- 博客(297)
- 收藏
- 关注
RSS订阅原创 算法题 寻找旋转排序数组中的最小值 II
这篇文章介绍了LeetCode 154题"寻找旋转排序数组中的最小值 II"的解法。该问题要求在包含重复元素的旋转排序数组中找到最小元素。 文章提出了一种基于二分查找的优化算法，重点处理重复元素情况。算法核心思想是：比较中间元素与右边界元素，根据大小关系调整搜索范围。当元素相等时，通过右边界减一的方式安全缩小范围。 文章详细展示了Java代码实现，并分析了算法的时间复杂度（平均O(log n)，最坏O(n)）和空间复杂度(O(1))。通过具体示例演示了算法执行过程，并提供了多个测试用例验
2025-07-25 16:47:27
126
原创 算法题 寻找旋转排序数组中的最小值
本文介绍了在旋转排序数组中寻找最小值的二分查找解法。旋转数组可分为两个有序部分，最小值是右段的第一个元素。算法通过比较中间元素与右边界调整搜索范围：若中间值大于右边界，最小值在右半段；否则在左半段。时间复杂度为O(log n)，空间复杂度O(1)。关键点包括正确选择比较对象、边界更新逻辑和循环终止条件。测试用例验证了算法的正确性，常见问题解答了实现细节和边界情况。该算法高效解决了旋转数组的最小值查找问题。
2025-07-25 16:23:00
99
原创 算法题 分发糖果
摘要：LeetCode 135题要求根据孩子的评分分配糖果，满足每个孩子至少1颗糖且评分更高的相邻孩子获得更多糖。解决方法采用两次遍历：从左到右确保左规则（比左边高分孩子多1颗），从右到左确保右规则（比右边高分孩子多1颗），取两次结果的最大值。时间复杂度O(n)，空间复杂度O(n)。示例展示了递增、递减、平坡等不同情况下的糖果分配策略，核心在于双向处理相邻关系，确保同时满足左右规则，最终统计最少糖果总数。
2025-07-24 11:15:11
276
原创 算法题 岛屿的最大面积
文章摘要 LeetCode 695题要求计算二进制矩阵中最大岛屿的面积。岛屿由相邻的陆地（1）组成，相邻指水平或垂直方向。算法采用DFS或BFS遍历矩阵，发现陆地时启动搜索，标记已访问的单元格并统计面积。DFS通过递归实现，BFS使用队列。两种方法时间复杂度均为O(m×n)，空间复杂度分别为O(m×n)和O(min(m,n))。关键点包括原地标记、方向处理和边界检查。测试用例验证了算法的正确性，针对不同岛屿形态（集中、分散、长条形）都能准确计算最大面积。
2025-07-24 10:40:42
423
原创 算法题 被围绕的区域
LeetCode 130 被围绕的区域 - 摘要 该问题要求找到并替换矩阵中被X完全围绕的O区域，保留与边界相连的O。关键解法： 算法思路：逆向思维，先标记所有与边界相连的O（不会被替换的部分），再替换剩下的O。使用DFS或BFS进行标记。 实现方法： DFS：递归遍历边界O及其相邻O，标记为特殊字符 BFS：使用队列迭代处理边界O及其相邻O 复杂度分析： 时间复杂度O(mn)，空间复杂度O(mn)（最坏情况） 核心步骤： (1) 标记边界相连O (2) 替换剩余O为X (3) 恢复标记区域为O 两种方法均
2025-07-24 09:58:14
759
原创 动态规划 三角形最小路径和
本文介绍了求解三角形最小路径和的两种动态规划方法。方法一使用二维DP数组自顶向下计算，初始化起点后逐行处理首尾元素和中间元素，最后比较最后一行得到结果。方法二优化空间复杂度为一维数组，自底向上遍历，通过比较相邻元素更新当前路径和。两种方法时间复杂度均为O(n²)，但方法二空间复杂度优化为O(n)。文章详细分析了状态转移、边界处理、遍历顺序等关键点，并提供了代码实现和测试用例验证。
2025-07-23 11:39:12
767
原创 算法题 有序链表转换二叉搜索树
