Tony Wey的博客

动态规划

图论

回溯

回溯

回溯

回溯

回溯

回溯

回溯

图论

图论

多维动态规划

多维动态规划

多维动态规划

多维动态规划

多维动态规划

动态规划

动态规划

动态规划

动态规划

动态规划

动态规划

动态规划

整数数组的 下一个排列 是指其整数的下一个字典序更大的排列。更正式地，如果数组的所有排列根据其字典顺序从小到大排列在一个容器中，那么数组的 下一个排列 就是在这个有序容器中排在它后面的那个排列。如果不存在下一个更大的排列，那么这个数组必须重排为字典序最小的排列（即，其元素按升序排列）。给你一个整数数组 nums ，找出 nums 的下一个排列。输入：nums = [1,2,3]输入：nums = [3,2,1]输入：nums = [1,1,5]输出：[1,3,2]输出：[1,2,3]输出：[1,5,1]

给定一个包含 n + 1 个整数的数组 nums ，其数字都在 [1, n] 范围内（包括 1 和 n），可知至少存在一个重复的整数。你设计的解决方案必须 不修改 数组 nums 且只用常量级 O(1) 的额外空间。假设 nums 只有 一个重复的整数 ，返回 这个重复的数。输入：nums = [1,3,4,2,2]输入：nums = [3,1,3,4,2]输入：nums = [3,3,3,3,3]

给定一个包含红色、白色和蓝色、共 n 个元素的数组 nums ，原地 对它们进行排序，使得相同颜色的元素相邻，并按照红色、白色、蓝色顺序排列。我们用指针 p0​ 来交换 0，p1​ 来交换 1，初始值都为 0。我们使用整数 0、 1 和 2 分别表示红色、白色和蓝色。必须在不使用库内置的 sort 函数的情况下解决这个问题。输入：nums = [2,0,2,1,1,0]输入：nums = [2,0,1]输出：[0,0,1,1,2,2]输出：[0,1,2]

我们用一个循环遍历数组 nums 并将数组中的每个元素加入哈希映射中。在这之后，我们遍历哈希映射中的所有键值对，返回值最大的键。我们同样也可以在遍历数组 nums 时候使用打擂台的方法，维护最大的值，这样省去了最后对哈希映射的遍历。对于哈希映射中的每个键值对，键表示一个元素，值表示该元素出现的次数。给定一个大小为 n 的数组 nums ，返回其中的多数元素。你可以假设数组是非空的，并且给定的数组总是存在多数元素。输入：nums = [2,2,1,1,1,2,2]输入：nums = [3,2,3]

位运算

贪心算法

贪心算法

贪心算法

贪心算法

给你一个整数数组 nums 和一个整数 k ，请你返回其中出现频率前 k 高的元素。你可以按 任意顺序 返回答案。输入: nums = [1,1,1,2,2,3], k = 2。输入: nums = [1], k = 1。

我们也可以使用堆排序来解决这个问题——建立一个大根堆，做 k−1 次删除操作后堆顶元素就是我们要找的答案。在很多语言中，都有优先队列或者堆的的容器可以直接使用，但是在面试中，面试官更倾向于让更面试者自己实现一个堆。所以建议读者掌握这里大根堆的实现方法，在这道题中尤其要搞懂「建堆」、「调整」和「删除」的过程。请注意，你需要找的是数组排序后的第 k 个最大的元素，而不是第 k 个不同的元素。输入: [3,2,3,1,2,4,5,5,6], k = 4。输入: [3,2,1,5,6,4], k = 2。

栈

栈

栈

栈

矩阵

矩阵