572.另一棵树的子树

目标

给你两棵二叉树 root 和 subRoot 。检验 root 中是否包含和 subRoot 具有相同结构和节点值的子树。如果存在,返回 true ;否则,返回 false 。

二叉树 tree 的一棵子树包括 tree 的某个节点和这个节点的所有后代节点。tree 也可以看做它自身的一棵子树。

示例 1:

输入:root = [3,4,5,1,2], subRoot = [4,1,2]
输出:true

示例 2:

输入:root = [3,4,5,1,2,null,null,null,null,0], subRoot = [4,1,2]
输出:false

说明:

  • root 树上的节点数量范围是 [1, 2000]
  • subRoot 树上的节点数量范围是 [1, 1000]
  • -10^4 <= root.val <= 10^4
  • -10^4 <= subRoot.val <= 10^4

思路

判断给定的树是否是另一颗树的子树。

刚开始想以某种顺序(先/中/后)遍历给定的树并记录访问节点,然后遍历另一棵树,如果节点值等于给定树的根节点则以同样的顺序记录其子树,再比较记录是否相同。但是这并不能保证结构是相同的。

只能逐个节点比较。进一步优化可以计算树的高度,只比较高度相同的。//todo

看了官网题解可以引入两个null值,进行串匹配的时候可以使用 KMP 或者 Rabin-Karp 算法。//todo

也提供了将树映射为hash值来比较的思路。//todo

代码

/**
 * @date 2024-08-04 15:36
 */
public class IsSubtree572 {

    public boolean isSubtree(TreeNode root, TreeNode subRoot) {
        if (root == null) {
            return false;
        }
        if (root.val == subRoot.val) {
            if (compare(root, subRoot)) {
                return true;
            }
        }
        return isSubtree(root.left, subRoot) || isSubtree(root.right, subRoot);
    }

    public boolean compare(TreeNode root, TreeNode subRoot) {
        if (root.val != subRoot.val) {
            return false;
        }
        boolean res = false;
        if (root.left != null && subRoot.left != null) {
            res = compare(root.left, subRoot.left);
        } else if (root.left == null && subRoot.left == null){
            res = true;
        }
        if (root.right != null && subRoot.right != null) {
            res = compare(root.right, subRoot.right) && res;
        } else if (root.right == null && subRoot.right == null) {
        } else {
            res = false;
        }
        return res;
    }

}

性能

LCP40.心算挑战

目标

「力扣挑战赛」心算项目的挑战比赛中,要求选手从 N 张卡牌中选出 cnt 张卡牌,若这 cnt 张卡牌数字总和为偶数,则选手成绩「有效」且得分为 cnt 张卡牌数字总和。 给定数组 cards 和 cnt,其中 cards[i] 表示第 i 张卡牌上的数字。 请帮参赛选手计算最大的有效得分。若不存在获取有效得分的卡牌方案,则返回 0。

示例 1:

输入:cards = [1,2,8,9], cnt = 3
输出:18
解释:选择数字为 1、8、9 的这三张卡牌,此时可获得最大的有效得分 1+8+9=18。

示例 2:

输入:cards = [3,3,1], cnt = 1
输出:0
解释:不存在获取有效得分的卡牌方案。

说明:

  • 1 <= cnt <= cards.length <= 10^5
  • 1 <= cards[i] <= 1000

思路

从数组中选cnt个元素,找出最大的偶数和,如果不存在偶数和返回0。

如果cnt为偶数,那么直接取最大的cnt个即可,如果cnt为奇数,取最大的cnt-1个,然后再从大到小判断和是否为偶数即可。 与cnt的奇偶性无关,它也不能保证cnt个元素相加和为偶数,必须要奇数元素的个数为偶数才行。

