- 博客(44)
- 收藏
- 关注
RSS订阅原创 力扣-从中序与后序遍历序列构造二叉树
具体实现时，反向遍历后序数组（遍历顺序为「根→右→左」），用栈记录待处理的节点，通过哈希表快速定位节点在中序数组的索引：若当前节点索引大于栈顶节点索引，说明是栈顶的右子节点；若更小，则回溯栈找到父节点，作为父节点的左子节点，最终迭代完成整棵树的构建。两种方法逻辑完全对称：仅根节点位置（先序首元素/后序尾元素）、遍历方向（先序正序/后序逆序）、子节点判断条件（左子节点索引更小/右子节点索引更大）不同，核心都是通过栈记录节点、哈希表快速定位索引，规避递归缺陷的同时保证高效性。三、与先序+中序迭代法的核心关联。
2025-12-08 22:55:11
367
原创 力扣-从前序与中序遍历序列构造二叉树
依托先序遍历「根→左→右」的特性（先序数组首个元素为根节点），结合中序遍历「左→根→右」的特性拆分左右子树；相比递归实现，该迭代法在稳定性（无栈溢出）、效率（O(n) vs O(n²)）、工程实用性（内存可控、适配性强）上均为最优；用于记录节点的栈结构分配在堆内存（而非系统栈），堆空间远大于系统栈，完全适配题目 3000 节点的最大输入规模，解决了递归版链式树场景下的栈溢出问题。无需修改核心逻辑，即可适配 1~3000 节点的所有输入场景，相比需调整系统栈大小的递归法，适配性更强。
2025-12-08 22:53:05
405
原创 力扣-位1的个数
对比固定遍历 32 位的方法，减少了 “遍历 0 的位” 的无效操作，在 1 的个数较少时（如 n=2、n=4、n=8）效率提升尤为显著。核心是利用位运算特性 n & (n - 1) 消除二进制最右侧的 1，通过统计消除操作的次数，直接得到二进制中设置位（1）的个数。题目中1 ≤ n ≤ 2³¹ - 1（32 位正整数），无需处理负数符号位，n & (n - 1) 对正整数的处理无任何漏洞；两者做按位与运算 n & (n - 1)，结果为 ...0000（最右侧的 1 被消除，右侧的 0 保持不变）；
2025-12-01 22:12:10
268
原创 力扣-颠倒二进制位
针对题目中 “0 ≤ n ≤ 2³¹-2、n 为偶数” 的约束，无需额外处理负数符号位、奇数 / 偶数特殊逻辑，循环 32 次的设计确保原数高位的 0（如示例 1 中前 8 位的 0）也能被正确颠倒到低位，结果精准匹配 32 位整数的格式要求；该方法的核心是逐位提取 + 反向填充：通过位运算逐位取出原数的二进制位（从最低位到最高位），同时将结果变量不断左移腾出空间，把提取的二进制位依次填充到结果的最低位，最终实现 32 位二进制位的整体颠倒。3. 空间复杂度最优（O (1)）5. 适配题目约束且鲁棒性强。
2025-12-01 22:11:07
369
原创 力扣-第二高的薪水
逻辑简洁高效：步骤拆解清晰（去重→排序→取值→补 null），无冗余操作，数据库执行效率高（DISTINCT+ORDER BY+LIMIT 均为数据库原生优化的关键字，执行速度快）；LIMIT 1 OFFSET 1 是分页取值逻辑：OFFSET 1 表示跳过前 1 条记录（即最高薪资），LIMIT 1 表示仅取 1 条记录（即第二高薪资）；窗口函数法（RANK()）原理：为不同薪资分配唯一排名（相同薪资排名相同，不同薪资排名递增），直接筛选 rank=2 即可定位第二高薪资；
2025-11-26 21:15:26
291
原创 力扣-第N高的薪水
null 返回原理：若不同薪资的数量＜N（例如：仅 1 个唯一薪资，N=2），去重 + 排序后的结果集长度＜N，OFFSET N-1 会跳过所有记录，LIMIT 1 无数据可取，查询返回空结果集；第 N 高的薪资对应结果集第 N 位，需跳过前 N-1 条记录（即 OFFSET N-1），因此需先执行 SET N = N - 1 完成参数转换（例如：N=2 时，偏移量为 1，跳过第 1 条高薪资，取第 2 条）；适配任意 N（N≥1），仅需修改传入参数，无需重构代码，复用性强。