LeetCode 109题要求将有序链表转换为高度平衡的二叉搜索树。采用分治递归法结合快慢指针找中点，时间复杂度O(n log n)，空间复杂度O(log n)。核心步骤包括：使用快慢指针找到链表中点作为根节点，递归构建左右子树，并处理边界情况。也可优化为先将链表转为数组再构建BST，使时间复杂度降为O(n)。测试用例验证了算法在空链表、单节点和双节点情况下的正确性。
2025-07-23 10:21:25
410
原创 算法题 将有序数组转换为二叉搜索树
本文介绍了LeetCode 108题"将有序数组转换为二叉搜索树"的解决方案。该问题要求将升序数组转换为高度平衡的BST，其中每个节点的左右子树高度差不超过1。核心算法采用分治递归法，每次选择数组中间元素作为根节点，递归构建左右子树。时间复杂度为O(n)，空间复杂度为O(log n)。文章详述了算法实现、关键点、构建过程，并提供了边界处理、优化建议和测试用例。重点强调了中间节点选择方法和递归终止条件，确保生成的BST始终保持高度平衡特性。
2025-07-23 09:50:13
263
原创 算法题 矩阵置零
本文介绍了LeetCode 73题"矩阵置零"的解法。该问题要求将矩阵中为0的元素所在行和列全部置为0，且需使用原地算法。核心思路是利用首行和首列作为标记位，先记录首行首列原始状态，再遍历内部元素标记需要置零的行列，最后统一处理。算法时间复杂度O(m×n)，空间复杂度O(1)。文章详细说明了标记法步骤、代码实现、边界情况处理和优化方案，并提供了测试用例验证正确性。关键点在于复用矩阵首行首列进行标记，避免使用额外空间。
2025-07-22 11:20:58
306
原创 算法题 加一
题目要求对用数组表示的非负整数加一。从末位开始加一，处理进位情况：若当前位加一后小于10则直接返回；若等于10则置为0并进位到前一位。若最高位仍有进位，需创建新数组并在首位补1。时间复杂度最坏O(n)，空间复杂度一般为O(1)，最高位进位时为O(n)。关键点包括逆序处理进位、提前终止循环和最高位进位处理。
2025-07-22 10:46:34
398
原创 算法题 螺旋矩阵
摘要 LeetCode 54题要求以顺时针螺旋顺序遍历并返回矩阵中的所有元素。本文提出边界收缩法解决方案：通过维护四个边界变量(top,bottom,left,right)，依次遍历矩阵的外层到内层。算法按顺时针方向处理四边：先从左到右遍历上边，从上到下遍历右边，从右到左遍历下边，再从下到上遍历左边，每处理完一边就收缩对应边界。关键点包括边界更新顺序、边界条件检查以及终止条件判断。该算法时间复杂度O(m×n)，空间复杂度O(1)，能正确处理各种边界情况如单行、单列矩阵。
2025-07-22 10:17:57
268
原创 算法题 N 皇后 II
本文介绍了LeetCode 52题N皇后II的高效解法，采用回溯法结合位运算优化。关键点在于使用三个整数位掩码分别跟踪列、主对角线和副对角线的占用状态，通过位运算快速检测冲突。算法时间复杂度为O(n!)，空间复杂度O(n)。文章详细解释了位掩码设计原理、冲突检测方法和状态更新机制，并指出无需显式回溯的特点。同时提供了Java代码实现、复杂度分析和测试用例，最后解答了关于位掩码溢出的常见问题。该解法通过状态压缩显著提升了传统回溯法的效率。
2025-07-22 09:53:49
636
原创 算法题 N 皇后
摘要 LeetCode 51题N皇后问题要求在一个n×n棋盘上放置n个互不攻击的皇后。本文介绍了基于回溯法的解决方案，使用三个状态数组记录列、主对角线和副对角线的占用情况。算法通过逐行放置皇后，检查冲突并递归处理下一行，成功放置所有皇后后保存解。关键点包括对角线索引计算和状态重置，时间复杂度为O(n!)，空间复杂度为O(n)。文章还讨论了位运算优化和常见问题解答，提供了Java实现代码和测试用例。
2025-07-21 11:39:11
1171
原创 算法题 缺失的第一个正数
