- 博客(79)
- 收藏
- 关注
RSS订阅原创 【无标题】
如果最后一步爬了 1 个台阶，那么我们得先爬到 i−1，要解决的问题缩小成：从 0 爬到 i−1有多少种不同的方法。如果最后一步爬了 2 个台阶，那么我们得先爬到 i−2，要解决的问题缩小成：从 0 爬到 i−2有多少种不同的方法。因为要解决的问题都是「从 0 爬到 i」，所以定义 dfs(i)表示从 0 爬到 i有多少种不同的方法。因为要解决的问题都是「从 0 爬到 i」，所以定义 dfs(i) 表示从 0爬到 i有多少种不同的方法。递归怎么写：状态定义与状态转移方程。
2024-04-29 10:16:22
216
原创 LeetCode138题：随机链表的复制（python3）
最后，我们然后map.get(head)，也就是对应的新链表的头节点，就可以解决此问题了。map.get(原节点.random)，得到的就是对应的新节点.random。map.get(原节点.next)，得到的就是对应的新节点.next。新节点.random -> map.get(原节点.random)从上图中我们可以发现，原节点和新节点是一一对应的关系，所以。新节点.next -> map.get(原节点.next)map.get(原节点)，得到的就是对应的新节点。
2024-04-17 16:07:30
292
原创 LeetCode124题：二叉树的最大路径和（python3）
左子树找到最大的，右子树也一样，有的节点可能是负数，所以一开始ans = -inf。
2024-04-13 22:39:19
153
原创 LeetCode236题：二叉树的最近公共祖先（python3）
如果当前节点是空节点，以及当前节点是p或者是q，返回当前节点。如果左右子树都找到：返回当前节点。只有左子树：返回递归左子树的结果。只有右子树：返回递归右子树的结果。都没找到：返回空节点。
2024-04-13 21:26:12
146
原创 LeetCode437题：路径总和III（python3）
整条路径和减去target和，如果存在这样的一个前缀节点，那count+1，遍历满足等式的，就可以加count。
2024-04-13 21:14:27
505
原创 LeetCode105题：从前序与中序遍历构造二叉树（python3）
时间复杂度：n的平方，其中 n 为 preorder的长度。最坏情况下二叉树是一条链，我们需要递归 O(n)次，每次都需要 O(n)的时间查找 preorder[0]和复制数组。空间复杂度：n的平方。速度快了很多41ms。
2024-04-13 10:13:53
181
原创 LeetCode199题：二叉树的右视图（python3）
代码思路：深度优先搜索，每次总访问右子树，value_depth用dict存放，深度为索引，存放节点的值，stack从根节点[(root, 0)]开始，添加node和depth。
2024-03-15 11:52:52
328
原创 LeetCode98题：验证二叉搜索树（python3）
当前节点的值是其左子树的值的上界（最大值）当前节点的值是其右子树的值的下界（最小值）节点的左子树只包含小于当前节点的数。节点的右子树只包含大于当前节点的数。
2024-03-13 16:20:14
308
原创 LeetCode108题：将有序数组转换为二叉搜索树（python3）
一个容易想到的思路：使用 nums 中最靠近中心的位置作为整棵 BST 的根节点，确保左右子树节点数量平衡。随后递归构造 nums 中下标范围为 [0,mid−1]作为左子树，递归构造 nums 中下标范围为 [mid+1,n−1]作为右子树。
2024-03-12 18:51:30
567
原创 LeetCode102题：二叉树的层序遍历（python3）
代码思路：使用队列先进先出的特性，queue[]不为空进入for循环，tmp存储每层的节点，将结果添加至res[]中。python中使用collections中的双端队列deque()，其popleft()方法可达到O(1)时间复杂度。
2024-03-12 16:01:59
477
原创 LeetCode104题：二叉树的最大深度（python3）
max(l,r)+1，而左子树和右子树的最大深度又可以以同样的方式进行计算。具体而言，在计算当前二叉树的最大深度时，可以先递归计算出其左子树和右子树的最大深度，然后在 O(1)时间内计算出当前二叉树的最大深度。递归函数需要栈空间，而栈空间取决于递归的深度，因此空间复杂度等价于二叉树的高度。一次递归调用的时间复杂度为 O(1)，有 n 个结点，要进行 n 次递归调用（每个结点遍历一次），所以总的时间复杂度为 O(n) .如果我们知道了左子树和右子树的最大深度 l 和 r，那么该二叉树的最大深度即为。
2024-03-12 01:06:39
211
原创 LeetCode94题：二叉树的中序遍历（python3）
换句话说，我们在遍历cur_node的时候，不能立刻对cur_node进行访问，而应该先对cur_node.left进行遍历之后（如果是后序遍历，还得是在对cur_node.right进行访问之后），才能对cur_node进行访问。在递归写法中，由于cur_node.left的遍历是通过递归调用来执行的，在关于cur_node.left的递归调用结束后，会自然地回到当前关于cur_node的遍历中，其下一行要执行的内容自然就是visit(cur_node)。时间复杂度 O(n)，空间复杂度 O(n)。
2024-03-12 00:42:30
831
原创 LeetCode146题：LRU缓存（python3）
就不会创建字典，而是改用指针偏移量直接拿到属性对象。所以即节省了内存（没有字典）又节省了时间（省去查字典的过程）。Python 默认是用 dict 存储属性的，每次用 . 访问属性都需要查字典。
2024-03-09 00:27:54
721
原创 【无标题】
用最小堆初始把所有链表的头节点入堆，然后不断弹出堆中最小节点x，如果x.next不为空就加入堆中，循环直到堆为空，把弹出的节点按顺序拼接起来，就得到答案。
2024-03-08 23:40:08
145
原创 LeetCode148题：排序链表（python3）
使用快慢指针 fast = head.next、slow = head，让 fast 每次移动 2 步，slow 移动 1 步，移动到链表末尾，从而找到链表中心链节点，即 slow。而链表用在存储完全二叉树的时候，因为不支持随机访问的特性，导致其寻找子节点和父亲节点会比较耗时，如果增加指向父亲节点的变量，又会浪费大量存储空间。而对于链表排序而言，因为链表不支持随机访问，访问链表后面的节点只能依靠 next 指针从头部顺序遍历，所以相对于数组排序问题来说，链表排序问题会更加复杂一点。
2024-03-08 14:58:13
825
原创 LeetCode19题：删除链表的倒数第N个结点（python3）
我们可以设想假设设定了双指针 p 和 q 的话，当 q 指向末尾的 NULL，p 与 q 之间相隔的元素个数为 n 时，那么删除掉 p 的下一个指针就完成了要求。2.设定双指针 p 和 q，初始都指向虚拟节点 dummyHead。3.移动 q，直到 p 与 q 之间相隔的元素个数为 n。4.同时移动 p 与 q，直到 q 指向的为 NULL。1.设置虚拟节点 dummyHead 指向 head。5.将 p 的下一个节点指向下下个节点。
2024-03-08 01:25:59
296
原创 LeetCode2题：两数相加（python3）
代码思路：如果值大于10，那么就进位到下一个位置l1.next，然后再让l1+l2更新l2的值。
2024-03-07 14:57:26
191
原创 LeetCode142题：环形链表II（python3）
设链表共有 a+b个节点，其中 链表头部到链表入口 有 a 个节点（不计链表入口节点）， 链表环 有 b 个节点（这里需要注意，a 和 b 是未知数，例如图解上链表 a=4 , b=5）；（解析： fast 每轮走 2步）fast 比 slow 多走了 n 个环的长度，即 f=s+nb；当 fast 指针走到 f=a步时，slow 指针走到 s=a+nb步。因为每走 1轮，fast 与 slow 的间距 +1，fast 一定会追上 slow。令 fast 每轮走 2 步，slow 每轮走 1 步。
2024-03-06 20:30:46
468
原创 LeetCode141题：环形链表（python3）
然而面试的时候经常碰见诸如获取倒数第k个元素，获取中间位置的元素，判断链表是否存在环，判断环的长度等和长度与位置有关的问题。一般来讲，链表中只会有一个结点的指针域为空，该结点为尾结点，其他结点的指针域都会存储一个结点的内存地址。增加元素时需要移动指定位置及之后的所有元素，然后将新增元素插入到指定位置，如果容量不足的话还需要先进行扩容操作。数组，所有元素都连续的存储于一段内存中，且每个元素占用的内存大小相同。但连续存储的缺点也很明显，增加容量，增删元素的成本很高，时间复杂度均为 O(n)。
2024-03-06 15:11:41
366
原创 LeetCode234题：回文链表（python3）
代码思路：将链表的值复制到数组列表中，再使用双指针法判断，不断更新current_node的值。
2024-03-03 13:42:44
342
原创 LeetCode240题：搜索二维矩阵II（python3）
若 flag < target ，则 target 一定在 flag 所在 列的右方 ，即 flag 所在列可被消去，j++若 flag > target ，则 target 一定在 flag 所在行的上方 ，即 flag 所在行可被消去，i–当 matrix[i][j] > target 时，执行 i-- ，即消去第 i 行元素。当 matrix[i][j] < target 时，执行 j++ ，即消去第 j 列元素。当 matrix[i][j] = target 时，返回 true ，代表找到目标值。
2024-03-01 22:30:06
326
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