2025-11-26 21:14:00
396
原创 力扣-二叉树的前序遍历
返回填充好的结果数组。在最坏的情况下（例如，一棵退化成链表的树），树的高度 `h` 等于节点数 `n`，此时空间复杂度为 O(n)。1. 设计递归函数：定义一个辅助递归函数，它接收三个参数：当前遍历的根节点 `root`、用于存储遍历结果的数组 `result`、以及一个用于记录结果数组大小的指针 `returnSize`。前序遍历（Pre-order Traversal）是二叉树遍历的一种基础方式，其核心思路是按照 **“根节点 -> 左子树 -> 右子树”** 的顺序，递归地访问树中的每一个节点。
2025-11-16 23:00:26
277
原创 力扣-环形链表
如果链表 没有环，快指针会比慢指针先到达链表的末尾（NULL）。如果链表有环，两个指针相遇的时间取决于环的长度，最坏情况下为 O(n)。总结：对于 “判断链表是否有环” 这一问题，快慢指针法（Floyd's Algorithm）是首选的、标准的解决方案，因为它高效、节省空间且易于实现。适用性：该方法不仅可以判断是否存在环，还可以进一步用于 寻找环的入口节点 和 计算环的长度，是处理链表环相关问题的基石。如果循环因为 slow == fast 而退出，说明两个指针在环内相遇，链表存在环，返回 true。
2025-11-16 22:56:13
485
原创 力扣-买卖股票的最佳时机
第二步：计算当前卖出利润 current_profit = prices[i] - min_price（以当前价格卖出，基于历史最低买入价的利润）；时间效率极高：仅需一次遍历数组，时间复杂度为 O (n)（n 为数组长度），适用于题目中 10^5 级别的数据规模，无超时风险；本质是通过 “贪心” 策略，在每一步都做出局部最优选择（更新最低买入价、保留最大利润），最终得到全局最优解，逻辑严谨且高效。返回结果：遍历结束后，max_profit 即为最大可获取利润，若为 0 则表示无盈利交易（如价格持续下跌）。
2025-11-16 22:54:02
507
原创 力扣-路径总和
在最坏的情况下，我们需要访问树中的每一个节点才能确定是否存在满足条件的路径。在最坏情况（例如，一棵退化成链表的树），高度 h 等于 n，此时空间复杂度为 O(n)，可能会导致栈溢出。如果当前节点是叶子节点（root->left == NULL && root->right == NULL），我们检查 root->val 是否等于当前剩余的目标和。代码简洁直观：递归法的代码非常短，逻辑直接映射了问题的自然描述，易于理解和编写。可读性强：代码本身就解释了算法的思路，几乎不需要额外的注释。
2025-11-16 22:52:50
308
原创 二叉树的最小深度
空间复杂度为O(h)（h为树高），由递归栈深度决定，适合大规模树（如10⁵节点）。求二叉树最小深度的核心思路是：**从根节点出发，找到到达最近叶子节点的路径所包含的节点总数**（叶子节点指无左右子节点的节点）。3. 空节点处理：当某一子树为空时（如左子树为空），其深度用“极大值”表示（避免影响最小值计算），确保仅考虑非空的子树路径。1. 叶子节点判断：通过检查节点的左右子树是否均为空，确定是否为叶子节点（只有到达叶子节点的路径才有效）。2. 若节点是叶子节点（左右子树均为空），深度为1（仅自身节点）。
2025-11-03 23:33:46
336
原创 平衡二叉树-力扣