本文介绍了LeetCode 41题"缺失的第一个正数"的解法。该问题要求在未排序的整数数组中找到缺失的最小正整数，时间复杂度O(n)，空间复杂度O(1)。采用原地哈希法，通过两次遍历：第一次将每个正整数交换到正确位置（值x放在索引x-1处），第二次检查第一个位置不匹配的元素。关键点包括位置映射关系、交换条件的控制以及边界处理。算法时间复杂度O(n)，空间复杂度O(1)，适用于各种边界情况，如含负数、重复值或大数的数组。
2025-07-21 10:56:21
283
原创 算法题 解数独
本文介绍了LeetCode 37题解数独的算法实现。该问题要求按照数独规则填充空格，确保每行、每列和每个3×3宫内数字1-9不重复。算法采用回溯法结合状态压缩技术，使用三个二维数组分别记录行、列和九宫格的数字使用状态。通过递归尝试填充数字并在冲突时回溯，最终找到唯一解。时间复杂度最坏为O(9^m)，空间复杂度为O(1)。关键点包括状态压缩、九宫格索引计算和回溯机制。文章提供了完整的Java实现、算法分析和测试用例。
2025-07-21 10:11:48
343
原创 算法题 有效的数独
本文介绍了LeetCode第36题"有效的数独"的解法。该问题要求验证一个9x9数独是否满足基本规则：每行、每列和每个3x3宫格内数字1-9不重复。采用哈希表/数组标记法，通过创建三个二维数组分别记录行、列和宫格中数字的出现情况。算法遍历数独，检查每个数字是否重复出现，时间复杂度为O(1)，空间复杂度为O(1)。文章提供了Java实现代码，并分析了示例输入的处理过程，最后给出了多个测试用例验证算法正确性。
2025-07-20 11:22:41
711
原创 算法题 搜索插入位置
本文介绍了LeetCode 35题"搜索插入位置"的二分查找解法。给定一个排序数组和目标值，算法在O(logn)时间内找到目标值索引或应插入位置。关键点包括：初始化左右指针，循环比较中点值调整搜索范围，最终返回left作为插入位置。文章详细分析了算法过程、时空复杂度，并通过示例演示了具体执行步骤。同时提供了完整的Java代码实现和测试用例，涵盖了目标值存在/不存在、边界情况等场景。最后总结了常见问题解答，如循环条件、防溢出处理等注意事项。
2025-07-20 10:55:15
429
原创 算法题 最接近的三数之和
摘要 LeetCode 16题要求在整数数组中找到三个数，使其和最接近目标值。采用排序+双指针策略：先排序数组，固定第一个数后，用双指针搜索剩余两数。通过比较当前和与目标值的差值来更新最接近的和。时间复杂度O(n²)，空间复杂度O(1)。关键点包括排序预处理、双指针移动逻辑（和小则右移左指针，和大则左移右指针）以及跳过重复元素优化。算法通过维护最接近的和变量，最终返回最优解。测试用例验证了各种边界情况，确保算法正确性。
2025-07-19 10:35:41
400
原创 算法题 最长公共前缀
本文介绍了LeetCode第14题"最长公共前缀"的解决方案。采用垂直扫描法，以第一个字符串为基准，逐列比较其他字符串的对应字符，时间复杂度O(S)，空间复杂度O(1)。算法包含边界处理、提前终止机制，并通过测试用例验证了正确性。关键点在于基准选择和高效的终止条件，确保在发现不匹配时立即返回结果。文章还讨论了常见问题和优化思路，提供了二分查找的替代实现方案。
2025-07-19 10:10:40
302
原创 动态规划 跳跃游戏 II
摘要： LeetCode 45题要求从数组起点出发，根据每个位置的可跳跃步数，计算到达终点的最小跳跃次数。两种解法： 动态规划（反向）：定义dp[i]为从位置i到终点的最小跳跃次数，倒序计算，时间复杂度O(n²)，空间O(n)。 贪心算法（正向）：维护当前边界end和最大可达位置maxPos，遍历时更新边界并跳跃，时间O(n)，空间O(1)。贪心法通过每一步最大化覆盖范围确保最优解，效率更高。 关键点：贪心的边界更新机制（i==end时跳跃）和动态规划的状态反向依赖关系。测试用例验证了算法的正确性。
2025-07-19 09:32:12
891
原创 动态规划 跳跃游戏
