Talk is cheap, show me the code!

前言这里总结一下我感觉用java刷题经常会使用到的数据结构，包括栈、队列、堆、哈希表、有序表，以及一些类型之间转化的技巧。可能不是很全，但能够应对大部分题目需求了，后面又新加的我也会继续补充。当然这边只是一个简单的总结，真要细看方法还是去读api和底层原理吧，祝刷题顺利~正文数据结构数组实例化：ArrayList<T> arr = new ArrayList<>();方法：add、addAll、remove、set、get栈原始实例化写法：Stack<T&gt

前言因为本人的需求只是刷题，以前在windows上都是用codeblocks的，但是mac的codeblocks已经多年没有更新。而Mac上面的一些IDE配置真的很难用或者不符合我的需求，比如VSCode、Xcode等。正好看到Sublime完美符合我所需求的一切（比较契合刷题需求），因此总结一些过程。准备工作gcc环境terminal输入，下面的命令查看安装的版本，我的是11.0.0g++ --versionclang++ --versionsublime text 3配置先编写输

数组中的逆序对思路知识点：数组这道题一看就知道不能用暴力的方法做，必然超时。什么方法能比较数组前后的大小呢？这里就联系到了归并排序（思路见之前写的文章）。归并排序的归并操作会在归并时比较数组前后数值的大小，而与此同时时间复杂度是O(n∗log⁡nn*\log{n}n∗logn)，因此我们只要在归并的过程中统计逆序对的数量即可。我下面的代码写了两个merge，第一个merge是完全复制原来的array，如果array很大就会导致超时。因此在第二个merge改写了，只开辟需要的数组空间，这样就不会有多余

把二叉树打印成多行思路知识点：队列、树这一看就是层次遍历，二叉树经典遍历方式之一。但是与层次遍历不同的是，每一层需要分开输出，不能无视层数输出。想到这里，得出了代码1，我将节点和层数结合成一个类TreeNodeLayer，然后将同一层的节点都存储起来，一旦层数不同了，就将存的节点放入result中，再清空存储list。这里遇到的是ArrayList的引用问题，详情见参考链接1、2，我们必须new之后加入result。代码2是牛客上的点赞第一名，确实很妙，利用了递归解决了这个问题。题目描述从上到

孩子们的游戏(圆圈中最后剩下的数)思路知识点：链表 数学很经典的约瑟夫环问题，这里是逢m杀。约瑟夫环在《具体数学》中给出了任意m的公式推导，奈何具体数学学得不精，过了一段时间便忘光了，数学能力好的人可以考虑公式直接推，时间复杂度和空间复杂度绝对是最低的。我这里便利用计算机的性能，使用了模拟的方式。构建一个循环链表，然后逢m杀。代码1是我自己手动构建循环链表，并完成删除操作；代码2是利用了LinkedList这个Java自带的双向链表，以及其自带的一些函数实现的。可以看到，代码2精简了很多，因为我们

和为S的两个数字思路知识点：数学、数组这个应该是小学就有教的数学规律吧，两个数和固定，两个数越接近，两者乘积越大。而两个数组是有序的，因此可以一个从头搜，一个从尾搜，第一个找到的就是乘积最小的组合。题目描述输入一个递增排序的数组和一个数字S，在数组中查找两个数，使得他们的和正好是S，如果有多对数字的和等于S，输出两个数的乘积最小的。输出描述：对应每个测试案例，输出两个数，小的先输出。代码 public ArrayList<Integer> FindNumbersWithSu

二维数组中的查找思路知识点：查找、数组顺序递增这个一看就是有序的，有序的话直接就联想到了二分查找，时间复杂度log n。二维的话，每一行都可以进行二分查找，时间复杂度n*log n。本来有一段代码是写的是跳出条件想少判断几个状态，但碰到一个case，是空数组，直接bug，因此注释掉了。if (target > array[length-1] || target < array[0]) { return false; }描述在一个二维数组中（