递归逻辑：利用二叉树的递归结构，将 “判断整棵树是否平衡” 拆解为 “判断根节点是否平衡”+“判断左子树是否平衡”+“判断右子树是否平衡”，逐层深入直到叶子节点。平衡判断原理：对每个节点，先判断自身的左右子树高度差是否合法（≤1），再递归判断左、右子树是否整体平衡。判断二叉树是否为平衡二叉树的核心思路基于平衡二叉树的定义：二叉树中每个节点的左右两个子树的高度差的绝对值不超过 1。高度计算原理：通过递归遍历二叉树，空节点高度为 0，非空节点的高度 = 左右子树高度的最大值 + 1（自身节点占一层）。
2025-11-03 23:32:09
261
原创 将有序数组转换为二叉搜索树-力扣
二叉搜索树（BST）特性：对任意节点，左子树所有节点值 < 节点值 < 右子树所有节点值。升序数组的左半部分元素天然小于中间元素，右半部分元素天然大于中间元素，因此分割后自然满足 BST 的数值关系。每次选择中间元素作为根节点，可保证左、右子树的节点数量最多相差 1（数组长度为奇数时相等，偶数时差 1），递归构建后左右子树高度差必然≤1，从而满足平衡条件。该方法的核心是中间元素为根，递归分割数组，既利用了升序数组的有序性满足 BST 的数值关系，又通过均衡分割保证了树的平衡性，是一种高效、简洁的构建方式。
2025-10-26 18:47:06
203
原创 二叉树的最大深度-力扣
计算二叉树的最大深度，本质是求从根节点到最远叶子节点的路径上的节点总数。两种方法的时间复杂度均为 O(n)（n 为节点数），空间复杂度分别为 O(h)（h 为树深度，递归栈）和 O(n)（队列存储节点）。循环处理每一层节点：统计当前层的节点数，依次出队并将其左、右子节点入队（下一层节点），每处理完一层，深度加 1。若当前节点非空，其深度 = 1（当前节点本身） + 左子树深度与右子树深度的最大值。递归计算左、右子树的深度，最终返回根节点的深度（即整棵树的最大深度）。1. 递归法（深度优先搜索，DFS）
2025-10-26 18:46:10
227
原创 力扣-上升的温度
匹配前一天记录：使用日期函数DATE_SUB(w1.recordDate, INTERVAL 1 DAY)计算w1记录日期的前一天，通过条件w1.recordDate = DATE_SUB(w2.recordDate, INTERVAL -1 DAY)（或等价的w2.recordDate = DATE_SUB(w1.recordDate, INTERVAL 1 DAY)）将当天记录与前一天记录匹配。关键是利用日期函数计算 “前一天”，并通过连接条件匹配当天与前一天的记录，最后筛选出当天温度更高的记录。
2025-10-17 22:04:04
218
原创 力扣-删除重复的电子邮箱
通过自连接（表与自身连接）识别重复记录，依据 “相同电子邮件且 ID 更大” 的条件定位需要删除的重复项，最终保留每个电子邮件对应的最小 ID 记录。该方法通过自连接精准识别并删除重复电子邮件记录，仅保留最小 ID 的唯一记录，兼顾了逻辑正确性和执行效率，是处理此类重复数据删除问题的高效解决方案。连接条件设为p1.email = p2.email（确保比较相同电子邮件）和p1.id > p2.id（确保p1是重复项中 ID 更大的记录）；将Person表与自身连接（别名p1和p2）；
2025-10-17 22:02:55
143
原创 从不订购的客户-力扣
健壮性好：此方法不会受到 NULL 值的影响。因此，我们只需要在连接后的结果中，添加一个 WHERE 子句来筛选出 Orders 表中任意一个字段为 NULL 的行，就可以精确地找到那些没有订单的客户。基于上述左连接的特性，那些没有下过订单的客户，在与 Orders 表连接后，其来自 Orders 表的所有字段（如 o.id, o.customerId）都会是 NULL。核心思路是：先将客户表（Customers）和订单表（Orders）进行左连接，然后筛选出在订单表中没有匹配到任何记录的客户。
2025-10-09 23:08:51
397
原创 组合两个表-力扣