本文介绍了判断能否从数组起点跳到终点的两种解法：贪心算法和动态规划。贪心算法通过维护最大可达位置（时间复杂度O(n)，空间O(1)），动态规划使用DP数组记录可达性（时间复杂度O(n²)，空间O(n)）。关键点包括贪心算法的提前终止条件、单元素数组和起点为0的特殊处理。测试用例验证了算法的正确性，常见问题解答了边界情况的处理逻辑。贪心算法因其高效性被推荐为首选方案。
2025-07-18 14:58:59
309
原创 算法题 合并区间
本文介绍了LeetCode 56题"合并区间"的解题方法。给定一个区间集合，要求合并所有重叠的区间，返回不重叠的区间数组。算法首先对区间按起始位置排序，然后遍历比较相邻区间：若当前区间起始位置≤前一区间结束位置则合并，否则作为新区间加入结果。时间复杂度为O(n log n)，主要来自排序操作。文章提供了Java实现代码、详细算法分析、测试用例及关键点说明，包括排序的必要性、合并条件和边界处理等常见问题解答。该解法能有效处理各种重叠情况，保证合并后的区间完整覆盖原始输入。
2025-07-18 11:25:21
359
原创 动态规划 不同路径 II
本文介绍了解决机器人网格路径问题的动态规划方法，重点处理了存在障碍物的情况。算法通过二维或一维DP数组记录到达每个位置的路径数，当遇到障碍物时路径数置零。关键点包括：初始化处理起点/终点障碍物、第一行/列的特殊情况、空间优化技巧以及障碍物的动态处理。时间复杂度O(mn)，空间复杂度可优化至O(n)。通过示例和测试用例验证了算法的正确性，并解答了常见实现问题。
2025-07-18 10:42:29
320
原创 动态规划 不同路径
摘要：本文介绍了机器人从m×n网格左上角移动到右下角的不同路径问题。通过动态规划方法，定义dp[i][j]表示到达(i,j)的路径数，状态转移方程为dp[i][j] = dp[i-1][j] + dp[i][j-1]。初始化首行和首列为1（唯一路径），然后填充DP表。空间优化版本使用一维数组，通过滚动更新降低空间复杂度至O(n)。算法时间复杂度为O(m×n)，适用于网格路径计算问题。
2025-07-18 10:06:43
352
原创 动态规划 最小路径和
摘要： LeetCode 64题要求在一个m×n非负整数网格中，从左上角到右下角寻找路径和最小的路径（每次只能向右或向下移动）。采用动态规划法，定义dp[i][j]为到达(i,j)的最小路径和。初始化起点后，分别处理第一行、第一列和中间位置的状态转移：dp[i][j] = min(上方值, 左方值) + 当前值。通过原地修改网格优化空间至O(1)，时间复杂度O(mn)。示例分析展示了算法的逐步计算过程，最终右下角值即为解。测试用例验证了算法的正确性，包括边界情况（单行/列、1x1网格等）。关键点在于动态规划
2025-07-17 15:30:14
271
原创 算法题 最短无序连续子数组
摘要： LeetCode 581题要求找出使整个数组有序的最短无序连续子数组。提供两种解法： 排序比较法（O(nlogn)时间，O(n)空间）：复制排序数组后双指针扫描确定边界。 一次遍历法（O(n)时间，O(1)空间）：通过维护最大值/最小值动态标记无序区间边界。关键点在于正向遍历确定右边界（当前值<历史最大值），反向遍历确定左边界（当前值>历史最小值）。测试案例验证了算法对完全有序、逆序及部分无序数组的处理能力。
2025-07-17 14:49:50
677
原创 动态规划 使用最小花费爬楼梯
本文介绍了解决最小花费爬楼梯问题的动态规划方法。给定一个表示台阶费用的数组cost，需要计算到达楼梯顶部的最小花费。关键思路是定义dp[i]表示到达第i阶的最小花费，状态转移方程为dp[i] = min(dp[i-1], dp[i-2]) + cost[i]。初始化dp[0]和dp[1]为对应台阶费用，最终结果为最后两阶的最小值。文章提供了两种实现：完整DP数组和空间优化版本（仅用两个变量）。算法时间为O(n)，优化后空间为O(1)。通过示例和测试用例验证了正确性，并解释了关键点和常见问题。
2025-07-17 11:35:36
324
原创 动态规划 爬楼梯
本文介绍了爬楼梯问题的动态规划解法。计算爬n阶台阶的方法数，每次可爬1或2阶。关键思路是状态转移方程dp[i] = dp[i-1] + dp[i-2]，即斐波那契数列。给出两种实现：方法一使用DP数组（空间O(n)）；方法二优化空间（O(1)）。分析时间/空间复杂度均为O(n)/O(1)，并通过示例演示计算过程。强调初始化dp[0]=1的意义，指出递归解法效率低的问题。最后提供测试用例验证算法正确性，并解答常见问题。
2025-07-17 11:04:32
416
原创 动态规划 编辑距离
本文介绍了计算两个单词编辑距离的动态规划解法。编辑距离定义为将一个单词转换为另一个单词所需的最小插入、删除或替换操作次数。算法核心是构建二维DP表，其中dp[i][j]表示word1前i个字符转换为word2前j个字符的最小操作数。通过比较字符是否相同进行状态转移：相同则继承左上角值，不同则取插入、删除或替换操作的最小值加1。文章提供了二维DP和一维空间优化两种实现，分析了时间复杂度为O(mn)，并给出了示例测试用例。关键点包括状态转移逻辑、空间优化技巧和边界初始化处理。
2025-07-17 10:37:41
294
原创 算法题 颜色分类
本文介绍了解决颜色分类问题的三指针算法（荷兰国旗问题）。给定包含0、1、2的数组，通过定义p0、p2和curr三个指针分别处理0、2和当前元素：当遇到0时与p0交换并右移指针，遇到2时与p2交换并左移p2，遇到1则直接跳过。算法时间复杂度O(n)，空间复杂度O(1)，经过示例演示和边界情况分析，展示了该算法的高效性和正确性，同时解答了常见问题。
2025-07-17 10:01:42
364
原创 算法题 子集 II
本文介绍了解决子集II问题的回溯算法。该问题要求在包含重复元素的数组中找出所有不重复的子集。算法通过对数组排序预处理，并在回溯过程中剪枝去重：当遇到重复元素且不是当前层第一个元素时跳过。每个递归层级记录当前路径作为有效子集。时间复杂度为O(n×2ⁿ)，空间复杂度O(n)。关键点包括排序预处理、剪枝条件的精确控制（i > start且nums[i] == nums[i-1]），以及理解层内重复与分支内重复的区别。
2025-07-16 14:33:32
246
原创 算法题 子集
摘要 本文介绍了求解子集问题的两种主要方法。给定不含重复元素的整数数组，要求返回所有可能的子集（幂集）。回溯法采用深度优先搜索，通过递归和回溯生成子集，时间复杂度O(n×2ⁿ)，空间复杂度O(n)。迭代法从空集出发，逐步扩展新子集，时间复杂度和空间复杂度均为O(n×2ⁿ)。文章详细阐述了两种算法的实现过程，通过示例演示了回溯法的执行流程，并提供了测试用例和常见问题解答。关键点在于理解如何避免重复子集的生成，以及两种方法在不同场景下的适用性。
2025-07-16 14:07:36
258
原创 算法题 最大矩形
本文介绍了一种在二进制矩阵中寻找最大全1矩形面积的算法。该算法将二维问题转化为一维柱状图问题，逐行计算高度数组并使用单调栈求解最大面积。时间复杂度为O(m×n)，空间复杂度为O(n)。关键步骤包括：初始化高度数组、逐行更新高度、使用单调栈求解每行最大矩形面积，并更新全局最大值。文章详细解释了算法原理，提供了Java实现代码，并通过示例演示了计算过程，最后给出了测试用例和常见问题解答。
2025-07-16 11:38:29
495
原创 算法题 柱状图中最大的矩形
本文介绍了求解柱状图中最大矩形面积的单调栈算法。核心思路是对于每个柱子，找到其左右第一个比它低的柱子作为边界，计算当前柱子能构成的最大矩形面积。算法通过维护单调递增栈，在O(n)时间内解决问题。关键步骤包括：处理边界条件（首尾添加0高度）、栈操作（弹栈时计算面积）、宽度计算（i-stack.peek()-1）。文章给出了Java实现代码、算法分析、示例演示和常见问题解答，帮助读者理解这个经典问题的解法。
