编写一种方法,对字符串数组进行排序,将所有变位词组合在一起。变位词是指字母相同,但排列不同的字符串。

注意:本题相对原题稍作修改

示例:

输入: ["eat", "tea", "tan", "ate", "nat", "bat"],
输出:
[
  ["ate","eat","tea"],
  ["nat","tan"],
  ["bat"]
]

说明:

  • 所有输入均为小写字母。
  • 不考虑答案输出的顺序。
    public List> groupAnagrams(String[] strs) {
        List> ans = new ArrayList<>();
        if (strs == null || strs.length == 0) {
            return ans;
        }
        Map> map = new HashMap<>();
        for (String str : strs) {
            char[] chars = str.toCharArray();
            Arrays.sort(chars);
            String key = String.valueOf(chars);
            map.putIfAbsent(key, new ArrayList<>());
            map.get(key).add(str);
        }
        for (Map.Entry> entry : map.entrySet()) {
            ans.add(entry.getValue());
        }
        return ans;
    }

 解析:和字母异位词分组是一个题

 

面试题 16.02. 单词频率    中等

设计一个方法,找出任意指定单词在一本书中的出现频率。

你的实现应该支持如下操作:

  • WordsFrequency(book)构造函数,参数为字符串数组构成的一本书
  • get(word)查询指定单词在书中出现的频率

示例:

WordsFrequency wordsFrequency = new WordsFrequency({"i", "have", "an", "apple", "he", "have", "a", "pen"});
wordsFrequency.get("you"); //返回0,"you"没有出现过
wordsFrequency.get("have"); //返回2,"have"出现2次
wordsFrequency.get("an"); //返回1
wordsFrequency.get("apple"); //返回1
wordsFrequency.get("pen"); //返回1

提示:

  • book[i]中只包含小写字母
  • 1 <= book.length <= 100000
  • 1 <= book[i].length <= 10
  • get函数的调用次数不会超过100000
class WordsFrequency {

    private Map map = new HashMap<>();
    public WordsFrequency(String[] book) {
        for (String s : book) {
            map.put(s, map.getOrDefault(s, 0) + 1);
        }
    }
    
    public int get(String word) {
        return map.getOrDefault(word, 0);
    }
}

 解析:这种方式实现简单的一逼

 

面试题 16.24. 数对和    中等

设计一个算法,找出数组中两数之和为指定值的所有整数对。一个数只能属于一个数对。

示例 1:

输入: nums = [5,6,5], target = 11
输出: [[5,6]]

示例 2:

输入: nums = [5,6,5,6], target = 11
输出: [[5,6],[5,6]]

提示:

  • nums.length <= 100000
    public List> pairSums(int[] nums, int target) {
        //个人实现,暴力破解,不通过
        List> ans = new ArrayList<>();
        if (nums == null || nums.length == 0) {
            return ans;
        }
        int n = nums.length;
        boolean[] visited = new boolean[n];
        for (int i = 0; i < n; i++) {
            for (int j = i + 1; j < n; j++) {
                if (visited[i]) {
                    break;
                }
                if (visited[j]) {
                    continue;
                }
                if (nums[i] + nums[j] == target) {
                    ans.add(Arrays.asList(nums[i], nums[j]));
                    visited[i] = true;
                    visited[j] = true;
                }
            }
        }
        return ans;
    }

解析:个人实现,暴力破解,无法通过,复杂度太高

    //个人实现,实现方式比较憨,效率也不高,建议不看
    public List> pairSums(int[] nums, int target) {
        List> ans = new ArrayList<>();
        if (nums == null || nums.length == 0) {
            return ans;
        }
        Map map = new HashMap<>();
        for (int num : nums) {
            map.put(num, map.getOrDefault(num, 0) + 1);
        }
        Map map1 = new HashMap<>();
        for (Map.Entry entry : map.entrySet()) {
            if (map1.getOrDefault(entry.getKey(), false) || map1.getOrDefault(target - entry.getKey(), false)) {
                continue;
            }
            int num1 = entry.getValue();
            if (map.containsKey(target - entry.getKey())) {
                int num2 = map.get(target - entry.getKey());
                if (entry.getKey() == (target - entry.getKey()) && entry.getValue() == 1) {
                    continue;
                }
                int n = Math.min(num1, num2);
                if (entry.getKey() == target - entry.getKey()) {
                    n = n / 2;
                }
                for (int i = 0; i < n; i++) {
                    ans.add(Arrays.asList(entry.getKey(), target - entry.getKey()));
                }
                map1.put(entry.getKey(), true);
                map1.put(target - entry.getKey(), true);
            }
        }
        return ans;
    }

解析:个人实现,方式比较憨,不建议看

    //哈希表
    public List> pairSums(int[] nums, int target) {
        List> ans = new ArrayList<>();
        if (nums == null || nums.length == 0) {
            return ans;
        }
        Map map = new HashMap<>();
        for (int num : nums) {
            int count = map.getOrDefault(target - num, 0);
            if (count != 0) {
                ans.add(Arrays.asList(num, target - num));
                if (count == 1) {
                    map.remove(target - num);
                } else {
                    map.put(target - num, --count);
                }
            } else {
                map.put(num, map.getOrDefault(num, 0) + 1);
            }
        }
        return ans;
    }

解析:创建一个map集合

如果存在符合条件的一个元素,则删除

如果多个,减去一个

    //双指针实现
    public List> pairSums(int[] nums, int target) {
        List> ans = new ArrayList<>();
        Arrays.sort(nums);
        int left = 0, right = nums.length - 1;
        while (left < right) {
            if (nums[left] + nums[right] == target) {
                ans.add(Arrays.asList(nums[left], nums[right]));
                left++;
                right--;
            } else if (nums[left] + nums[right] < target) {
                left++;
            } else {
                right--;
            }
        }
        return ans;
    }

解析:先对数组进行排序

使用双指针向中间查找

 

剑指offer

剑指 Offer 48. 最长不含重复字符的子字符串    中等

请从字符串中找出一个最长的不包含重复字符的子字符串,计算该最长子字符串的长度。

示例 1:

输入: "abcabcbb"
输出: 3 
解释: 因为无重复字符的最长子串是 "abc",所以其长度为 3。

示例 2:

输入: "bbbbb"
输出: 1
解释: 因为无重复字符的最长子串是 "b",所以其长度为 1。

示例 3:

输入: "pwwkew"
输出: 3
解释: 因为无重复字符的最长子串是 "wke",所以其长度为 3。
     请注意,你的答案必须是 子串 的长度,"pwke" 是一个子序列,不是子串。

提示:

  • s.length <= 40000

注意:本题与主站 3 题相同:https://leetcode-cn.com/problems/longest-substring-without-repeating-characters/

    public int lengthOfLongestSubstring(String s) {
        Set set = new HashSet<>();
        int ans = 0, l = 0;
        for (int r = 0; r < s.length(); r++) {
            while (set.contains(s.charAt(r))) {
                set.remove(s.charAt(l++));
            }
            set.add(s.charAt(r));
            ans = Math.max(ans, set.size());
        }
        return ans;
    }

 解析:不断向集合中添加和删除元素

 

你可能感兴趣的:(算法,哈希算法)