它告诉数据库如何匹配两个表中的行 —— 即当 Person 表的 PersonId 与 Address 表的 PersonId 相同时，这两行是匹配的。通过本问题，我们可以得出一个通用结论：当需要以一个表为基础，去匹配另一个表的数据，并且不希望因为另一个表中没有对应记录而丢失基础表的数据时，就应该优先考虑使用 LEFT JOIN。对于 “查询主表所有信息，并关联副表信息，如果副表没有匹配则显示为 NULL” 这类问题，左连接（LEFT JOIN）是最直接、最高效且最标准的解决方案。
2025-10-09 23:07:16
617
原创 查找重复的电子邮箱-力扣
此处HAVING COUNT(email) > 1的逻辑是：仅保留 “组内记录数大于 1” 的组 —— 因为只有这类组对应的邮箱，在原表中存在多条记录，符合 “重复” 的定义。按目标字段分组归类：以 “电子邮件（email）” 为唯一分组依据，通过GROUP BY email将表中所有记录划分成若干组 —— 相同邮箱地址的记录会被归为同一组（比如示例中 “a@b.com” 的 2 条记录形成一个组），不同邮箱地址的记录则各自成组（比如 “c@d.com” 的 1 条记录单独成组）。
2025-10-01 22:14:59
615
原创 超过经理收入的员工-力扣
由于员工和经理的信息存储在同一张表（Employee）中，核心思路可概括为：将单张表拆解为 “员工视角” 和 “经理视角” 两个逻辑表，通过 “经理 ID” 建立关联，再筛选出 “员工薪资 > 经理薪资” 的记录。无论哪种方案，都依赖 “员工表的managerId（外键）” 与 “经理表的id（主键）” 的对应关系 —— 这是将 “员工” 和 “其经理” 绑定的唯一依据。两种方案的核心逻辑一致：均通过 “关联员工与经理数据” 实现薪资比较，区别仅在于 “关联数据的方式”（显式JOIN vs 隐式子查询）。
2025-10-01 22:11:04
300
原创 只出现一次的数字-力扣
利用位运算中的异或操作特性，对数组中所有元素进行累积异或运算，最终结果即为只出现一次的元素。由于数组中除目标元素外，其余元素均出现两次，异或运算会自然抵消重复元素，最终保留唯一的单次出现元素。3. 交换律与结合律：异或运算顺序不影响最终结果（`a ^ b ^ a = (a ^ a) ^ b = 0 ^ b = b`），确保无论重复元素的位置如何，都能正确抵消。1. 时间效率最优：时间复杂度为O(n)（n为数组长度），仅需一次遍历即可完成计算，无冗余操作，完全满足线性时间要求。初始化结果变量为0。
2025-09-20 23:22:14
195
原创 验证回文串-力扣
4. 稳定性与兼容性好：依赖C语言标准库的`isalnum`（判断字母数字）和`tolower`（转小写）函数，处理所有可打印ASCII字符，符合题目输入要求，边界情况（如空字符串、全非字母数字字符串）均能正确覆盖。通过左右两个指针从字符串两端向中间逼近，跳过非字母数字字符后，对比对应位置字符（统一转为小写），若全程匹配则为回文串，否则不是。3. 字符匹配校验：将左右指针指向的字符通过`tolower`函数统一转为小写，若二者不相等，直接判定为非回文串并返回`false`。
2025-09-20 23:19:47
216
原创 杨辉三角||-力扣
该实现通过巧妙的单数组复用策略，在保证时间效率的同时，将空间复杂度优化到了理论最小值，完美满足进阶要求。2. 从倒数第二个元素开始向前计算：`row[j] = 原row[j] + row[j-1]`3. 原row[j]实际代表上一行的第j个元素，row[j-1]代表上一行的第j-1个元素。1. 空间最优：空间复杂度降至O(rowIndex)，仅使用一个一维数组。1. 单数组复用：仅使用一个一维数组存储数据，通过迭代更新获取目标行。2. 逆向更新：从后往前计算中间元素，避免覆盖尚未使用的前一行数据。