2025-07-16 11:13:48
1296
原创 算法题 不同的二叉搜索树 II
本文介绍了生成所有不同的二叉搜索树(BST)的算法。给定整数n，需要生成由1到n节点组成的所有BST结构。算法采用分治递归方法，遍历每个数字i作为根节点，递归生成左右子树的所有可能组合，并将结果合并。时间复杂度为O(Cₙ)，其中Cₙ是卡塔兰数。文章详细说明了算法思路、代码实现、过程分析以及优化方法，包括记忆化搜索来避免重复计算。最后提供了测试用例验证算法正确性，包括n=0、1、2等边界情况。该算法能有效解决二叉搜索树的生成问题，适用于需要枚举所有可能树结构的场景。
2025-07-16 10:01:55
873
原创 动态规划 不同的二叉搜索树
题目要求计算由1到n的节点能构成的不同二叉搜索树(BST)的数量。采用动态规划方法，定义dp[i]表示i个节点能构成的BST数量。通过分解问题为左右子树的组合，递推式为dp[i] = Σ(dp[j] * dp[i-j-1])，其中j从0到i-1。边界条件为dp[0]=1和dp[1]=1。该算法时间复杂度O(n²)，空间复杂度O(n)。示例展示了n=3时的计算过程，结果为5种。此外，可直接用卡塔兰数公式优化至O(n)时间。关键点在于利用BST特性和子问题分解，避免重复计算。
2025-07-15 15:24:16
806
原创 算法题 N 叉树的层序遍历
本文介绍了 LeetCode 429 题 N 叉树的层序遍历解决方案。采用广度优先搜索（BFS）算法，利用队列辅助实现分层遍历。关键点包括：初始化队列、通过记录当前层节点数实现分层处理、遍历子节点列表并跳过空值。文章详细说明了算法步骤、时间/空间复杂度分析（均为 O(N)），并提供了完整 Java 实现代码、示例解析和测试用例。针对常见问题如空树处理、分层机制等给出明确解答，强调 N 叉树与二叉树遍历的核心区别在于子节点的动态处理。
2025-07-15 14:47:59
362
原创 算法题 二叉树的层序遍历 II
本文介绍了二叉树自底向上层序遍历的算法。通过广度优先搜索(BFS)进行标准层序遍历，并使用链表头部插入的方式实现结果反转，避免了显式反转操作。关键点包括：使用LinkedList存储结果以支持O(1)时间复杂度的头部插入；处理每层节点时将其结果插入链表头部；初始检查空树情况。该算法时间复杂度为O(n)，空间复杂度O(n)。测试用例验证了不同树形结构的正确性，包括普通二叉树、单节点树、斜树和空树。与常规层序遍历的主要区别在于结果存储顺序的控制。
2025-07-15 14:22:15
289
原创 算法题 二叉树的层序遍历
本文介绍了二叉树的层序遍历算法。该问题要求按层级从左到右访问所有节点并返回结果。采用广度优先搜索(BFS)方法，使用队列辅助实现： 初始化队列并加入根节点 循环处理每层节点： 记录当前层节点数 遍历当前层节点，保存值并加入子节点 每层处理完后将结果存入最终列表 时间复杂度为O(n)，空间复杂度为O(n)。关键点包括队列的先进先出特性、通过levelSize分离层级以及空节点处理。示例代码采用Java实现，提供了多种测试用例，包括正常二叉树、单节点树、斜树和空树等情况。对比指出队列比栈更适合此场景，并简要说明
2025-07-15 11:30:24
325
原创 算法题 从前序与中序遍历序列构造二叉树
本文介绍了如何根据二叉树的前序遍历和中序遍历序列重构二叉树。通过递归分治法定位根节点并划分左右子树，使用哈希表优化查找效率。算法时间复杂度为O(n)，空间复杂度为O(n)。关键点包括前序首元素为根、中序定位子树、递归构建以及哈希表优化。代码提供了详细实现和测试用例，适用于无重复元素的二叉树重构场景。
2025-07-15 10:44:27
418
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人