应该使用动态规划来做了,O(cnt * n)超出时间限制。

尝试根据数组元素奇偶性分组,然后分情况讨论如何选取。这里的限制条件是必须选取偶数个奇数元素,并且使得和最大。

这道题标成简单真的搞人心态啊,还是做的太少了。

代码

/**
 * @date 2024-08-01 20:24
 */
public class MaxmiumScoreLCP40 {

    public int maxmiumScore_v2(int[] cards, int cnt) {
        int res = 0;
        PriorityQueue<Integer> odd = new PriorityQueue<>((a, b) -> b - a);
        PriorityQueue<Integer> even = new PriorityQueue<>((a, b) -> b - a);
        // 将奇偶元素分组
        for (int card : cards) {
            if (card % 2 == 0) {
                even.offer(card);
            } else {
                odd.offer(card);
            }
        }
        // 如果只能选一个元素,那么直接从偶数队列取,否则返回0
        if (cnt == 1 && even.size() > 0) {
            return even.poll();
        } else if (cnt == 1) {
            return 0;
        }
        int oddCnt = 0;
        int lastOdd = 0;
        int lastEven = 0;
        // 从奇偶队列中,从大到小取cnt-1个,留一个后面分情况讨论
        while (cnt > 1) {
            if (!odd.isEmpty() && !even.isEmpty() && odd.peek() > even.peek()) {
                lastOdd = odd.poll();
                res += lastOdd;
                oddCnt++;
            } else if (!odd.isEmpty() && !even.isEmpty()) {
                lastEven = even.poll();
                res += lastEven;
            } else if (!odd.isEmpty()) {
                lastOdd = odd.poll();
                res += lastOdd;
                oddCnt++;
            } else if (!even.isEmpty()) {
                lastEven = even.poll();
                res += lastEven;
            }
            cnt--;
        }
        if (oddCnt % 2 == 1 && !odd.isEmpty()) {
            // 如果选择了奇数个奇数元素,并且奇数队列还有剩余元素
            if (even.size() >= 2) {
                // 如果偶数队列有超过两个,并且这两个之和大于最近已选的奇数元素+奇数队列的元素
                int tmp = even.poll();
                tmp += even.poll();
                if (tmp > lastOdd + odd.peek()) {
                    // 将上一个奇数选择删除,选两个偶数
                    res += tmp - lastOdd;
                } else {
                    // 否则选一个奇数
                    res += odd.poll();
                }
            } else {
                // 如果没有多余的偶数元素,直接选一个奇数
                res += odd.poll();
            }
        } else if (oddCnt % 2 == 1 && even.size() >= 2) {
            // 如果已经选了奇数个奇数元素,并且没有多余的奇数元素了,那么回退,选两个偶数
            res -= lastOdd;
            res += even.poll();
            res += even.poll();
        } else if (oddCnt % 2 == 0) {
            // 如果奇数元素选了偶数个,那么只需再选一个偶数,或者删掉一个偶数,选两个奇数
            if (odd.size() >= 2 && lastEven != 0) {
                // 如果奇数存在两个,且之前选过偶数
                int tmp = odd.poll();
                tmp += odd.poll();
                if (even.size() == 0 || tmp > lastEven + even.peek()) {
                    // 如果没有多余的偶数,或者两个奇数之和大于之前选择的偶数+偶数队列元素
                    // 选两个奇数
                    res += tmp - lastEven;
                } else {
                    // 选一个偶数
                    res += even.poll();
                }
            } else {
                // 如果没有多余2个的奇数了,只能选一个偶数
                if (even.size() == 0) {
                    return 0;
                } else {
                    res += even.poll();
                }
            }
        } else {
            // 如果已经选了奇数个奇数元素,并且没有多余的奇数元素了,并且偶数个数不足2个,返回0
            res = 0;
        }
        return res;
    }

}

性能

2956.找到两个数组中的公共元素

目标

给你两个下标从 0 开始的整数数组 nums1 和 nums2 ,它们分别含有 n 和 m 个元素。

请你计算以下两个数值:

  • 统计 0 <= i < n 中的下标 i ,满足 nums1[i] 在 nums2 中 至少 出现了一次。
  • 统计 0 <= i < m 中的下标 i ,满足 nums2[i] 在 nums1 中 至少 出现了一次。

请你返回一个长度为 2 的整数数组 answer ,按顺序 分别为以上两个数值。

示例 1:

输入:nums1 = [4,3,2,3,1], nums2 = [2,2,5,2,3,6]
输出:[3,4]
解释:分别计算两个数值:
- nums1 中下标为 1 ,2 和 3 的元素在 nums2 中至少出现了一次,所以第一个值为 3 。
- nums2 中下标为 0 ,1 ,3 和 4 的元素在 nums1 中至少出现了一次,所以第二个值为 4 。