前言因为这几题太简单了，总结一下思路就行了。题目构建乘积数组思路知识点：数组其实就是for循环加个判断条件。牛客上有人调用了一些大数之类的API，感觉没啥必要。。为了AC可以，面试的时候这样是真的秀逗了。描述给定一个数组A[0,1,...,n-1],请构建一个数组B[0,1,...,n-1],其中B中的元素B[i]=A[0]*A[1]*...*A[i-1]*A[i+1]*...*A[n-1]。不能使用除法。（注意：规定B[0] = A[1] * A[2] * ... * A[n-1]，B[n

题目写一个函数，求两个整数之和，要求在函数体内不得使用+、-、*、/四则运算符号。考察知识点主要考察的是进制转换的知识点， 也有人用匹配去做，代码相当麻烦，暂时不做尝试。思路书上写到：其实思路很清晰，一下代码就写出来了。但我一直有一个疑问，如果是负数怎么办？看了很多牛客答案，都没有提到要点。要解释这个问题，理清楚位运算，以及补码的知识点尤为重要。异或操作是对每一位都进行异或（相同为0，不同为1），但需要先把数转换成补码才行原码和补码的相互转换：符号位不变，数值位按位取反,末位再加1

题目描述题目链接 题目主要意思是输入一个非负数，让你计算从0开始到这个数相应的二进制数中有多少个1。最后返回一个数组，比如输入5，返回[0,1,1,2,1,2]分别对应0、1、10、11、100、101。 其实题目描述很简单，但是后面有要求我们用O(n)的时间复杂度来解决这个问题。思路一先将每个数字转化成二进制数，然后一位一位的判断是否为1。很显然这个方法能够解决问题，但是时间复杂...

题目题目链接奉上。 Given two binary trees, write a function to check if they are the same or not. Two binary trees are considered the same if they are structurally identical and the nodes have the s...

前言KMP算法看了几篇博文还是比较懵逼，主要是这个算法比较难表述清楚。阮一峰的博客 还有一篇优快云大佬写的，这两篇感觉是写的比较清楚的，超链接已经加上，大家可以去看看，我也没必要重复写了。 我感觉最最重要的是理解清楚各个概念，然后再去看代码，这样会简单一些。理一下KMP比较重要的几个概念：什么是前后缀？如何根据前后缀求部分匹配值？求得部分匹配值后怎么求next移动数组？这三个...

前言之前的两篇文章中，我主要探讨了无权图的路径问题和有权图的最小生成树。但是很多时候，我们往往更会关注两个点之间的最短路径是怎么样的？在无权图中，我们已经通过广度优先遍历找到了最短路径。但是在有权图中，最短路径其实是消耗最少的路径，因此权值在路径的查找中起着至关重要的作用。 Dijkstra最短路径原理Dijkstra也是作者的名字，在平时的应用中，Dijkstra算法也是很...

前言排序算法作为最基础，也是最经典的算法，应用于我们日常生活的方方面面。而其中最为基础的三大算法——选择排序、插入排序、冒泡排序，是我们最一开始接触的排序算法。虽然当时C语言学完没有什么感觉，但现在回过头来学习算法的时候才发现其中另有一番玄机。三大排序算法这三大排序都是时间复杂度为O(n^2)的排序算法，排序效率不是很高，但在各种应用场景上仍然能发挥其作用。选择排序原理...

前言上一篇我们已经实现了一个O(NlogN)级别的归并排序，这一篇的话，我们就来实现另一个O(NlogN)级别的排序算法，鼎鼎大名的快速排序。快速排序原理我们先在数组中找到一个数，然后以这个数为基准，分成两部分，一部分小于这个数，另一部分大于这个数。完成之后，这个数就位于了正确的位置，接下来采用递归的方法对左右两边的两个数组继续进行快速排序。 代码实现代码的图片解...

需求最近帮老师制作一个点名软件，需求是这样的： 1.每两个或一个人组队（除非出现总人数为奇数的情况，否则不会单人组队，也就是说最多一个单人队），作为小组研究一个课题2.每次上课让一个人讲ppt，另一个人回答问题，选择是随机的3.从下面不上台的人中选出三个来提问，选择也是随机的 预期1.必须保证上台的人不会出现在提问的三个人之中2.当所有组上台之后，应该避免出现有人没...

前言上一篇文章提到了几个时间复杂度为O(N^2)的排序算法，它们实现简单，在特定场合效果也不错，但是当数据量大的时候单纯用那几个算法效果就不是很理想了。这时我们时间复杂度为O(NlogN)的算法就有了用武之地，虽然实现相对而言比较困难，但是它的效率在数据量大的情况下是O(N^2)排序算法的数百甚至上千倍，因此在实际生活中是很重要的。归并排序原理归并排序(Merge Sort...

前言这里和前面不同的是我把标题进行了修改。有人可能会问，同样是排序为什么去掉了排序两个字呢？这是因为，排序只是堆的一种应用。而堆作为一个数据结构，在很多应用场景下都有它的身影。二叉堆二叉堆必须为一棵完全二叉树，即叶节点只能出现在最下层和次下层，并且最下面一层的结点都集中在该层最左边的若干位置的二叉树。如图所示： 与此同时，大家还应该能看出它的第二个性质，即任意节点的值都不大于...

前言经过，一段时间的学习，终于接触到了 图 这一重要的数据结构。与此同时，图在我们的生活中也起到了至关重要的作用。例如，网易云音乐的推荐、最短路径的查找等，这些场景都能利用图得到解决或者优化。图定义维基百科定义：在数学上，一个图（Graph）是表示物件与物件之间的关系的方法，是图论的基本研究对象。 图由节点（vertex）和边（edge）组成。由边的有无方向，我们又可以将...

前言上一篇文章我们讲到了图的基础，相信有了无权图的基础很快就能理解有权图了。有权图其实也是符合我们生活实际情况的，距离最短并不说明这条路线是最佳的路线，因为可能会堵车。这时候，有权图就可以帮助我们解决问题，每条道路都有一定的代价，我们的代价最小时，这条路就是最优的。有权图邻接矩阵稠密图我们依然使用邻接矩阵，不过和无权图不同的是我们就不是0、1表示了，而是使用权重进行代替。 ...

前言之前几篇，主要讲了排序问题，同时也涉及到了一点数据结构，比如堆。这里我将介绍一下一个重要的数据结构树。 其实之前的堆其实已经说过，它属于完全二叉树。而维基百科中讲到，单纯的树有以下特点：每个节点有零个或多个子节点；没有父节点的节点称为根节点(树叶)；每一个非根节点有且只有一个父节点；除了根节点外，每个子节点可以分为多个不相交的子树； 这里我们为什么要使用二叉搜索树呢？因为它...

前言大家肯定有听说过社交网络里面的六人理论吧，说是可以通过六个人的联系认识世界上的任意一个人。比如我想认识一下机械系的系花，我先找到机械系的朋友，然后通过朋友介绍认识。这样可以发现我们的社交圈子其实是有部分重叠的。当然也有可能是我的圈子太小，根本没有什么朋友认识那个圈子里面的人，也有很大可能是机械系花404。我们之间是否存在联系，即连接问题，这类问题往往可以通过并查集实现。并查集原...

转载自JavaChen Blog，作者：JavaChen 本文链接地址：http://blog.javachen.com/2014/09/22/mahout-recommend-engine.htmlMahout 是一个来自 Apache 的、开源的机器学习软件库，他主要关注于推荐引擎（协同过滤）、聚类和分类。推荐一般是基于物品或者用户进行推荐相关。聚类是讲大量的事物组合为拥有类似属性的簇，借以在