musenh的博客

思路：先序遍历A的每个节点N：isSubStructure（A,B） 判断以N为根节点的子树是否包含树B：recur（A,B） 对于函数isSubStructure（A,B）当A为空或者B为空时，返回false当B为A的子树时，瞒住以下条件中的一个以节点A为根节点的子树包含树B，对应recur（A,B） 以A节点的左孩子为根节点的子树包含树B：对应isSubStructure（A.left,B） 以A节点的右孩子为根节点的子树包含树B，对应isSubStructure（A.ri...

public class Main { public static void main(String[] args) { int[] pushed = {1,2,3,4,5}; int[] popped = {4,3,5,1,2}; Stack<Integer> st = new Stack(); int i = 0,j = 0,n = pushed.length; boolean f = true; while(j &l...

深度优先模板/* * dfs * 终止条件 * 访问当前节点 * 下探到下一层 * visted = set() * * def(node,visited): * if node in visited: * return * * visited.add(node) * * for next_node in node.children(): * if not next_node in visited: * dfs(next.node,visited) */.

/* * 广度优先： * queue =[] * queue.append(start) * visited.append(start) * * while queue: * node = queue.pop()遍历当前层的节点 * visited.add() * * process(node) * nodes = gennertae_visited_node(node) * queue.push(nodes)//每次在队列中添加下一层的节点 */采用扩散法和沉岛..

/* * 从最后开始，记录能到达最后一个点的下标，canreach初始化为length-1 * 因为最后一个点一定可以到达最后一个点，然后从后往前遍历 * 如果当前点加上其能跳跃的值大于等于最后一个点，则该点可以到达 * 最后一个点，此时将canreach重新赋值为当前点的下标 * 表明此时当前点可以到达最后一个点 */public class Main { public static void main(String[] args) { int[] nums = {2...

public class Main { public static void main(String[] args) { int[] pushed = {1,2,3,4,5}; int[] popped = {4,3,5,1,2}; Stack<Integer> st = new Stack(); int i = 0,j = 0,n = pushed.length; boolean f = true; while(j &l...

深度优先搜索深度优先其实是一种递归，广度优先一般是使用队列实现的深度优先递归模板：输入当前状态i，j1.判断i，j是否越界、i、j中的元素是否不满足题目要求，i、j是否访问过，是，则返回2.将当前i、j设置为访问过3.进行递归，下探到下一层，并记录结果（不需要重复查找，则可以在此返回，需要重复查找，例如寻找某个路径，那么两条不同的路径会重复经过某个点，而机器人运动范围则只是统计坐标范围，坐标不可以重复计算）4.恢复未访问状态（如果需要重复查找的话）5.返回结果pub

滑动窗口import java.util.HashSet;/* * 滑动窗口问题： * 1.集合有自动去重功能，当当前元素与集合中的元素重复时 * 2.删除集合末尾的 元素（一般是循环删除，直到满足条件，比如小于滑动窗口要求的大小，或者不再有重复元素）， * 其中k用来记录当前集合末尾元素的下标， * 通过k可以得到末尾元素，hs的删除操作是通过元素的值来进行的 * 3.当集合中没有与当前元素重复的元素了以后，将当前元素加入集合 * 4.计算最长不重复子串的长度 */publi

方法一：//思路1：填满窗口，找出当前窗口最大值，将窗口移动一格class Solution { public int[] maxSlidingWindow(int[] nums, int k) { if(k == 0|| nums==null||nums.length == 0) return new int[]{}; Deque<Integer> q = new LinkedList(); int ma = nums[0],..

位运算判断时，最好采用等于0的判断方式，否则会出错/* * 思路： * 先找出两个数字不同的位置，即异或为1的位置b * 将数字分为两组，一组b为0，一组b为1 * 分别将这两组异或，得到两个不同的数字 */public class Main { public static void main(String[] args) { int[] nums = {1,2,5,2}; int res = 0; for(int i = 0;i < nu

class Solution { public int largestRectangleArea(int[] heights) { int squar = 0; Stack<Integer> st = new Stack();存储下标 int[] tmp = new int[heights.length+2]; System.arraycopy(heights, 0, tmp, 1, heights.length)...

/*思路：使用快排，比较字符串拼接的数字大小给定两个数字m和n，寻找一种排序方法如果凭借成的数字mn<nm，则将m排序在n的前面反之，将n排在前面*/class Solution { public String minNumber(int[] nums) { String[] st = new String[nums.length]; for(int i = 0;i < nums.length;i++) { st...

动态规划/*递推公式：设当前位置为i1.当i和i-1可以组成字母，则判断i-2是否小于0如果小于，则证明只有两位数目前，且这两位数有分开翻译和合起来翻译两种方法，因此直接dp++如果大于，dp[i] = dp[i-2]+dp[i-1]2.当i和i-1位置的数字无法组成字母，则只有单独翻译一种方法因此，dp[i] = dp[i-1]*/class Solution { public int translateNum(int num) { String st =

使用中序遍历对二叉树进行遍历，并使用一个变量记录前一个节点上二叉树的值，为了判断是否为递增的class Solution { public long k = Long.MIN_VALUE; boolean f = true; public boolean isValidBST(TreeNode root) { if(root == null) return true; //到达叶子节点时，证明完成验证，是二叉搜索树 if(f..

、class Solution { public Node copyRandomList(Node head) { HashMap<Node,Node> hm = new HashMap(); Node cur = head; //将新复制的链表放在map的value，方便找到与原节点对应的节点 while(cur != null){ hm.put(cur,new Node(cur.val))

计算某个数组的子集（在递归中不用for循环和visit数组，因为每个结果长度不一致，如果每个结果长度一致，比如求全排列，则需要用for和visit，但后者也可以用记录层数的方式）public class Main { public static void main(String[] args) { int[] nums = {1,2,3}; List<List<Integer>> li = new ArrayList(); fin(nu

分治算法代码模板divide_pro{ 问题解决 if problem is none: print result return; 处理当前逻辑，如何分成子问题 data = prepare_data(problem) subproblems = split_problem(problem,data) 调用函数，下探一层解决子问题 subres1 = divide_pro(subproblems[0]..

深度优先遍历代码模板/* * dfs * 终止条件 * 访问当前节点 * 下探到下一层 * visted = set() * * def(node,visited): * if node in visited: * return * * visited.add(node) * * for next_node in node.children(): * if not next_node in visited: * dfs(next.node,visited) *

广度优先代码模板/* * 广度优先： * queue =[] * queue.append(start) * visited.append(start) * * while queue: * node = queue.pop()遍历当前层的节点 * visited.add() * * process(node) * nodes = gennertae_visited_node(node) * queue.push(nodes)//每次在队列中添加下一层的节点 */

反向贪心贪心算法解决问题，需要问题具有最优子结构，即局部最优解，能够得到全局最优解/* * 从最后开始，记录能到达最后一个点的下标，canreach初始化为length-1 * 因为最后一个点一定可以到达最后一个点，然后从后往前遍历 * 如果当前点加上其能跳跃的值大于等于最后一个点，则该点可以到达 * 最后一个点，此时将canreach重新赋值为当前点的下标 * 表明此时当前点可以到达最后一个点 */public class Main { public static vo

使用二分查找求小于某个数字的平方根的最大整数思路：使用二分查找减少查找时间，要每次记录mid的值，否则left和right可能会大于或者小于真正的结果值class Solution { public int mySqrt(int x) { if(x == 0||x == 1) return x; int left = 1,right = x,res = -1; while(left <= right) {