示例 2:

输入:nums1 = [3,4,2,3], nums2 = [1,5]
输出:[0,0]
解释:两个数组中没有公共元素,所以两个值都为 0 。

说明:

  • n == nums1.length
  • m == nums2.length
  • 1 <= n, m <= 100
  • 1 <= nums1[i], nums2[i] <= 100

思路

有两个数组,统计在当前数组中出现,同时也在另一数组中出现的元素个数,即公共元素个数。数组 [1, 1, 1, 2][1, 2, 3] 的公共元素是 1,2,公共元素个数分别是 4、2

常规的做法是使用HashSet分别保存数组元素,然后再次遍历数组判断是否是公共元素。由于数据范围比较小,可以直接使用数组计数。

代码


/**
 * @date 2024-07-16 0:14
 */
public class FindIntersectionValues2956 {

    /**
     * 改进
     */
    public int[] findIntersectionValues_v1(int[] nums1, int[] nums2) {
        int[] count1 = new int[101];
        for (int i : nums1) {
            count1[i]++;
        }
        int a = 0, b = 0;
        for (int i : nums2) {
            if (count1[i] != 0) {
                b++;
                a += count1[i] == -1 ? 0 : count1[i];
                count1[i] = -1;
            }
        }
        return new int[]{a, b};
    }

    public int[] findIntersectionValues(int[] nums1, int[] nums2) {
        int[] count1 = new int[101];
        int[] count2 = new int[101];
        for (int i : nums1) {
            count1[i]++;
        }
        for (int i : nums2) {
            count2[i]++;
        }
        int a = 0;
        int b = 0;
        for (int i = 0; i < 101; i++) {
            if (count1[i] > 0) {
                b += count2[i];
            }
            if (count2[i] > 0) {
                a += count1[i];
            }
        }
        return new int[]{a, b};
    }
}

性能

2974.最小数字游戏

目标

你有一个下标从 0 开始、长度为 偶数 的整数数组 nums ,同时还有一个空数组 arr 。Alice 和 Bob 决定玩一个游戏,游戏中每一轮 Alice 和 Bob 都会各自执行一次操作。游戏规则如下:

  • 每一轮,Alice 先从 nums 中移除一个 最小 元素,然后 Bob 执行同样的操作。
  • 接着,Bob 会将移除的元素添加到数组 arr 中,然后 Alice 也执行同样的操作。
  • 游戏持续进行,直到 nums 变为空。

返回结果数组 arr 。

示例 1:

输入:nums = [5,4,2,3]
输出:[3,2,5,4]
解释:第一轮,Alice 先移除 2 ,然后 Bob 移除 3 。然后 Bob 先将 3 添加到 arr 中,接着 Alice 再将 2 添加到 arr 中。于是 arr = [3,2] 。
第二轮开始时,nums = [5,4] 。Alice 先移除 4 ,然后 Bob 移除 5 。接着他们都将元素添加到 arr 中,arr 变为 [3,2,5,4] 。

示例 2:

输入:nums = [2,5]
输出:[5,2]
解释:第一轮,Alice 先移除 2 ,然后 Bob 移除 5 。然后 Bob 先将 5 添加到 arr 中,接着 Alice 再将 2 添加到 arr 中。于是 arr = [5,2] 。

说明:

  • 1 <= nums.length <= 100
  • 1 <= nums[i] <= 100
  • nums.length % 2 == 0

思路

将数组从小到大排序,两个元素为一组,交换组内的元素。

代码

/**
 * @date 2024-07-12 10:16
 */
public class NumberGame2974 {
    public int[] numberGame(int[] nums) {
        Arrays.sort(nums);
        int n = nums.length;
        for (int i = 0; i < n; i += 2) {
            int tmp = nums[i];
            nums[i] = nums[i + 1];
            nums[i + 1] = tmp;
        }
        return nums;
    }
}

性能

2970.统计移除递增子数组的数目I

目标

给你一个下标从 0 开始的 正 整数数组 nums 。

如果 nums 的一个子数组满足:移除这个子数组后剩余元素 严格递增 ,那么我们称这个子数组为 移除递增 子数组。比方说,[5, 3, 4, 6, 7] 中的 [3, 4] 是一个移除递增子数组,因为移除该子数组后,[5, 3, 4, 6, 7] 变为 [5, 6, 7] ,是严格递增的。

请你返回 nums 中 移除递增 子数组的总数目。

注意 ,剩余元素为空的数组也视为是递增的。

子数组 指的是一个数组中一段连续的元素序列。

示例 1:

输入:nums = [1,2,3,4]
输出:10
解释:10 个移除递增子数组分别为:[1], [2], [3], [4], [1,2], [2,3], [3,4], [1,2,3], [2,3,4] 和 [1,2,3,4]。移除任意一个子数组后,剩余元素都是递增的。注意,空数组不是移除递增子数组。

示例 2:

输入:nums = [6,5,7,8]
输出:7
解释:7 个移除递增子数组分别为:[5], [6], [5,7], [6,5], [5,7,8], [6,5,7] 和 [6,5,7,8] 。
nums 中只有这 7 个移除递增子数组。

示例 3:

输入:nums = [8,7,6,6]
输出:3
解释:3 个移除递增子数组分别为:[8,7,6], [7,6,6] 和 [8,7,6,6] 。注意 [8,7] 不是移除递增子数组因为移除 [8,7] 后 nums 变为 [6,6] ,它不是严格递增的。

说明:

  • 1 <= nums.length <= 50
  • 1 <= nums[i] <= 50

思路

有一个正整数数组,如果移除某些子数组可以使得剩余元素严格递增,则称为移除递增子数组。求移除递增子数组的个数。

显然移除递增子数组 [i, j] 后,前后的子数组严格递增,且 nums[i - 1] < nums[j + 1]。我们的目标是要找到有多少种 i, j 的组合满足条件,假设 i ≤ j

这题的难度和我的预期不一致,作为一道简单题,编码过程也太过复杂了,边界处理以及各种特殊情况太容易出错了。

先考虑暴力求解吧,枚举i, j的组合,遍历其余元素判断是否严格递增。

看了评论,这个数据范围改一下就是一道困难题 2972.统计移除递增子数组的数目II

代码

/**
 * @date 2024-07-10 1:27
 */
public class IncremovableSubarrayCount2970 {

    public int incremovableSubarrayCount(int[] nums) {
        int n = nums.length;
        int res = 0;
        for (int i = 0; i < n; i++) {
            here:
            for (int j = i; j < n; j++) {
                int last = -1;
                for (int k = 0; k < n; k++) {
                    if ((k < i || k > j) && nums[k] > last) {
                        last = nums[k];
                    } else if (k < i || k > j) {
                        continue here;
                    }
                }
                res++;
            }
        }
        return res;
    }

}

性能

O(n^3)

724.寻找数组的中心下标

目标

给你一个整数数组 nums ,请计算数组的 中心下标 。

数组 中心下标 是数组的一个下标,其左侧所有元素相加的和等于右侧所有元素相加的和。

如果中心下标位于数组最左端,那么左侧数之和视为 0 ,因为在下标的左侧不存在元素。这一点对于中心下标位于数组最右端同样适用。

如果数组有多个中心下标,应该返回 最靠近左边 的那一个。如果数组不存在中心下标,返回 -1 。

示例 1:

输入:nums = [1, 7, 3, 6, 5, 6]
输出:3
解释:
中心下标是 3 。
左侧数之和 sum = nums[0] + nums[1] + nums[2] = 1 + 7 + 3 = 11 ,
右侧数之和 sum = nums[4] + nums[5] = 5 + 6 = 11 ,二者相等。

示例 2:

输入:nums = [1, 2, 3]
输出:-1
解释:
数组中不存在满足此条件的中心下标。

示例 3:

输入:nums = [2, 1, -1]
输出:0
解释:
中心下标是 0 。
左侧数之和 sum = 0 ,(下标 0 左侧不存在元素),
右侧数之和 sum = nums[1] + nums[2] = 1 + -1 = 0 。

说明:

  • 1 <= nums.length <= 10^4
  • -1000 <= nums[i] <= 1000

思路

寻找数组的中心下标,中心下标指左侧元素和等于右侧元素和,如果存在多个中心下标,取左边的那个。例如,[1, -1, 1, 0] 取1。

直接的想法是计算后缀和,然后从前计算累加和与后缀和比较,涉及两个下标 ii + 1 注意防止下标越界并且特殊处理最后一个元素。

官网题解比较清晰,计算数组累加和 sum,循环累加左侧和 lSum,如果 lSum * 2 + nums[i] == sum 表明 i 为中心下标。

代码

/**
 * @date 2024-07-08 0:01
 */
public class PivotIndex724 {

    /**
     * 参考官网题解思路
     */
    public int pivotIndex_v1(int[] nums) {
        int n = nums.length;
        int sum = 0;
        for (int num : nums) {
            sum += num;
        }
        int lSum = 0;
        for (int i = 0; i < n; i++) {
            if (lSum * 2 + nums[i] == sum){
                return i;
            }
            lSum += nums[i];
        }
        return -1;
    }

    public int pivotIndex(int[] nums) {
        int n = nums.length;
        int[] suffix = new int[n];
        suffix[n - 1] = nums[n - 1];
        for (int i = n - 2; i >= 0; i--) {
            suffix[i] = suffix[i + 1] + nums[i];
        }
        int sum = 0;
        for (int i = 0; i < n; i++) {
            if ((i < n - 1 && sum == suffix[i + 1]) || (i == n - 1 && sum == 0)) {
                return i;
            }
            sum += nums[i];
        }
        return -1;
    }
}

性能

官网题解更优

3033.修改矩阵

目标

给你一个下标从 0 开始、大小为 m x n 的整数矩阵 matrix ,新建一个下标从 0 开始、名为 answer 的矩阵。使 answer 与 matrix 相等,接着将其中每个值为 -1 的元素替换为所在列的 最大 元素。

返回矩阵 answer 。

示例 1:

输入:matrix = [[1,2,-1],[4,-1,6],[7,8,9]]
输出:[[1,2,9],[4,8,6],[7,8,9]]
解释:上图显示了发生替换的元素(蓝色区域)。
- 将单元格 [1][1] 中的值替换为列 1 中的最大值 8 。
- 将单元格 [0][2] 中的值替换为列 2 中的最大值 9 。

示例 2:

输入:matrix = [[3,-1],[5,2]]
输出:[[3,2],[5,2]]
解释:上图显示了发生替换的元素(蓝色区域)。

说明:

  • m == matrix.length
  • n == matrix[i].length
  • 2 <= m, n <= 50
  • -1 <= matrix[i][j] <= 100
  • 测试用例中生成的输入满足每列至少包含一个非负整数。

思路

使用矩阵各列的最大值替换该列中值为-1的元素。

先求出各列的最大值,然后替换。

代码

/**
 * @date 2024-07-05 0:26
 */
public class ModifiedMatrix3033 {

    /**
     * 优化到一个循环中,使用局部遍历保存当前列的最大值,
     * 没必要使用数组保存所有列的最大值然后再处理
     */
    public int[][] modifiedMatrix_v1(int[][] matrix) {
        int m = matrix.length;
        int n = matrix[0].length;
        for (int i = 0; i < n; i++) {
            int max = 0;
            for (int j = 0; j < m; j++) {
                max = Math.max(max, matrix[j][i]);
            }
            for (int j = 0; j < m; j++) {
                if (matrix[j][i] == -1) {
                    matrix[j][i] = max;
                }
            }
        }
        return matrix;
    }

    public int[][] modifiedMatrix(int[][] matrix) {
        int m = matrix.length;
        int n = matrix[0].length;
        int[] max = new int[n];
        for (int i = 0; i < n; i++) {
            for (int j = 0; j < m; j++) {
                max[i] = Math.max(max[i], matrix[j][i]);
            }
        }
        for (int i = 0; i < n; i++) {
            for (int j = 0; j < m; j++) {
                if (matrix[j][i] == -1) {
                    matrix[j][i] = max[i];
                }
            }
        }
        return matrix;
    }
}

性能

3099.哈沙德数

目标

如果一个整数能够被其各个数位上的数字之和整除,则称之为 哈沙德数(Harshad number)。给你一个整数 x 。如果 x 是 哈沙德数 ,则返回 x 各个数位上的数字之和,否则,返回 -1 。

示例 1:

输入: x = 18
输出: 9
解释: x 各个数位上的数字之和为 9 。18 能被 9 整除。因此 18 是哈沙德数,答案是 9 。

示例 2:

