目录
第一题
题目来源
题目内容
解决方法
方法一:动态规划
第二题
题目来源
题目内容
解决方法
方法一:模拟
方法二:数学规律
方法三:分组
第三题
题目来源
题目内容
解决方法
方法一:数学方法
方法二:转换字符串
213. 打家劫舍 II - 力扣(LeetCode)
这道题可以使用动态规划的方法求解。首先,我们观察到第一个房屋和最后一个房屋是相邻的,因此它们不能同时被偷窃。所以,我们可以将问题分成两种情况来考虑:
偷窃第一个房屋但不偷窃最后一个房屋:在这种情况下,我们只需要计算从第一个房屋到倒数第二个房屋能够偷窃到的最高金额。
不偷窃第一个房屋但偷窃最后一个房屋:在这种情况下,我们只需要计算从第二个房屋到最后一个房屋能够偷窃到的最高金额。
对于每一种情况,我们可以使用动态规划来求解。定义一个长度为n的数组dp,其中dp[i]表示从第一个房屋到第i个房屋能够偷窃到的最高金额。那么,我们有以下状态转移方程:
对于第一种情况,dp[i] = max(dp[i-2] + nums[i], dp[i-1]),其中dp[i-2] + nums[i]表示偷窃第i个房屋得到的金额,dp[i-1]表示不偷窃第i个房屋得到的金额。
对于第二种情况,dp[i] = max(dp[i-1], dp[i-2] + nums[i]),其中dp[i-1]表示不偷窃第i个房屋得到的金额,dp[i-2] + nums[i]表示偷窃第i个房屋得到的金额。
最后,我们可以将第一种情况和第二种情况的结果取较大值作为最终的结果,即max(dp[n-2], dp[n-1]),其中n是数组nums的长度。
class Solution {
public int rob(int[] nums) {
int n = nums.length;
if (n == 1) {
return nums[0];
}
return Math.max(robHouse(nums, 0, n - 2), robHouse(nums, 1, n - 1));
}
private int robHouse(int[] nums, int start, int end) {
int pre2 = 0, pre1 = 0;
for (int i = start; i <= end; i++) {
int cur = Math.max(pre2 + nums[i], pre1);
pre2 = pre1;
pre1 = cur;
}
return pre1;
}
}
在上述解法中,我们使用了动态规划的思想来解决问题。接下来我们来分析一下该解法的时间复杂度和空间复杂度。
时间复杂度分析:
空间复杂度分析:
总结: 该解法的时间复杂度为O(n),空间复杂度为O(n)。在给定限制条件下,这是一个较优的解法。
LeetCode运行结果:
6. N 字形变换 - 力扣(LeetCode)
这个问题可以使用模拟的方法来解决。我们可以创建一个长度为numRows的字符串数组,表示Z字形排列后每一行的字符串。然后遍历原始字符串s,将每个字符按照Z字形的规律放入对应的行中。
具体步骤如下:
class Solution {
public String convert(String s, int numRows) {
if (numRows == 1 || s.length() <= numRows) {
return s;
}
String[] rows = new String[numRows];
for (int i = 0; i < numRows; i++) {
rows[i] = "";
}
int rowIndex = 0;
boolean goingDown = true;
for (char c : s.toCharArray()) {
rows[rowIndex] += c;
if (goingDown && rowIndex < numRows - 1) {
rowIndex++;
} else if (!goingDown && rowIndex > 0) {
rowIndex--;
}
if (rowIndex == 0 || rowIndex == numRows - 1) {
goingDown = !goingDown;
}
}
StringBuilder result = new StringBuilder();
for (String row : rows) {
result.append(row);
}
return result.toString();
}
}
复杂度分析如下:
时间复杂度:
空间复杂度:
综上所述,该解法的时间复杂度和空间复杂度都是O(n),其中n为字符串s的长度。
LeetCode运行结果:
除了模拟方法外,还可以使用数学规律来解决这个问题。
观察Z字形变换的规律,可以发现以下几个关键点:
基于以上观察,可以直接计算每个字符在变换后字符串中的位置,然后将其按顺序放入结果字符串中。
class Solution {
public String convert(String s, int numRows) {
if (numRows == 1 || s.length() <= numRows) {
return s;
}
StringBuilder result = new StringBuilder();
int cycleLen = 2 * numRows - 2;
int n = s.length();
