KevinBrain的博客

1561. 你可以获得的最大硬币数目2020深信服笔试原题有 3n 堆数目不一的硬币，你和你的朋友们打算按以下方式分硬币：每一轮中，你将会选出 任意 3 堆硬币（不一定连续）。Alice 将会取走硬币数量最多的那一堆。你将会取走硬币数量第二多的那一堆。Bob 将会取走最后一堆。重复这个过程，直到没有更多硬币。给你一个整数数组 piles ，其中 piles[i] 是第 i 堆中硬币的数目。返回你可以获得的最大硬币数目。示例 1：输入：piles = [2,4,1,2,7,8]输出：9

72. 编辑距离给你两个单词 word1 和 word2，请你计算出将 word1 转换成 word2 所使用的最少操作数 。你可以对一个单词进行如下三种操作：插入一个字符删除一个字符替换一个字符示例 1：输入：word1 = "horse", word2 = "ros"输出：3解释：horse -> rorse (将 'h' 替换为 'r')rorse -> rose (删除 'r')rose -> ros (删除 'e')示例 2：输入：word1 = "i

实现 int sqrt(int x) 函数。2020深信服笔试原题计算并返回 x 的平方根，其中 x 是非负整数。由于返回类型是整数，结果只保留整数的部分，小数部分将被舍去。示例 1:输入: 4输出: 2示例 2:输入: 8输出: 2说明: 8 的平方根是 2.82842..., 由于返回类型是整数，小数部分将被舍去。理论基础：牛顿迭代法 牛顿迭代法顾名思义当然是迭代法的一种，所谓迭代法顾名思义就是重复地进行某种运算。进行到何时为止全凭个人喜好，但是理想情况下应该是计

1、求树的深度(最大深度)树的深度是从根节点到最远叶子节点的最短路径上的节点数量//(递归方式)获取以root为根节点的子树的深度:从叶子节点到达根节点的最长路径public int getDept(TreeNode root, int dept){ if(root == null){ return dept; } int leftDept = getDept(root.left, dept+1); int rightDept = getDept(ro

一、 01背包问题描述：给定 N 件物品，物品的重量为 w[i]，物品的价值为 c[i]。现挑选物品放入背包中，假定背包能承受的最大重量为 V，问应该如何选择装入背包中的物品，使得装入背包中物品的总价值最大？输入：4 102 13 34 57 9输出：12思路：手推dp表如下：import java.util.Scanner;public class Main{ public static void main(String[] args){ Scanner scanner

归并排序归并排序是另一类不同的排序方法，这种方法是运用分治法解决问题的典型范例。 归并排序的基本思想是基于合并操作，即合并两个已经有序的序列是容易的，不论这两个序列是顺序存储还是链式存储，合并操作都可以在 Ο(m+n)时间内完成（假设两个有序表的长度分别为 m 和 n）。为此，由分治法的一般设计步骤得到归并排序的过程为：划分：将待排序的序列划分为大小相等（或大致相等）的两个子序列；治理：当子序列的规模大于 1 时，递归排序子序列，如果子序列规模为 1 则成为有序序列；组合：将两个有序的子序列合并

选择排序的基本思想是：每一趟从 n-i+1 (i=1,2,…,n)个元素中选取一个关键字最小的元素作为有序序列中第 i 个元素。本节在介绍简单选择排序的基础上，给出了对其进行改进的算法——树型选择排序和堆排序。

交换类排序主要是通过两两比较待排元素的关键字，若发现与排序要求相逆，则“交换”之。在这类排序方法中最常见的是起泡排序和快速排序，其中快速排序是一种在实际应用中具有很好表现的算法。起泡排序(冒泡排序)起泡排序的思想：首先，将 n 个元素中的第一个和第二个进行比较，如果两个元素的位置为逆序，则交换两个元素的位置；进而比较第二个和第三个元素关键字，如此类推，直到比较第 n-1 个元素和第 n 个元素为止；上述过程描述了起泡排序的第一趟排序过程，在第一趟排序过程中，我们将关键字最大的元素通过交换操作放到了具

