leetcode合集

这里是我的 leetcode 做题笔记，以前是用写一篇文章的方式发布 leetcode 做题笔记的，现在觉得，或许开个专栏更好，因为有每日一题的打算，就不用水那么多篇文章了。自从我开始以时间为分类的方式用专栏来记录自己的每日活动，我发现自己表达的欲望也变强了，记录和回过头来检索这些信息的效率也都提高了，真是不错的方法。

2024-02-18

589. N 叉树的前序遍历

树的前序遍历

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
/**
 * Definition for node.
 * class Node {
 *     val: number
 *     children: Node[]
 *     constructor(val?: number) {
 *         this.val = (val===undefined ? 0 : val)
 *         this.children = []
 *     }
 * }
 */

function preorder(root: Node | null): number[] {
  if (root == null) {
    return [];
  }
  const res = [root.val];
  root.children.forEach((p) => res.push(...preorder(p)));
  return res;
}

2023-12-11

1631. 最小体力消耗路径

二分查找+BFS

有种以前做过类似题目的感觉

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
function minimumEffortPath(heights: number[][]): number {
  const arr = heights.flat();
  const x = Math.abs(Math.min(...arr) - Math.max(...arr));
  console.log(x);
  return binarySearch(0, x);

  function binarySearch(start: number, end: number) {
    const mid = Math.floor((start + end) / 2);
    if (bfs(heights, [[0, 0]], new Set(), mid)) {
      if (start >= end) {
        return end;
      }
      return binarySearch(start, mid - 1);
    } else {
      if (start >= end) {
        return end + 1;
      }
      return binarySearch(mid + 1, end);
    }
  }
}

function bfs(
  heights: number[][],
  queue: number[][],
  visited: Set<string>,
  x: number
) {
  while (queue.length) {
    const [i, j] = queue.shift();
    if (visited.has(i + "," + j)) {
      continue;
    }
    if (i === heights.length - 1 && j === heights[0].length - 1) {
      return true;
    }
    if (i - 1 >= 0 && Math.abs(heights[i][j] - heights[i - 1][j]) <= x) {
      queue.push([i - 1, j]);
    }
    if (
      i + 1 < heights.length &&
      Math.abs(heights[i][j] - heights[i + 1][j]) <= x
    ) {
      queue.push([i + 1, j]);
    }
    if (j - 1 >= 0 && Math.abs(heights[i][j] - heights[i][j - 1]) <= x) {
      queue.push([i, j - 1]);
    }
    if (
      j + 1 < heights[0].length &&
      Math.abs(heights[i][j] - heights[i][j + 1]) <= x
    ) {
      queue.push([i, j + 1]);
    }
    visited.add(i + "," + j);
  }
  return false;
}

2023-11-19

2625. 扁平化嵌套数组

这题是我在整理前端面试题的时候，为了测试我的代码是否正确找出来的。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
type MultiDimensionalArray = (number | MultiDimensionalArray)[];

var flat = function (
  array: MultiDimensionalArray,
  nums: number
): MultiDimensionalArray {
  if (nums <= 0) {
    return array;
  }
  const res: MultiDimensionalArray = [];
  for (let index = 0; index < array.length; index++) {
    if (Array.isArray(array[index])) {
      res.push(...flat(array[index] as MultiDimensionalArray, nums - 1));
    } else {
      res.push(array[index]);
    }
  }
  return res;
};

2023-11-15

2656. K 个元素的最大和

这题太简单了，用到了等差数列和

1
2
3
4
5
6
7
8
9
function maximizeSum(nums: number[], k: number): number {
  let maxIndex = 0;
  for (let i = 0; i < nums.length; i++) {
    if (nums[i] > nums[maxIndex]) {
      maxIndex = i;
    }
  }
  return (k * (nums[maxIndex] * 2 + k - 1)) / 2;
}

2023-11-14

307. 区域和检索 - 数组可修改

虽说这是道中等题，但是我是第一次接触线段树，而且离谱的是暴力法居然也能通过（那这题就失去意义了）

线段树是用树的方式存储下区间的一些信息，比如区间和，以空间换时间的方式来优化求区间信息的时间复杂度。构造线段树时间复杂度是 O(n)，更新线段树是 O(logN)，查询是 O(logN)

举个具体的例子来展示一下线段树的原理：

例如我们有个数组：[10, 11, 12, 13, 14]，构造成线段树就是如下：

线段树

用堆来表示线段树那就是如下数组：[60, 33, 27, 21, 12, 13, 14, 10, 11]

此 leetcode 题解代码如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
class NumArray {
  segementTree: SegmentTree;
  constructor(nums: number[]) {
    this.segementTree = new SegmentTree(nums);
  }

  update(index: number, val: number): void {
    this.segementTree.update(
      index,
      val,
      0,
      this.segementTree.rawData.length - 1,
      0
    );
  }

  sumRange(left: number, right: number): number {
    return this.segementTree.getSum(
      left,
      right,
      0,
      this.segementTree.rawData.length - 1,
      0
    );
  }
}

class SegmentTree {
  data: number[] = [];
  rawData: number[] = [];

  build(index: number, start: number, end: number) {
    if (start === end) {
      this.data[index] = this.rawData[start];
      return;
    }
    const mid = start + ((end - start) >> 1);
    this.build(index * 2 + 1, start, mid);
    this.build(index * 2 + 2, mid + 1, end);
    this.data[index] = this.data[index * 2 + 1] + this.data[index * 2 + 2];
  }

  constructor(rawData: number[]) {
    this.rawData = rawData;
    this.build(0, 0, rawData.length - 1);
    console.log(rawData, this.data);
  }

  getSum(
    searchStart: number,
    searchEnd: number,
    curStart: number,
    curEnd: number,
    index: number
  ) {
    if (searchStart === curStart && searchEnd === curEnd) {
      return this.data[index];
    }
    const mid = curStart + ((curEnd - curStart) >> 1);
    let sum = 0;
    if (searchEnd <= mid) {
      sum += this.getSum(searchStart, searchEnd, curStart, mid, index * 2 + 1);
    } else if (searchStart > mid) {
      sum += this.getSum(
        searchStart,
        searchEnd,
        mid + 1,
        curEnd,
        index * 2 + 2
      );
    } else {
      sum +=
        this.getSum(searchStart, mid, curStart, mid, index * 2 + 1) +
        this.getSum(mid + 1, searchEnd, mid + 1, curEnd, index * 2 + 2);
    }
    return sum;
  }

  update(
    updateIndex: number,
    value: number,
    curStart: number,
    curEnd: number,
    index: number
  ) {
    if (curStart === curEnd && updateIndex === curStart) {
      this.rawData[updateIndex] = value;
      this.data[index] = value;
      return;
    }
    if (updateIndex >= curStart && updateIndex <= curEnd) {
      const mid = curStart + ((curEnd - curStart) >> 1);
      this.update(updateIndex, value, curStart, mid, index * 2 + 1);
      this.update(updateIndex, value, mid + 1, curEnd, index * 2 + 2);
      this.data[index] = this.data[index * 2 + 1] + this.data[index * 2 + 2];
    }
  }
}

2023-11-09

2258. 逃离火灾

这道题稍微有点复杂，主要设计到两个算法，广度优先遍历和二分搜索

我封装出了一个扩散方法：spread

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
function maximumMinutes(grid: number[][]): number {
  grid[0][0] = 3;
  const fireSpreadTime = getSpreadTime(grid, 1);
  const peopleSpreadTime = getSpreadTime(grid, 3);
  if (peopleSpreadTime === 1e9) {
    return -1;
  }
  if (fireSpreadTime === 1e9) {
    return 1e9;
  }
  if (!canGetOut(grid)) {
    return -1;
  }
  const time = fireSpreadTime - peopleSpreadTime;
  // console.log(fireSpreadTime, peopleSpreadTime)
  return binarySearch(grid, 0, time);
}

function binarySearch(grid: number[][], left: number, right: number) {
  if (left > right) {
    // console.log('left right', left, right)
    return right;
  }
  const mid = Math.floor((left + right) / 2);
  if (canGetOut(grid, mid)) {
    return binarySearch(grid, mid + 1, right);
  } else {
    return binarySearch(grid, left, mid - 1);
  }
}

function getSpreadTime(g: number[][], flag: number) {
  const n = g.length;
  const m = g[0].length;
  const grid = JSON.parse(JSON.stringify(g));
  const spreadTimeArr = new Array(n).fill(0).map(() => new Array(m).fill(1e9));
  let time = 1;
  // console.log(flag, 1, grid)
  const qqueue = initQqueue(grid, flag);
  while (spread(grid, spreadTimeArr, time, flag, qqueue)) {
    // console.log(flag, 2, grid)
    time++;
  }
  // console.log(flag, 3, grid)
  return spreadTimeArr[n - 1][m - 1];
}

function canGetOut(g: number[][], time: number = 0) {
  const n = g.length;
  const m = g[0].length;
  const grid = JSON.parse(JSON.stringify(g));
  const fireSpreadTimeArr = new Array(grid.length)
    .fill(0)
    .map(() => new Array(grid[0].length).fill(1e9));
  const peopleSpreadTimeArr = new Array(grid.length)
    .fill(0)
    .map(() => new Array(grid[0].length).fill(1e9));
  const fireQqueue = initQqueue(grid, 1);
  const peopleQqueue = initQqueue(grid, 3);
  for (let i = 1; i <= time; i++) {
    spread(grid, fireSpreadTimeArr, i, 1, fireQqueue);
  }
  let curTime = time + 1;
  while (grid[n - 1][m - 1] === 0) {
    spread(grid, fireSpreadTimeArr, curTime, 1, fireQqueue);
    spread(grid, peopleSpreadTimeArr, curTime, 3, peopleQqueue);
    curTime++;
  }
  return grid[grid.length - 1][grid[0].length - 1] === 3;
}

function initQqueue(grid: number[][], flag: number) {
  const curQueue = [];
  for (let i = 0; i < grid.length; i++) {
    for (let j = 0; j < grid[i].length; j++) {
      if (grid[i][j] === flag) {
        curQueue.push([i, j]);
      }
    }
  }
  return [curQueue];
}

function spread(
  grid: number[][],
  timeArr: number[][],
  curTime: number,
  flag: number,
  qqueue: number[][][]
) {
  if (qqueue.length <= 0) {
    return false;
  }
  const queue = qqueue.shift();
  const curQueue = [];
  let spreaded = false;
  while (queue.length > 0) {
    const [i, j] = queue.shift();
    if (i - 1 >= 0) {
      core(i - 1, j, flag);
    }
    if (i + 1 < grid.length) {
      core(i + 1, j, flag);
    }
    if (j - 1 >= 0) {
      core(i, j - 1, flag);
    }
    if (j + 1 < grid[i].length) {
      core(i, j + 1, flag);
    }
    if (grid[grid.length - 1][grid[i].length - 1] === flag) {
      spreaded = false;
      break;
    }
  }
  if (queue.length <= 0) {
    qqueue.push(curQueue);
  }

  return spreaded;

  function core(i: number, j: number, flag: number) {
    if (
      (flag === 1 && ![1, 2].includes(grid[i][j])) ||
      (flag === 3 &&
        (grid[i][j] === 0 ||
          (i === grid.length - 1 && j === grid[0].length - 1)))
    ) {
      grid[i][j] = flag;
      spreaded = true;
      timeArr[i][j] = curTime;
      curQueue.push([i, j]);
    }
  }
}

2023-11-08

2609. 最长平衡子字符串

比较简单

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
function findTheLongestBalancedSubstring(s: string): number {
  let max = 0;
  let stack = [];
  for (let i = 0; i < s.length; ) {
    while (i < s.length && s[i] === "1") {
      i++;
    }
    while (i < s.length && s[i] === "0") {
      stack.push(0);
      i++;
    }
    let x = 0;
    while (i < s.length && s[i] === "1" && stack.length > 0) {
      stack.pop();
      x++;
      i++;
    }
    stack.length = 0;
    max = Math.max(x, max);
  }
  return max * 2;
}

2023-11-07

2586. 统计范围内的元音字符串数

简单题

1
2
3
4
5
6
7
8
9
10
11
12
13
function vowelStrings(words: string[], left: number, right: number): number {
  const arr = ["a", "e", "i", "o", "u"];
  let count = 0;
  for (let i = left; i <= right; i++) {
    if (
      arr.includes(words[i][0]) &&
      arr.includes(words[i][words[i].length - 1])
    ) {
      count++;
    }
  }
  return count;
}

2023-11-06

318. 最大单词长度乘积

主要优化点在比较两个字符串，如何在 O(1)时间内完成比较呢？

如果是字符乱序直接比较，那就是 O(n^2)

如果用个 hash 表存下一个字符，那就是 O(n)

用位运算。那就是 O(1)。位运算不仅仅是相当于把字符码好了位置，而且是批量对比（按位与，与一个位和与 N 个位是一个速度），而不是挨个比较。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
function maxProduct(words: string[]): number {
  let char = new Array(words.length).fill(0);
  for (let i = 0; i < words.length; i++) {
    for (let j = 0; j < words[i].length; j++) {
      char[i] |= 1 << (words[i].charCodeAt(j) - "a".charCodeAt(0));
    }
  }
  let res = 0;
  for (let i = 0; i < words.length; i++) {
    for (let j = 0; j < words.length; j++) {
      if ((char[i] & char[j]) == 0) {
        res = Math.max(words[i].length * words[j].length, res);
      }
    }
  }
  return res;
}

2023-10-26

2520. 统计能整除数字的位数

简单题

1
2
3
4
5
6
7
8
9
10
11
12
function countDigits(num: number): number {
  let count = 0;
  let n = num;
  while (n !== 0) {
    const a = n % 10;
    if (num % a === 0) {
      count++;
    }
    n = Math.floor(n / 10);
  }
  return count;
}

2023-10-24

1155. 掷骰子等于目标和的方法数

这道题一开始没有思路，但简单看了一下答案，发现确实不难，动态规划拿下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
function numRollsToTarget(n: number, k: number, target: number): number {
  const MOD = 10 ** 9 + 7;
  const dp = new Array(n + 1).fill(0).map((x) => new Array(target + 1).fill(0));
  dp[0][0] = 1; // 边界条件是dp[1][j]=1, 1<=j<=k，这里可以更进一步简单归纳为dp[0][0]=1
  for (let i = 1; i <= n; i++) {
    for (let j = 1; j <= target; j++) {
      for (let x = 1; x <= k; x++) {
        if (j - x >= 0) {
          dp[i][j] = (dp[i][j] + dp[i - 1][j - x]) % MOD; // 每一步都要取模，否则会溢出
        }
      }
    }
  }
  return dp[n][target];
}

2023-10-08

2034. 股票价格波动

这道题一开始是打算用遍历的方式求 max 和 min，可惜会超时，看了答案知道了要用堆来做。堆更新的时间复杂度是 O(logN)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
class PriorityQueue1<T> {
  arr: T[];
  compare: (a: T, b: T) => number;
  constructor(props: { compare: (a: T, b: T) => number }) {
    const { compare } = props;
    this.compare = compare;
    this.arr = [];
  }
  swap(arr, index1, index2) {
    const temp = arr[index1];
    arr[index1] = arr[index2];
    arr[index2] = temp;
  }
  enqueue(a) {
    this.arr.push(a);
    this.bubbleUp(this.arr.length - 1);
  }
  dequeue() {
    this.delete(0);
  }
  bubbleUp(index) {
    if (this.arr.length <= 1 || index <= 0) {
      return;
    }
    const pre = Math.floor((index - 1) / 2);
    if (this.compare(this.arr[index], this.arr[pre]) > 0) {
      this.swap(this.arr, pre, index);
      this.bubbleUp(pre);
    }
  }
  delete(index) {
    this.swap(this.arr, index, this.arr.length - 1);
    this.arr.pop();
    this.sinkDown(index);
  }
  sinkDown(index) {
    if (this.arr.length <= 1 || index >= this.arr.length - 1) {
      return;
    }
    if (
      (index * 2 + 1 < this.arr.length &&
        this.compare(this.arr[index], this.arr[index * 2 + 1]) < 0) ||
      (index * 2 + 2 < this.arr.length &&
        this.compare(this.arr[index], this.arr[index * 2 + 2]) < 0)
    ) {
      if (
        index * 2 + 2 >= this.arr.length ||
        this.compare(this.arr[index * 2 + 1], this.arr[index * 2 + 2]) > 0
      ) {
        this.swap(this.arr, index, index * 2 + 1);
        this.sinkDown(index * 2 + 1);
      } else {
        this.swap(this.arr, index, index * 2 + 2);
        this.sinkDown(index * 2 + 2);
      }
    }
  }
  front() {
    return this.arr[0];
  }
  size() {
    return this.arr.length;
  }
}

interface Data {
  index: number;
  value: number;
}

class StockPrice {
  priceArr: number[];
  maxPriorityQueue: PriorityQueue1<{ index: number; value: number }>;
  minPriorityQueue: PriorityQueue1<{ index: number; value: number }>;
  constructor() {
    this.priceArr = [];
    this.maxPriorityQueue = new PriorityQueue1({
      compare: (a: Data, b: Data) => a.value - b.value,
    });
    this.minPriorityQueue = new PriorityQueue1({
      compare: (a: Data, b: Data) => b.value - a.value,
    });
  }

  update(timestamp: number, price: number): void {
    this.priceArr[timestamp] = price;
    this.maxPriorityQueue.enqueue({ index: timestamp, value: price });
    this.minPriorityQueue.enqueue({ index: timestamp, value: price });
  }

  current(): number {
    return this.priceArr[this.priceArr.length - 1];
  }

  maximum(): number {
    while (
      this.maxPriorityQueue.front().value !==
      this.priceArr[this.maxPriorityQueue.front().index]
    ) {
      this.maxPriorityQueue.dequeue();
    }
    return this.maxPriorityQueue.front().value;
  }

  minimum(): number {
    while (
      this.minPriorityQueue.front().value !==
      this.priceArr[this.minPriorityQueue.front().index]
    ) {
      this.minPriorityQueue.dequeue();
    }
    return this.minPriorityQueue.front().value;
  }
}

/**
 * Your StockPrice object will be instantiated and called as such:
 * var obj = new StockPrice()
 * obj.update(timestamp,price)
 * var param_2 = obj.current()
 * var param_3 = obj.maximum()
 * var param_4 = obj.minimum()
 */

2023-10-09

2578. 最小和分割

这道题的思路是把小的数放高位，把大的数放低位。可以先排序，然后再把数对半分配，分配规则就是：把小的数放高位，把大的数放低位。

代码:

1
2
3
4
5
6
7
8
9
10
11
12
13
function splitNum(num: number): number {
  let numStr = (num + "").split("").sort();
  let num1 = "";
  let num2 = "";
  for (let i = 0; i < numStr.length; i += 2) {
    num1 += numStr[i];
    if (i + 1 < numStr.length) {
      num2 += numStr[i + 1];
    }
  }
  console.log(num1, num2);
  return +num1 + +num2;
}

2023-05-09

最近朋友提醒我 leetcode 开了 javascript 专栏，有一道典型的深度判断对象相等的题目，我试了一下

2628. 完全相等的 JSON 字符串

代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
function areDeeplyEqual(o1: any, o2: any): boolean {
  if (
    (Array.isArray(o1) && Array.isArray(o2) && o1.length === o2.length) ||
    (Object.prototype.toString.call(o1) === "[object Object]" &&
      Object.prototype.toString.call(o2) === "[object Object]" &&
      Object.keys(o1).length === Object.keys(o2).length)
  ) {
    for (let k in o1) {
      if (!areDeeplyEqual(o1[k], o2[k])) {
        return false;
      }
    }
    return true;
  }
  return Object.is(o1, o2);
}

2023-04-10

1019. 链表中的下一个更大节点

几乎是简单题

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
function nextLargerNodes(head: ListNode | null): number[] {
  let p = head;
  const arr = [];
  while (p != null) {
    let i = p.next;
    while (i != null) {
      if (i.val > p.val) {
        arr.push(i.val);
        break;
      } else {
        i = i.next;
      }
    }
    if (i == null) {
      arr.push(0);
    }
    p = p.next;
  }
  return arr;
}

2023-04-06

1017. 负二进制转换

这题可以用通用的进制转换方法，先求余数，然后减去余数，然后除以除数，如此循环往复，得出的余数就是每一位上的值。

1
2
3
4
5
6
7
8
9
10
11
12
13
function baseNeg2(n: number): string {
  if (n === 0) {
    return "0";
  }
  let res = [];
  while (n !== 0) {
    const remainder = n & 1;
    res.push(remainder);
    n -= remainder;
    n /= -2;
  }
  return res.reverse().join("");
}

2023-04-05

2427. 公因子的数目

简单题，时间复杂度 O(n)

1
2
3
4
5
6
7
8
9
10
function commonFactors(a: number, b: number): number {
  let res = 0;
  const min = Math.min(a, b);
  for (let i = 1; i <= min; i++) {
    if (a % i == 0 && b % i == 0) {
      res++;
    }
  }
  return res;
}

2023-04-03

1053. 交换一次的先前排列

今天这题很简单，我用的快排来找最大元素，速度居然击败了 100%

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
function prevPermOpt1(arr: number[]): number[] {
  for (let i = arr.length - 1; i >= 0; i--) {
    let temp = [];
    for (let j = i + 1; j < arr.length; j++) {
      if (arr[j] < arr[i]) {
        temp.push({ index: j, num: arr[j] });
      }
    }
    if (temp.length) {
      temp.sort((a, b) => {
        return b.num - a.num;
      });
      const x = arr[temp[0].index];
      arr[temp[0].index] = arr[i];
      arr[i] = x;
      break;
    }
  }
  return arr;
}

2023-04-02

831. 隐藏个人信息

很简单的字符串处理

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
function maskPII(s: string): string {
  if (s.includes("@")) {
    let [a, b] = s.toLocaleLowerCase().split("@");
    a = a[0] + "*****" + a[a.length - 1];
    return a + "@" + b;
  } else {
    let a = s.replace(/\D/g, "");
    let b = a.split("").reverse();
    let hasPlus = b.length > 10;
    let res = b.slice(0, 4);
    res.push("-");
    for (let i = 4; i < b.length; i++) {
      res.push("*");
      if (i % 3 == 0 && i !== b.length - 1) {
        res.push("-");
      }
    }
    if (hasPlus) {
      res.push("+");
    }
    return res.reverse().join("");
  }
}

2023-03-06

1653. 使字符串平衡的最少删除次数

随便在一个数组坐标处划一个分界线，左边的 b 的个数+右边的 a 的个数之和最小，即为要删除的最少数目。而这个 a 和 b 的个数，最好是用前后缀和记下来，不然每次都要遍历一遍数组搜集。那就是 O(n^2)的复杂度了。用前缀和记下来，则是 O(n)时间复杂度。

2023-01-13

2287. 重排字符形成目标字符串

这题很简单，不过题目描述和举例不是很清楚。就是我不知道，是不是要连续的字符串去配对。试了一下，结果并不需要连续。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
function rearrangeCharacters(s: string, target: string): number {
  const mapS = getMap(s);
  const mapTarget = getMap(target);
  const res = [];
  for (let k of Object.keys(mapTarget || {})) {
    if (!mapS[k]) {
      return 0;
    } else {
      res.push(Math.floor(mapS[k] / mapTarget[k]));
    }
  }
  return Math.min(...res);
}

function getMap(s: string): { [key: string]: number } {
  let map = {};
  for (let i = 0; i < s.length; i++) {
    if (!map[s[i]]) {
      map[s[i]] = 1;
    } else {
      map[s[i]]++;
    }
  }
  return map;
}

2023-01-09

1806. 还原排列的最少操作步数

这题很简单，按照题目描述进行运算即可，没有任何技术可言。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
function reinitializePermutation(n: number): number {
  let count = 1;
  let arr = [];
  for (let i = 0; i < n; i++) {
    arr.push(i);
  }
  // console.log(arr)
  while (!action(arr)) {
    count++;
  }
  return count;
}

function action(arr: number[]): boolean {
  let res = true;
  const perm = [...arr];
  for (let i = 0; i < arr.length; i++) {
    if (i % 2 == 0) {
      arr[i] = perm[i / 2];
    } else {
      arr[i] = perm[arr.length / 2 + (i - 1) / 2];
    }
    if (arr[i] !== i) {
      res = false;
    }
  }
  // console.log(arr, res)
  return res;
}

2023-01-08

1658. 将 x 减到 0 的最小操作数

这是昨天的每日一题，用了前缀和+滑动窗口（双指针）

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
function minOperations(nums: number[], x: number): number {
  // 算出前缀和和后缀和，然后用滑动窗口去扫，看前缀+后缀是否等于x
  let lsum = [0];
  for (let i = 0; i < nums.length; i++) {
    lsum.push(nums[i] + lsum[i]);
  }
  let rsum = [0];
  for (let i = 0; i < nums.length; i++) {
    rsum.push(nums[nums.length - 1 - i] + rsum[i]);
  }
  let min = nums.length;
  let hasAnswer = false;
  // 这里先扫左边，左边扫到头，开始一边倒退，一边扫右边
  let state = 0;
  let left = 0;
  let right = 0;
  while (left >= 0 && right >= 0 && left + right <= nums.length) {
    if (lsum[left] + rsum[right] == x) {
      hasAnswer = true;
      // console.log(lsum, rsum, left, right, min)
      min = Math.min(min, left + right);
      left--;
      right++;
      state = 1;
    } else if (lsum[left] + rsum[right] < x) {
      if (state == 0) {
        left++;
      } else {
        right++;
      }
    } else {
      left--;
      state = 1;
    }
  }
  console.log(left, right, state, min);
  return hasAnswer ? min : -1;
}

2021-06-06

474. 一和零

一道动态规划题目。

首先要明白这是一道背包问题，而且是双维度的，可以装 0 和 1。

那么我们就需要一个三维数组 dp 来记录动态规划的子过程的结果，第一个维度代表遍历到第 i 个字符串，第二个维度代表第 j 个 0 的问题规模，第三个维度代表第 k 个 1 的问题规模，依次扩展到我们的目标字符串个数，目标问题规模。

状态转移方程：

  1. 如果加入当前字符串，导致背包溢出，则不加：dp[i][j][k] = dp[i-1][j][k]
  2. 如果不溢出，则有两种可能，取最优解：dp[i][j][k] = Math.max(dp[i-1][j][k], dp[i-1][j-zeros][k-ones]+1)

这里还需要考虑一些边界问题，比如 i=0 的时候，dp[0][any][any]应该是 0，同理 m=0 和 n=0 也是如此。所以我们的数组空间需要每个维度上都加 1 来存放这些初始值。

JavaScript 代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
/**
 * @param {string[]} strs
 * @param {number} m
 * @param {number} n
 * @return {number}
 */
var findMaxForm = function (strs, m, n) {
  let dp = new Array(strs.length + 1)
    .fill(0)
    .map(() => new Array(m + 1).fill(0).map(() => new Array(n + 1).fill(0)));
  for (let i = 1; i <= strs.length; i++) {
    let [zeros, ones] = getZeros(strs[i - 1]);
    for (let j = 0; j <= m; j++) {
      for (let k = 0; k <= n; k++) {
        dp[i][j][k] = dp[i - 1][j][k];
        if (j >= zeros && k >= ones) {
          dp[i][j][k] = Math.max(
            dp[i - 1][j][k],
            dp[i - 1][j - zeros][k - ones] + 1
          );
        }
      }
    }
  }
  return dp[strs.length][m][n];
};

function getZeros(str) {
  let zeros = [0, 0];
  for (let i = 0; i < str.length; i++) {
    zeros[str[i] - "0"]++;
  }
  return zeros;
}

2021-06-05

203. 移除链表元素

很简单的一道删除单链表节点题

JavaScript 代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
/**
 * Definition for singly-linked list.
 * function ListNode(val, next) {
 *     this.val = (val===undefined ? 0 : val)
 *     this.next = (next===undefined ? null : next)
 * }
 */
/**
 * @param {ListNode} head
 * @param {number} val
 * @return {ListNode}
 */
var removeElements = function (head, val) {
  let h = new ListNode(0, head);
  index = h;
  while (index.next) {
    if (index.next.val == val) {
      let next = index.next.next;
      index.next = next;
      continue;
    }
    index = index.next;
  }
  return h.next;
};

2021-06-04

160. 相交链表

这题有两种解法：

  1. 哈希表记录指针
  2. 双指针

哈希表记录指针

JavaScript 代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
/**
 * Definition for singly-linked list.
 * function ListNode(val) {
 *     this.val = val;
 *     this.next = null;
 * }
 */

/**
 * @param {ListNode} headA
 * @param {ListNode} headB
 * @return {ListNode}
 */
var getIntersectionNode = function (headA, headB) {
  let hashset = new Set([]);
  let index = headA;
  while (index) {
    hashset.add(index);
    index = index.next;
  }
  index = headB;
  while (index) {
    if (hashset.has(index)) {
      return index;
    } else {
      index = index.next;
    }
  }
  return null;
};

双指针

链表总共分为三部分：

  1. headA 到公共节点
  2. headB 到公共节点
  3. 公共部分

所以如果我们利用双指针，把这三个部分走一遍，就能让双指针碰上。

  1. index1 走 A 链，走完 A 链，走 B 链
  2. index2 走 B 链，走完 B 链，走 A 链

两个指针同时等于 null 只有一种情况，就是两个链不相交。如果相交，想要都在链尾碰上，则两个链长度相等，若两个链长度相等且相交，则非公共部分长度一定相等，那么他们早就在第一次遍历的时候在公共节点遇上了。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
/**
 * Definition for singly-linked list.
 * function ListNode(val) {
 *     this.val = val;
 *     this.next = null;
 * }
 */

/**
 * @param {ListNode} headA
 * @param {ListNode} headB
 * @return {ListNode}
 */
var getIntersectionNode = function(headA, headB) {
    let index1 = headA;
    let index2 = headB;
    while(index1!==index2){
        index1 = index1==null?headB:index1.next;
        index2 = index2==null?headA:index2.next;
    }
    return index1;
};

2021-06-03

凡是涉及到连续子数组的，都可以用前缀和+哈希表来解

525. 连续数组

这题要注意的就是，因为要统计元素个数，所以要使用 i+1。

哈希表的 key 的含义是：当前遍历到的 1 与符合标准（一半是 1）之间的差距，而记录的位置则必须是最小位置。所以只在初始化的时候赋值。

JavaScript 代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
/**
 * @param {number[]} nums
 * @return {number}
 */
var findMaxLength = function (nums) {
  let sum = 0;
  let hashmap = {};
  let max = 0;
  for (let i = 0; i < nums.length; i++) {
    sum += nums[i];
    if (i + 1 == sum * 2) {
      max = i + 1;
      continue;
    }
    if (hashmap.hasOwnProperty(i + 1 - sum * 2)) {
      if (max < i - hashmap[i + 1 - sum * 2]) {
        max = i - hashmap[i + 1 - sum * 2];
      }
    } else {
      hashmap[i + 1 - sum * 2] = i;
    }
  }
  return max;
};

2021-05-31

这个问题看起来是个简单题，其实可以从中学到位运算和一些数学知识。

342. 4 的幂

我自己的解法很简单易懂，但是不够高效：

JavaScript 代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
/**
 * @param {number} n
 * @return {boolean}
 */
var isPowerOfFour = function (n) {
  let i = 1;
  while (i < n) {
    i = i * 4;
  }
  if (i == n) {
    return true;
  }
  return false;
};

这个解法的效率很差，只战胜了 55%的选手。说明肯定有更优解，我翻了一下答案。主要是 2 种角度的解法：

  1. 位运算
  2. 数学

位运算

如果是 2 的幂，那么位中只能出现一个 1。如果是 4 的，那么肯定也只有一个 1，且出现的位置是每隔一位出现。那么问题来了，怎么判断位上只有一个 1 呢？操作是：减去 1，然后与。得到的结果必然应该是 0。那如何判断 1 在哪一位上呢？好像只能遍历了。但其实我们不需要知道具体是哪一位，只需要知道是否分布在正确的位上，可以通过 mask 解决：mask=$(01010101010101010101010101010101)_2$，因为 1 分布在奇数位。也可以写成更简短的 16 进制形式：mask=$(55555555)_16$

JavaScript 代码：

1
2
3
4
5
6
7
/**
 * @param {number} n
 * @return {boolean}
 */
var isPowerOfFour = function (n) {
  return n > 0 && (n & (n - 1)) == 0 && n & 0x55555555;
};

奇怪的是这个代码的运行时间居然比上面那个还长，感觉不科学。

数学角度

首先依然是按照上面的两个条件：

  1. n>0
  2. n 只有一个 0

我们观察到所有偶数分为：$4^x \times 2 \times 2$也就是$4^x$，和$4^x \times 2 \times 1$。而 4 的幂次除以 3 的余数必然是 1，而$4^x \times 2$这种除以 3 的余数必然是 2。

我们增加这个条件筛选出$4^x$

JavaScript 代码：

1
2
3
4
5
6
7
/**
 * @param {number} n
 * @return {boolean}
 */
var isPowerOfFour = function (n) {
  return n > 0 && (n & (n - 1)) == 0 && n % 3 == 1;
};

2021-05-29

这个问题需要拆分出子问题才好解决，要不然没有思路。它的子问题是：560. 和为 K 的子数组

1074. 元素和为目标值的子矩阵数量

当你理解了子问题之后，我们来想想，怎么把这个问题转换到子问题上呢？也就是如何把二维问题变一维问题呢？

我们想象把一个矩阵的列上的元素全部加起来，不就是一个一维数组了吗。这个一维数组可以等效的应用在这个问题上。

那这样的组合有哪些呢？通过简单的二次遍历，就能得出我们想要的组合：

JavaScript 代码：

1
2
3
for (let i = 0; i < n; i++) {
  for (let j = i; j < n; j++) {}
}

每次 i 到 j 之间的数就是我们想要的组合，拿这些数的和，组成新的一维数组，然后用一维数组的解法去解。这里有个小技巧是这个和也要避免重复计算，所以要把每次计算所得存下来，下次在这个基础上算，这样可以省下从头开始求和的时间。

JavaScript 代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
/**
 * @param {number[][]} matrix
 * @param {number} target
 * @return {number}
 */
var numSubmatrixSumTarget = function (matrix, target) {
  let count = 0;
  for (let i = 0; i < matrix.length; i++) {
    let sum = new Array(matrix[0].length).fill(0);
    for (let j = i; j < matrix.length; j++) {
      for (let k = 0; k < matrix[0].length; k++) {
        sum[k] += matrix[j][k];
      }
      count += subarraySum(sum, target);
    }
  }
  return count;
};

var subarraySum = function (nums, k) {
  let pre = 0;
  let preRecord = { 0: 1 };
  let count = 0;
  for (let i = 0; i < nums.length; i++) {
    pre += nums[i];
    if (preRecord[pre - k]) {
      count += preRecord[pre - k];
    }
    if (preRecord[pre]) {
      preRecord[pre]++;
    } else {
      preRecord[pre] = 1;
    }
  }
  return count;
};

简化问题的办法有很多，比如降低问题规模，降低维度，二维 -> 一维。

2021-05-29

这题是在做每日一题中遇到的问题的子问题：1074. 元素和为目标值的子矩阵数量

560. 和为 K 的子数组

遇到这类问题，首先想的是复杂度，然后复杂度天然是跟问题规模有关的。遍历一遍肯定是必要的，当我们遍历到第 n 这个位置，我们怎么判断从 0 到 n 中有多少个解，进一步的，我们还只要增量数据，n-1 的解不应该去重复计算。第 n 这个位置上的数是一定要考虑进去的，所以我们从后往前寻找。具体代码如下：

JavaScript 代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
/**
 * @param {number[]} nums
 * @return {number}
 */
var subarraySum = function (nums, k) {
  let count = 0;
  for (let start = 0; start < nums.length; ++start) {
    let sum = 0;
    for (let end = start; end >= 0; --end) {
      sum += nums[end];
      if (sum == k) {
        count++;
      }
    }
  }
  return count;
};

这样的话，算法的时间复杂度是 O(n^2)。有没有重复计算的问题呢，似乎不太好说，但结果是：有，像此类问题有统一的规律，就是我们可以记录前缀和。如果我们知道前缀和，那么我们只需要用当前和减去 k，看是否等于某个前缀和，如果有，我们不就正好找到一个子数组的和等于 k 了吗？所以基于前缀和，我们一次遍历即可解决问题。

JavaScript 代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
/**
 * @param {number[]} nums
 * @param {number} k
 * @return {number}
 */
var subarraySum = function (nums, k) {
  let pre = 0;
  let preRecord = { 0: 1 };
  let count = 0;
  for (let i = 0; i < nums.length; i++) {
    pre += nums[i];
    if (preRecord[pre - k]) {
      count += preRecord[pre - k];
    }
    if (preRecord[pre]) {
      preRecord[pre]++;
    } else {
      preRecord[pre] = 1;
    }
  }
  return count;
};

前缀和对过往的遍历总结提取了信息，使我们不用再去进行重复的计算，是非常重要的技巧。

2021-05-28

477. 汉明距离总和

这题初看上去特别简单，就是一个 O(n^2)的遍历（组合），对每一组求汉明距离累加起来。不过我一开始就觉得可能会超时，提交后果然超时了。更优的做法是按位遍历，每一位上所有的数要么是 0 要么是 1，把 0 和 1 的个数统计出来，相乘，就是这一位的汉明距离总和。

JavaScript 代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
/**
 * @param {number[]} nums
 * @return {number}
 */
var totalHammingDistance = function (nums) {
  let max = Math.max(...nums);
  let count = 0;
  while (max > 0) {
    count++;
    max >>= 1;
  }
  let res = 0;
  for (let i = 0; i < count; i++) {
    let zero = 0;
    let one = 0;
    for (let j = 0; j < nums.length; j++) {
      let temp = nums[j] >> i;
      if (temp % 2) {
        one++;
      } else {
        zero++;
      }
    }
    res += zero * one;
  }
  return res;
};

2021-05-27

1190. 反转每对括号间的子串

这道题一看就知道用栈来解决，但具体到怎么做却依旧不容易想通。直到看过答案后，才发现，实际上真的只需要遍历一遍就能解决问题。

思路如下：

每遇到一个括号块，就需要把里面的字符串翻转（这是单步操作），然后递归翻转每一层。这是我们人的思维，但机器是看不到这种宏观信息的，我们需要安排具体到每一步的任务。代码在遍历的时候只会遇到左括号或者右括号，假如我们遇到左括号的时候开始记录字符串，那么在遇到右括号的时候，就有翻转的目标对象了。但如果连续遇到两个左括号呢？我们将记录的信息先入栈，然后继续上面的步骤即可。

具体步骤（单步）：

  1. 遇到左括号：入栈已记录的字符串，清空我们用于记录的变量
  2. 遇到普通字符：记录
  3. 遇到右括号：翻转记录的字符串，将栈顶字符串 pop 出来拼接上翻转好的字符串

JavaScript 代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
/**
 * @param {string} s
 * @return {string}
 */
var reverseParentheses = function (s) {
  let stack = [];
  let str = "";
  for (let i = 0; i < s.length; i++) {
    if (s[i] == "(") {
      stack.push(str);
      str = "";
    } else if (s[i] == ")") {
      str = stack.pop() + Array.from(str).reverse().join("");
    } else {
      str += s[i];
    }
  }
  return str;
};