2025-09-12 16:43:08
176
原创 杨辉三角-力扣
该实现充分利用了杨辉三角的特性，以最直接的方式构建三角形，既保证了正确性，又兼顾了效率和可读性。3. 中间元素递推：每行的中间元素（非首尾）通过上一行相邻两个元素相加得到。5. 输入验证：对输入值进行合法性检查，确保在题目要求的范围内（1-30）其他情况，元素值 = 第i-1行第j-1列元素 + 第i-1行第j列元素。1. 逐层构建：从第0行开始，依次生成每一行的元素，直到达到指定的行数。2. 空间优化：按需分配内存，第i行只分配i+1个元素的空间。2. 边界固定：每行的第一个和最后一个元素始终为1。
2025-09-12 16:22:55
253
原创 对称二叉树-力扣
轴对称二叉树的核心特征是：对于任意一对对称节点（左子树中的节点 A 和右子树中的节点 B），A 的左孩子需与 B 的右孩子对称，A 的右孩子需与 B 的左孩子对称。该实现通过递归将复杂的对称判断转化为可复用的子问题校验，以简洁高效的方式解决二叉树轴对称问题，是递归思想在树结构中的经典应用。代码直接映射 “镜像对称” 的数学定义，通过 “交叉递归校验” 准确实现对称判断，无需额外复杂逻辑，可读性强。否则递归校验：left的左子树与right的右子树、left的右子树与right的左子树是否均镜像对称。
2025-08-24 22:20:51
479
原创 相同的树-力扣
因此，判断两棵树是否相等可拆解为 “判断根节点是否一致” 和 “判断左右子树（子问题）是否一致”，符合递归算法 “大问题拆小问题，小问题解法与大问题一致” 的核心思想。递归校验子树：若当前节点结构和值均一致，需进一步递归校验左子树（p->left 与 q->left） 和右子树（p->right 与 q->right），只有左右子树均一致时，才返回true。单空校验：若其中一个节点为NULL，另一个不为NULL，说明结构存在差异（一个有节点、一个无节点），返回false；
2025-08-24 22:18:36
416
原创 二叉树的中序遍历-力扣
采用栈辅助的迭代遍历策略，模拟递归过程中隐式的函数调用栈，按照 "左子树→根节点→右子树" 的顺序访问节点，通过手动管理栈结构实现非递归遍历。效率优秀：时间复杂度 O (n)（每个节点访问一次），空间复杂度 O (h)（h 为树高，最坏情况 O (n)）转向该节点的右子节点，重复上述过程（右子树同样遵循左→根→右顺序）外层循环条件确保：即使当前节点为空，只要栈中有节点就继续处理。从根节点出发，将所有左子节点依次入栈，直到最左叶子节点。栈的作用：存储待访问的节点，替代递归时的函数调用栈。
2025-08-17 23:32:40
246
原创 合并两个有序数组-力扣
采用双指针从后向前合并的策略，利用 nums1 尾部的空闲空间（初始为 0 的部分）作为合并空间，避免覆盖未处理的元素。这种方法完美利用了题目给出的 nums1 长度为 m+n 的条件，是解决该问题的最优方案。当 nums2 的所有元素都处理完毕（j < 0），合并完成。操作安全：从后向前合并避免了覆盖 nums1 中未处理的元素。指针 i 指向 nums1 有效元素的末尾（索引 m-1）比较 nums1 [i] 和 nums2 [j] 的大小。指针 j 指向 nums2 的末尾（索引 n-1）
2025-08-17 23:30:31
137
原创 爬楼梯-力扣
因此，第 n 阶的爬法数 = 第 n-1 阶的爬法数 + 第 n-2 阶的爬法数，即递推公式：f(n) = f(n-1) + f(n-2)时间效率高：采用迭代法而非递归，时间复杂度为 O(n)，避免了递归中重复计算的问题（递归时间复杂度为 O(2^n)）。初始化前两阶的爬法数（first = 1 对应 f(1)，second = 2 对应 f(2)）稳定性好：迭代过程中无栈溢出风险（递归在 n 较大时可能栈溢出），且计算过程直观可控。基础边界：f(1) = 1（1 种方法），f(2) = 2（2 种方法）
2025-08-10 22:12:59
303
原创 删除排序链表中的重复元素-力扣
排序链表的重复元素具有连续性，这是解决问题的关键。无需额外空间记录已出现元素，只需通过相邻节点比较就能识别重复项，通过调整指针指向实现重复节点的删除。这种方法充分利用了题目中"链表已排序"的条件，以最小的资源消耗完成去重操作，是该问题的最优解法之一。1. 时间效率高：仅需一次遍历链表，时间复杂度为O(n)（n为链表长度）3. 若值相同，删除下一个节点（通过修改指针跳过该节点并释放内存）5. 逻辑简洁：利用排序特性简化重复判断，无需复杂的数据结构辅助。3. 操作直观：直接在原链表上修改指针，无需创建新链表。
2025-08-10 22:11:07
337
原创 x的平方根-力扣
通过mid = low + (high - low)/2的方式计算中间值，避免low+high直接相加导致的溢出。4. 当low > high时，循环结束，high即为x的平方根的整数部分（最大的小于等于√x的整数）平方运算在[0, +∞)上是单调递增的，即若a < b，则a² < b²（a, b ≥ 0）无需复杂的数学公式或额外的数据结构。若mid² > x，说明需要更小的候选值，调整high = mid - 1。若mid² < x，说明需要更大的候选值，调整low = mid + 1。
2025-08-03 23:42:44
144
原创 二进制求和-力扣
空间复杂度 O (max (n,m))，仅需存储结果的空间。鲁棒性：自动处理不同长度的输入字符串，正确处理最高位进位的特殊情况，无需依赖额外的库函数。这种实现既高效又易于理解，非常适合处理最长 10^4 位的二进制字符串加法问题。处理边界：当一个字符串处理完毕后，继续处理另一个字符串剩余位和进位。反向遍历：从两个字符串的最后一位（最低有效位）开始处理。从两个二进制字符串的末尾（最低位）开始逐位相加。当所有位处理完毕后，若仍有进位，需添加到结果中。累加计算：将对应位的数值与进位相加。
2025-08-03 23:39:36
400
原创 加一-力扣
如果当前位 < 9：直接加 1，无需进位，返回原数组。这个算法的核心思路是模拟手工加法，从最低位（数组末尾）开始逐位处理，遇到进位则继续向前，直到无需进位或处理完所有位。最坏情况下（如全 9 数组）需遍历整个数组一次。全 9 数组：自动触发数组扩容，生成比原数组多一位的新数组（如[9,9,9] → [1,0,0,0]）。无需进位：遇到第一个小于 9 的位后立即返回，无需继续遍历（如[1,2,3] → [1,2,4]）。前导零处理：由于最高位进位时才会创建新数组，且新数组首位为 1，自然保证结果无前导零。
2025-07-27 23:42:08
507
原创 最后一个单词的长度-力扣
从 end 位置继续向前遍历，直到遇到下一个空格或字符串开头，标记此位置为 start。数学关系：单词长度 = 结束位置 - 起始位置（例如，"World" 的 end=10，start=5，长度为 10 - 5 = 5）。这个思路的精妙之处在于利用逆向遍历和双指针定位，简洁高效地解决了问题，同时优雅处理了各种边界条件（空字符串、全空格、单词间多空格等）。从字符串的最后一个字符开始向前遍历，跳过所有空格字符，直到找到第一个非空格字符。关键逻辑：若字符串全是空格，end 会减至 -1，直接返回 0。
2025-07-27 23:38:31
380
原创 搜索插入位置-力扣
中间值计算：使用 mid = left + (right - left) / 2 避免整数溢出，尤其在处理大规模数组时更安全。当循环结束时（left > right），left 恰好指向第一个大于等于目标值的位置，即插入位置。边界处理优雅：自动处理目标值小于最小值（插入位置为 0）、大于最大值（插入位置为数组长度）等边界情况。适用性广：适用于所有有序数组的搜索 / 插入场景，包括存在重复元素的情况（本题中数组无重复元素）。插入位置推导：循环结束时，left 的位置即为插入位置。
2025-07-20 21:14:37
262
原创 找出字符串中第一个匹配项的下标-力扣
2. 遍历所有可能的起始位置：从主串的第一个字符开始，逐个检查每个可能的起始位置 `i`，直到剩余字符不足以容纳子串（即 `i ≤ len_h - len_n`）。3. 字符逐个比较：对于每个起始位置 `i`，检查子串 `needle` 的每个字符是否与主串从 `i` 开始的对应字符匹配。如果子串的所有字符都匹配成功（即 `j` 等于子串长度 `len_n`），返回当前起始位置 `i`。4. **未找到匹配时返回 `-1`：如果遍历完所有可能的起始位置都没有找到匹配，返回 `-1`。
2025-07-20 21:10:13
243
原创 移除元素-力扣
思路：使用快慢指针，慢指针 k 记录有效元素位置，快指针遍历数组。思路：使用左右指针，左指针从前往后找等于 val 的元素，右指针从后往前找不等于 val 的元素，然后交换。两种算法均严格遵循原地修改要求，不使用额外数组，直接在原数组上操作，符合空间效率要求。混合情况：[3,2,2,3]，val=3 → 返回 2，数组前两位为 [2,2]。全目标元素：[2,2,2]，val=2 → 返回 0，数组内容不变。无目标元素：[1,2,3]，val=4 → 返回 3，数组不变。
2025-06-02 21:11:47
497
原创 删除有序数组中的重复项-力扣
全重复元素：[1,1,1] → 返回 1，数组变为 [1,1,1]（前 1 个元素有效）混合情况：[1,1,2,2,3] → 返回 3，数组变为 [1,2,3,2,3]通过检查返回值 k 和数组的前 k 个元素是否符合预期来验证算法正确性。k 指针记录当前唯一元素的位置（初始为 1，因为第一个元素默认保留）。如果不同，则将当前元素复制到 k 位置，并递增 k。无重复元素：[1,2,3] → 返回 3，数组不变。遍历数组，比较当前元素与前一个元素是否不同。特殊情况处理：当数组为空时直接返回 0。
2025-06-02 21:10:20
176
原创 合并两个有序链表-力扣
代码正确性：提供的 C 语言代码通过迭代法正确解决了合并两个升序链表的问题。代码严格遵循题目约束，处理了所有边界情况（如空链表、不同长度链表），确保合并后的链表保持升序。边界处理：自动处理空链表和剩余节点，无需额外判断。内存优化：直接复用原链表节点，无需创建新节点，节省内存。时间复杂度：O (m + n)，需遍历两个链表各一次，其中 m 和 n 分别为链表长度。空间复杂度：O (1)，仅使用常数级额外空间（虚拟头节点和尾指针）。直接复用原链表节点，无需创建新节点。取较小值节点接入结果链表。
2025-05-25 21:17:33
393
原创 有效的括号-力扣
它通过栈结构有效地验证了字符串中括号的有效性，确保每个右括号都有对应的左括号，且顺序正确。栈的特点是后进先出（LIFO），非常适合处理这种需要按顺序闭合的括号问题。时间复杂度：代码的时间复杂度为 O (n)，其中 n 是字符串的长度。在最坏情况下（例如全部是左括号），栈的深度可能达到字符串的长度。处理右括号：遇到右括号时，检查栈顶元素是否为对应的左括号。健壮性：代码能够处理所有可能的输入情况，包括无效的字符（默认返回 false）和不匹配的括号顺序。检查栈的状态：遍历结束后，如果栈为空，则字符串有效；
2025-05-25 21:14:51
198
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人