插入排序的基本排序思想是：逐个考察每个待排序元素，将每一个新元素插入到前面已经排好序的序列中适当的位置上，使得新序列仍然是一个有序序列。在这一类排序中主要介绍三种排序方法：直接插入排序、折半插入排序(二分插入排序)和希尔排序。直接插入排序直接插入排序是一种最简单的插入排序方法，它的基本思想是：仅有一个元素的序列总是有序的，因此，对 n 个记录的序列，可从第二个元素开始直到第 n 个元素，逐个向有序序列中执行插入操作，从而得到 n 个元素按关键字有序的序列。一般来说，在含有 j-1 个元素的有序序

排序排序（sorting）的功能是将一个数据元素的任意序列，重新排列成一个按关键字有序的序列。其确切的定义为：假设有n个数据元素的序列{R1 , R2 , … , Rn}，其相应关键字的序列是{K1 , K2 , … , Kn}，通过排序要求找出下标 1 , 2 , … , n的一种排列p1 , p2 , … , pn，使得相应关键字满足如下的非递减（或非递增）关系 Kp1 ≤ Kp2 ≤ … ≤ Kpn 这样，就得到一个按关键字有序的纪录序列：{ Rp1 , Rp2 , … , Rpn }。数据元

平衡二叉树AVL在二叉查找树中进行查找，结点的插入和删除等操作的时间复杂度都是 Ο(h)，其中 h 为查找树的高度。可见，二叉查找树高度直接影响到操作实现的性能，而在某些特殊的情况下二叉查找树会退化为一个单链表，如插入的结点序列本身就有序的情况下，此时各操作的效率会下降到 Ο(n)，其中 n 为树的规模。因此，在结点规模固定的前提下，二叉查找树的高度越低越好，从树的形态来看，也就是使树尽可能平衡。当二叉查找树的高度为 Ο(log n)时，此时各算法的时间复杂度均为 Ο(h)=Ο(log n)；另一方面由

线索化二叉树在有n个结点的二叉链表中，每个结点有指向左右2个孩子的指针域，所以有2n个指针域，而n个结点的二叉树一共有n-1条分支线(根节点没有)，也就是说，其实存在2n-(n-1) = n+1 个空指针域。空间十分浪费。在另一方面，我们对二叉树做中序遍历时，我只知道每个树结点的左右孩子是谁，却不知道该树结点的前驱和后继是谁。要想知道必须重新遍历一遍。考虑在创建时就记住这些前驱和后继，那将会省去很多时间。如果树结点左右孩子都不为NULL ，如果采用中序遍历，那么该结点的前驱结点是不是左孩子，后继结点

二叉树节点的存储结构 public class TreeNode { int val; TreeNode left; TreeNode right; TreeNode(int x) { val = x; } }获取树的深度树的深度是指从根节点到叶子节点的最长路径。当前节点的深度示意图1、递归实现获取树的深度 //(递归方式)获取以root为根节点的子树的深度:从叶子节点到达根节点的最长路径 public int

二叉树节点的存储结构 public class TreeNode { int val; TreeNode left; TreeNode right; TreeNode(int x) { val = x; } }先序遍历先序遍历的顺序为: 根 -> 左 -> 右。1、递归方法很容易实现： //(递归)先序遍历 根 > 左>右 public void preOrderTraveral(TreeNode no

二叉树节点的存储结构首先定义二叉树结构的节点存储结构： public class TreeNode { int val; TreeNode left; TreeNode right; TreeNode(int x) { val = x; } }插入节点过程分析：每次插入节点需要明确知道被插入的父节点以及被插入节点的位置(左右)。 如果为空树，则直接当前节点作为根节点。 如果不为空树： 如果新节点值比当前节点值大，则往...