why_12134的博客

【代码】LRU缓存-力扣。

使用BFS来解决，保存一个腐烂的橘子队列并记录新鲜橘子的数目，对每个腐烂橘子从四个方向进行查找，如果是新鲜的橘子，就将其变为腐烂，加入队列。当新鲜橘子数组为0时，直接返回。

【代码】岛屿数量-力扣。

题目需要将二叉树按照先序遍历的顺序展开为链表，那么就按照相反的顺序 右左中 对二叉树进行原地操作。

局部变量使用double是因为测试用例[0,10,10,10,10,10,10,10,10,10,-10,10,10,10,10,10,10,10,10,10,0]

【代码】下一个排列-力扣。

/ 2. 保持(right, nums.size() - 1]为2。// 如果做到以上两点, [left, right]必为1。// 1. 保持[0, left)为0。

【代码】括号生成-力扣。

【代码】合并K个升序链表-力扣。

对链表进行归并排序，两个链表的合并可以借用 合并两个有序链表。

参考环形链表Ⅱ，将数组建立类似的映射关系。

【代码】杨辉三角（对vector resize）

这道题乍一看，和做过的搜索二维矩阵Ⅱ类似，用之前的代码也能通过，但忽略掉了每行的第一个整数大于前一行的最后一个整数这个条件。可以使用两次二分法来解决这道题目。

【代码】最小路径和。

【代码】单词 搜索。

【代码】二叉树的直径。

【代码】排序 链表。

使用哈希表来保存每个节点对应的新节点的地址，先进行一遍遍历创建random都为0的链表，然后根据哈希表对复制链表节点的random进行赋值。

【代码】K个一组翻转链表。

采用快慢指针，如果链表存在环，则快慢指针一定会相遇。

暴力解法复制一个新的链表出来并将其反转，然后挨个元素进行比较。比较是否是回文链表，实际上是在比较链表节点 val 的值是否相等，那么只需遍历一次链表，将其val存放在数组中，然后去判断这个数组是否回文。上述的写法都需要额外的空间来存放val，其实判断是否回文，只需要判断链表的前半部分和后半部分是否相等，那么只需要将链表的后半部分反转，然后依次进行比较，这样就不必花费额外的空间。可以使用快慢指针的方法找到链表后半部分的头节点。

【代码】搜索二维矩阵Ⅱ。

【代码】两数 相加。

首选对矩阵进行转置，然后首尾列交换顺序，直到中间列。

【代码】数组中的第K个最大元素。

【代码】矩 阵 置 零。

将数组中所有小于等于0的数都置为 N + 1, 遍历数组，将此时将 nums[i] - 1 的下标对应的值变为负数，那么从前往后遍历到的第一个正数的下标，便是缺失的第一个正数。如果数组的数都是负数，说明数组中出现的正数恰好是 1 - N, 那么N + 1 便是我们需要找的数。

【代码】除自身以外数组的乘积。

【代码】最小覆盖子串。

【代码】轮转 数组。

【代码】无重复字符的最长子串。

【代码】盛最多水的容器。

采用set对数组nums元素去重，然后遍历set元素，判断元素是否是连续序列的起始元素。如果是，则计算该元素起始序列的长度。因此set中每个元素只会被遍历一次。

从递推公式：grid[i][j][k] = min(grid[i][k][k - 1] + grid[k][j][k - 1]， grid[i][j][k - 1]) 可以看出，我们需要三个for循环，分别遍历i，j 和k。那么我们只需要记录 grid[i][j][1] 和 grid[i][j][0] 就好，之后就是 grid[i][j][1] 和 grid[i][j][0] 交替滚动。– 节点i 到 节点j 的最短路径不经过节点k，grid[i][j][k] = grid[i][j][k - 1]

题目要求最多经过 k 个城市的条件下，而不是一定经过k个城市，也可以经过的城市数量比k小，但要最短的路径。对所有边松弛一次，相当于计算 起点到达 与起点一条边相连的节点 的最短距离。那么经过 k 个城市，则共计 k + 1条边，那么最多需要松弛 k + 1次。使用队列优化后的 Bellman_ford 算法，关键在于 如何控制松弛 k 次，可以用一个变量 que_size 记录每一轮松弛入队列的所有节点数量。下一轮松弛的时候，就把队列里 que_size 个节点都弹出来，就是上一轮松弛入队列的节点。

如果是队列优化过的 Bellman_ford 算法，在极端情况下，即：所有节点都与其他节点相连，每个节点的入度为 n-1 （n为节点数量），所以每个节点最多加入 n-1 次队列。利用一个数组来记录每个节点的出现次数，如果某个节点出现次数超过了 n - 1次，就说明该图存在负权回路。Bellman_ford算法最多对每条边进行 n - 1 次松弛，n 为图中节点个数，就可以得到从源点到 n 的最短路径，那么对每条边进行第 n - 1次松弛，如果 minDist 数组还会更新的话，那么就说明图中存在负权回路。

Bellman_ford 算法每次松弛 都是对所有边进行松弛，但真正有效的松弛，是基于已经计算过的节点在做的松弛，所以 Bellman_ford 算法 每次都是对所有边进行松弛，其实是多做了一些无用功。一般来说，SPFA 的时间复杂度为 O(K * N) K 为不定值，因为 节点需要计入几次队列取决于 图的稠密度。如果图是一条线形图且单向的话，每个节点的入度为1，那么只需要加入一次队列，这样时间复杂度就是 O(N)。实际上 只需要对 上一次松弛的时候更新过的节点作为出发节点所连接的边 进行松弛就够了。

本题是经典的带负权值的单源最短路问题，Dijkstra 求单源最短路问题的前提是图中的边无负权重。当图中的边存在负权重时，就需要使用 Bellman_ford 算法来进行求解了。Bellman_ford算法的核心思想是 对所有边进行松弛n-1次操作（n为节点数量），从而求得目标最短路。本篇学习了代码随想录。

与 Prim 类似，当节点数目较多，边的数量很小的时候（稀疏图），可以考虑从边的角度来求最短路，邻接矩阵遇到稀疏图，会导致申请过大的二维数组造成空间浪费 且遍历 边 的时候需要遍历整个n * n矩阵，造成时间浪费。而在朴素版Dijkstra中，需要一个for循环来遍历节点，并找出未访问节点，然后对每个为访问节点更新minDist数组，即源点到为访问节点的最小权重。如果采取小顶堆来存放边，并按照边权重的大小进行排序，那么我们每次从堆中取出的边便是权重最小的边，那么就无须花费两层for循环来寻找最近的节点了。

dijkstra算法：在有权图（权值非负数）中求从起点到其他节点的最短路径算法。dijkstra 算法可以同时求起点到所有节点的最短路径；本文学习了就代码随想录。