for (int i = 0; i < numRows; i++) {
for (int j = 0; j + i < n; j += cycleLen) {
result.append(s.charAt(j + i));
if (i != 0 && i != numRows - 1 && j + cycleLen - i < n) {
result.append(s.charAt(j + cycleLen - i));
}
}
}
return result.toString();
}
}
复杂度分析如下:
时间复杂度:
空间复杂度:
综上所述,使用数学规律的方法的时间复杂度和空间复杂度分别为O(n)和O(1),其中n为字符串s的长度。相比于模拟方法,这种方法在空间复杂度上有优势,因为不需要额外的数组来存储每一行的字符串。
LeetCode运行结果:
除了前面介绍的方法,还可以使用分组方法来完成Z字形变换。
具体步骤如下:
class Solution {
public String convert(String s, int numRows) {
if (numRows == 1 || s.length() <= numRows) {
return s;
}
String[] rows = new String[numRows];
Arrays.fill(rows, "");
int groupSize = 2 * numRows - 2;
for (int i = 0; i < s.length(); i++) {
int remain = i % groupSize;
int row = remain < numRows ? remain : groupSize - remain;
rows[row] += s.charAt(i);
}
StringBuilder result = new StringBuilder();
for (String row : rows) {
result.append(row);
}
return result.toString();
}
}
复杂度分析如下:
时间复杂度:
空间复杂度:
LeetCode运行结果:
7. 整数反转 - 力扣(LeetCode)
要反转一个整数,可以使用数学方法。
具体步骤如下:
需要注意的是,该代码假设输入的整数为32位有符号整数。如果输入的整数超过了范围,或者溢出反转后的整数范围,将返回0。
res
用于存储反转后的整数。digit
中。res
大于 Integer.MAX_VALUE / 10
,或者当 res
等于 Integer.MAX_VALUE / 10
且 digit
大于7,则表示溢出,返回0。res
小于 Integer.MIN_VALUE / 10
,或者当 res
等于 Integer.MIN_VALUE / 10
且 digit
小于-8,则表示溢出,返回0。res
的值,将 res
乘以10并加上 digit
。res
,即为反转后的整数。class Solution {
public int reverse(int x) {
int res = 0;
while (x != 0) {
int digit = x % 10;
if (res > Integer.MAX_VALUE / 10 || (res == Integer.MAX_VALUE / 10 && digit > 7)) {
return 0;
}
if (res < Integer.MIN_VALUE / 10 || (res == Integer.MIN_VALUE / 10 && digit < -8)) {
return 0;
}
res = res * 10 + digit;
x /= 10;
}
return res;
}
}
复杂度分析如下:
LeetCode运行结果:
要实现整数反转的功能,可以按照以下步骤进行:
class Solution {
public int reverse(int x) {
// 转换为字符串
String str = Integer.toString(x);
// 判断是否为负数
boolean isNegative = false;
if (str.charAt(0) == '-') {
isNegative = true;
str = str.substring(1); // 移除负号
}
// 逆序排列字符串
StringBuilder sb = new StringBuilder(str);
sb.reverse();
String reversedStr = sb.toString();
// 转换回整数
long result = Long.parseLong(reversedStr);
// 处理溢出情况
if (result > Integer.MAX_VALUE || result < Integer.MIN_VALUE) {
return 0;
}
// 处理负数
if (isNegative) {
result *= -1;
}
return (int)result;
}
}
复杂度分析:
时间复杂度分析:
综上所述,整体的时间复杂度可以视为O(log|x|)。
空间复杂度分析:
因此,整体的空间复杂度可以视为O(log|x|)。
需要注意的是,这里的|x|是指输入整数的绝对值的位数。由于整数的位数在实际问题中通常是固定的,因此我们可以将该算法的时间复杂度和空间复杂度视为O(1)。
LeetCode运行结果: