二刷leetcode(3)

本文介绍两种常见的数组操作算法:移动零和两数之和。移动零算法将数组中的所有零移动到数组末尾,同时保持非零元素的相对顺序;两数之和算法则是在给定数组中寻找两个数,使其和等于给定的目标值。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

283移动零

给定一个数组 nums,编写一个函数将所有 0 移动到数组的末尾,同时保持非零元素的相对顺序。

示例:

输入: [0,1,0,3,12]
输出: [1,3,12,0,0]

说明:

  1. 必须在原数组上操作,不能拷贝额外的数组。
  2. 尽量减少操作次数。

代码:

class Solution:
    def moveZeroes(self, nums):
        """
        :type nums: List[int]
        :rtype: void Do not return anything, modify nums in-place instead.
        """
        #### the first method, 不符合题目的返回值要求,所以不能算数。
        # count = 0
        # for i in nums:
        #     if i == 0:
        #         count += 1
        #         nums.remove(i)
        # nums = nums + [0] * count
        # return nums
    
        #### the second method 
        # count = 0
        # for i in range(len(nums)):
        #     if nums[i] != 0:
        #         nums[count] = nums[i]
        #         count += 1
        # nums[count:] = (len(nums)- count) * [0]
        
        #### the third method:
        # length = len(nums)
        # for i in range(length):
        #     if nums[i]== 0:
        #         nums.remove(nums[i])
        #         nums.append(0)
                
        #### the third method
        length = len(nums)
        k = 0
        for i in range(length):
            if nums[i-k] == 0:
                del nums[i-k]
                nums.append(0)
                k += 1

1两数之和

给定一个整数数组和一个目标值,找出数组中和为目标值的两个数。

你可以假设每个输入只对应一种答案,且同样的元素不能被重复利用。

示例:

给定 nums = [2, 7, 11, 15], target = 9

因为 nums[0] + nums[1] = 2 + 7 = 9
所以返回 [0, 1]

代码:

class Solution2(object):
    def twoSum(self, nums, target):
        """
        :type nums: List[int]
        :type target: int
        :rtype: List[int]
        """
        # left = 0
        # right = 0
        # nums_copy = nums.copy()
        # nums.sort()
        # for i in range(0, len(nums) -1):
        #     if nums[i] + nums[i+1] >= target:
        #         left = i
        #         right = i + 1
        #         break
        # # print(left)
        # # print(right)
        # while left >= 0 and right < len(nums):
        #     if nums[left] + nums[right] > target:
        #         left -= 1
        #     elif nums[left] + nums[right] < target:
        #         right += 1
        #     else:
        #         if nums[left] == nums[right]:
        #             return [nums_copy.index(nums[left]), nums_copy.index(nums[right], left+1)]
        #         else:
        #             return [nums_copy.index(nums[left]), nums_copy.index(nums[right])]

  #### the second method
class Solution8:
    def twoSum(self, nums, target):
        """
        :type nums: List[int]
        :type target: int
        :rtype: List[int]
        """
        n = len(nums)
        hash = {}
        for i in range(n):
            complement = target - nums[i]
            if hash.__contains__(complement):
                return [hash[complement], i]
            hash[nums[i]] = i
        raise Exception("No match pair")





<think>嗯,用户之前问过如何提升Java开发水平,我给了他们一个比较全面的建议,包括LeetCode的部分。现在他们接着问“怎样LeetCode”,这说明他们可能已经开始关注算法和数据结构的学习,想要更具体的指导。用户可能是刚开始接触LeetCode,或者遇到了瓶颈,不知道怎么高效题。 首先,我需要确定用户的需求到底是什么。他们可能想知道题的方法论,比如应该按照什么顺序题,如何平衡数量和质量,遇到难题怎么办,或者如何利用LeetCode准备面试。考虑到之前提到的是Java开发,可能用户更倾向于用Java题,所以需要强调语言的选择和熟练度。 接下来,我得考虑用户的水平。如果是初学者,可能需要从基础的数据结构开始,逐步深入。如果已经有基础,可能需要更高效的策略,比如高频题目或专题训练。根据用户之前的提问,他们可能处于中级阶段,正在寻求提升,所以应该兼顾基础和进阶方法。 然后,我需要整理LeetCode的有效步骤。常见的建议包括按类型分类、循序渐进、总结反思等。还要强调不要只追求数量,而是理解每个题目的解法和优化思路。此外,模拟面试环境也很重要,特别是时间限制和沟通能力的培养。 可能用户没有意识到的是,题不仅仅是写代码,还包括问题分析、测试用例的考虑以及与他人讨论。所以需要提醒他们注意这些方面。另外,推荐一些资源,比如经典题目列表、学习资料和社区,可以帮助他们更系统地学习。 最后,要给出鼓励的话语,强调坚持和正确方法的重要性。避免让用户感到压力,而是让他们有信心通过系统的方法逐步提升。同时,结合之前的建议,将题作为提升Java开发能力的一部分,帮助他们全面成长。</think> LeetCode 是提升算法能力和面试竞争力的有效方法,但需要科学的策略才能事半功倍。以下是结合实战经验的系统化建议: --- ### **一、前期准备** 1. **语言选择** - **优先使用 Java**:巩固 Java 语法特性(如集合操作、Stream API),但需注意 Java 代码在 LeetCode 中的性能陷阱(如频繁自动装箱)。 - **熟悉数据结构 API**:如 `PriorityQueue`、`TreeMap`、`Arrays.sort()` 的定制排序写法。 2. **基础铺垫** - 掌握常见数据结构(数组、链表、栈、队列、哈希表、堆、树、图)。 - 理解基础算法(分查找、DFS/BFS、双指针、滑动窗口、动态规划、回溯)。 - 推荐书籍:《算法(第4版)》《剑指Offer》 --- ### **题方法论** #### **1. 分阶段推进** - **第一阶段:按标签分类(2-3个月)** - 按 **算法类型** 集中题(如连续一周专攻「动态规划」) - 推荐顺序:数组/字符串 → 链表 → 叉树 → 回溯 → 动态规划 → 图论 → 设计题 - 经典入门题(示例): - 叉树:[104. 最大深度](https://leetcode.cn/problems/maximum-depth-of-binary-tree/) → [226. 翻转叉树](https://leetcode.cn/problems/invert-binary-tree/) - 动态规划:[70. 爬楼梯](https://leetcode.cn/problems/climbing-stairs/) → [322. 钱兑换](https://leetcode.cn/problems/coin-change/) - **第阶段:高频题 & 面试题(1-2个月)** - 企业高频题(如 [LeetCode 热题 100](https://leetcode.cn/problem-list/2cktkvj/)) - 重点练习 **《剑指Offer》** 和 **《程序员面试金典》** 题目 - **第三阶段:模拟面试(持续)** - 使用「随机题库」功能,限时 30-45 分钟完成 - 尝试用白板/纯文本写代码(适应真实面试环境) #### **2. 题技巧** - **五步题法**: 1. 读题后先自己思考,写下可能的解法(即使暴力解法) 2. 尝试写代码实现,记录遇到的边界问题 3. 对比官方题解,分析时间/空间复杂度差异 4. 隔天重新手写代码(避免短期记忆欺骗) 5. 总结到笔记中(模板代码、易错点、同类题规律) - **重点关注**: - 代码的 **鲁棒性**(处理空输入、边界值) - 时间复杂度优化(如从 O() 到 O(n) 的跳跃) - 空间换时间的取舍(如哈希表缓存中间结果) #### **3. 避坑指南** - ❌ 盲目追求题量(300题系统化训练 > 1000题随机) - ❌ 过早看题解(至少思考 20 分钟再参考答案) - ❌ 忽略测试用例(要主动设计边缘 case,如超大输入、负数、空值) --- ### **三、Java 专项优化** 1. **性能调优** - 减少自动装箱:用 `int[]` 代替 `List<Integer>` - 字符串拼接:优先用 `StringBuilder` - 注意集合初始化容量(如 `new HashMap<>(n)` 避免扩容) 2. **工具方法模板** ```java // 快速输入(适用于算法竞赛) Scanner sc = new Scanner(System.in); // 自定义排序 Arrays.sort(arr, (a, b) -> a[0] - b[0]); // 叉树定义 class TreeNode { int val; TreeNode left; TreeNode right; TreeNode() {} } ``` --- ### **四、辅助工具推荐** 1. **学习资源** - 可视化工具:[Data Structure Visualizations](https://www.cs.usfca.edu/~galles/visualization/Algorithms.html) - 题解平台:LeetCode 官方题解、[宫水三叶的解题指南](https://leetcode.cn/u/ac_oier/) - 代码模板:[labuladong 的算法小抄](https://labuladong.github.io/algo/) 2. **效率工具** - 本地 IDE 调试:IntelliJ IDEA 的 LeetCode 插件 - 代码管理:用 Git 仓库记录每日题(便于复盘) - 错题本:Notion/Excel 记录每题的耗时、错因、优化点 --- ### **五、高阶思维培养** - **从 AC 到举一反三**: 例如完 [15. 三数之和](https://leetcode.cn/problems/3sum/),可以延伸思考: - 如何扩展到「四数之和」? - 如果数组是链表结构该如何处理? - 如果要求输出索引而非具体数值,解法有何不同? - **系统设计思维**: 对设计类题目(如 [146. LRU 缓存](https://leetcode.cn/problems/lru-cache/)),不仅要实现功能,还要: - 分析并发场景下的线程安全问题 - 考虑分布式环境下如何扩展 --- ### **六、实战数据参考** - **面试通过率统计**(来源:LeetCode 2023 调研): - 题 200-300 题:约 65% 通过率 - 300-500 题 + 专项训练:超过 85% 通过率 - 关键指标:**中等题熟练度**(占大厂面试题的 70% 以上) --- **坚持每日 2-3 题 + 深度总结**,3-6 个月后会有显著提升。记住:题不是目的,而是培养**将问题抽象为算法模型的能力**,这才是工程师的核心竞争力。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值