输入: x = 23
输出: -1
解释: x 各个数位上的数字之和为 5 。23 不能被 5 整除。因此 23 不是哈沙德数,答案是 -1 。

说明:

  • 1 <= x <= 100

思路

判断给定的整数x的各位数字之和能否整除x,如果可以返回各位数字之和,否则返回-1。

代码

/**
 * @date 2024-07-03 0:40
 */
public class SumOfTheDigitsOfHarshadNumber3099 {

    public int sumOfTheDigitsOfHarshadNumber(int x) {
        int sum = 0;
        // 容易出错的点是直接对x进行修改,后面求余的时候就错了
        int digit = x;
        while (digit > 0) {
            sum += digit % 10;
            digit /= 10;
        }
        return x % sum == 0 ? sum : -1;
    }
}

性能

2710.移除字符串中的尾随零

目标

给你一个用字符串表示的正整数 num ,请你以字符串形式返回不含尾随零的整数 num 。

示例 1:

输入:num = "51230100"
输出:"512301"
解释:整数 "51230100" 有 2 个尾随零,移除并返回整数 "512301" 。

示例 2:

输入:num = "123"
输出:"123"
解释:整数 "123" 不含尾随零,返回整数 "123" 。

说明:

  • 1 <= num.length <= 1000
  • num 仅由数字 0 到 9 组成
  • num 不含前导零

思路

去掉字符串末尾的0。

代码

/**
 * @date 2024-06-29 21:45
 */
public class RemoveTrailingZeros2710 {

    public String removeTrailingZeros(String num) {
        int n = num.length() - 1;
        while (n >= 0 && num.charAt(n) == '0') {
            n--;
        }
        return num.substring(0, n + 1);
    }
}

性能

LCP61.气温变化趋势

目标

力扣城计划在两地设立「力扣嘉年华」的分会场,气象小组正在分析两地区的气温变化趋势,对于第 i ~ (i+1) 天的气温变化趋势,将根据以下规则判断:

  • 若第 i+1 天的气温 高于 第 i 天,为 上升 趋势
  • 若第 i+1 天的气温 等于 第 i 天,为 平稳 趋势
  • 若第 i+1 天的气温 低于 第 i 天,为 下降 趋势

已知 temperatureA[i] 和 temperatureB[i] 分别表示第 i 天两地区的气温。 组委会希望找到一段天数尽可能多,且两地气温变化趋势相同的时间举办嘉年华活动。请分析并返回两地气温变化趋势相同的最大连续天数。

即最大的 n,使得第 i~i+n 天之间,两地气温变化趋势相同

示例 1:

输入: temperatureA = [21,18,18,18,31] temperatureB = [34,32,16,16,17]
输出:2
解释:如下表所示, 第 2~4 天两地气温变化趋势相同,且持续时间最长,因此返回 4 - 2 = 2
天数 0~1 1~2 2~3 3~4
变化趋势A 下降 平稳 平稳 上升
变化趋势B 下降 下降 平稳 上升

示例 2:

输入: temperatureA = [5,10,16,-6,15,11,3] temperatureB = [16,22,23,23,25,3,-16]
输出:3

说明:

  • 2 <= temperatureA.length == temperatureB.length <= 1000
  • -20 <= temperatureA[i], temperatureB[i] <= 40

思路

简单的计数,容易出错的点是忘记比较最后的cnt。

知识点:

  • 如何比较变化是否相同,使用API Integer.compare 或者 计算 (x > y) - (x < y), boolean 值可以隐式转换成 0 或者 1。最直接的就是判断(a>b && c>d) || (a==b && c==d) || (a<b && c<d)

代码

/**
 * @date 2024-06-21 0:35
 */
public class TemperatureTrendLCP61 {

    public int temperatureTrend_v1(int[] temperatureA, int[] temperatureB) {
        int n = temperatureA.length;
        int res = 0;
        int cnt = 0;
        for (int i = 1; i < n; i++) {
            if (Integer.compare(temperatureA[i], temperatureA[i - 1]) == Integer.compare(temperatureB[i], temperatureB[i - 1])) {
                cnt++;
            } else {
                res = Math.max(res, cnt);
                cnt = 0;
            }
        }
        return Math.max(res, cnt);
    }

}

性能