记录一下 leetcode top100

该部分只记录 easy 难度，由于为 easy 难度，故基本直接放解答

1. two sum

两数和 - 找到无序数组中和为定值的两个数，返回下标

因为需要返回下标，因此先排序后用两个指针扫（前->后, 后->前）的方式（NlogN）不行。故选用类似 hash 的形式解； key 为数组值， value 为下标

/**
 * @param {number[]} nums
 * @param {number} target
 * @return {number[]}
 */
var twoSum = function(nums, target) {
    const map = {};
    nums.forEach((num, index) => map[num] = index);
    const len = nums.length;
    for(let i = 0; i < len; i++) {
        const otherIndex = map[target - nums[i]];
        if(otherIndex && otherIndex != i) {
            return [Math.min(i, otherIndex), Math.max(i, otherIndex)]
        }
    }
};

20. Valid Parentheses

判断输入的字符串是不是只包含(, ), {, }, [ and ]

必须使用相同类型的括号关闭左括号。
必须以正确的顺序关闭左括号。

/**
 * @param {string} s
 * @return {boolean}
 */
var isValid = function(s) {
    const stack = [];
    const helpMap = {
        '(': ')',
        '[': ']',
        '{': '}'
    }
    for(let i = 0; i < s.length; i++) {
        const char = s[i];
        if(char in helpMap) {
            stack.push(helpMap[char]);
        } else if(char !== stack.pop()){
            return false;
        }
    }
    return stack.length === 0;
};

21. Merge Two Sorted Lists

合并两个已排序的链表并将其作为新链表返回。新链表应该通过拼接前两个链表的节点来完成。

解法一：递归

/**
 * Definition for singly-linked list.
 * function ListNode(val) {
 *     this.val = val;
 *     this.next = null;
 * }
 */
/**
 * @param {ListNode} l1
 * @param {ListNode} l2
 * @return {ListNode}
 */
var mergeTwoLists = function (l1, l2) {
    if (!l1) return l2;
    if (!l2) return l1;
    if (l1.val <= l2.val) {
        l1.next = mergeTwoLists(l1.next, l2);
        return l1;
    } else {
        l2.next = mergeTwoLists(l1, l2.next);
        return l2;
    }
};

解法二：循环

/**
 * Definition for singly-linked list.
 * function ListNode(val) {
 *     this.val = val;
 *     this.next = null;
 * }
 */
/**
 * @param {ListNode} l1
 * @param {ListNode} l2
 * @return {ListNode}
 */
var mergeTwoLists = function (l1, l2) {
    if (!l1) return l2;
    if (!l2) return l1;
    const newList = new ListNode(null);
    let newPointer = newList;
    while (l1 && l2) {
        if (l1.val < l2.val) {
            newPointer.next = l1;
            l1 = l1.next;
        } else {
            newPointer.next = l2;
            l2 = l2.next;
        }
        newPointer = newPointer.next;
    }
    if (l1) newPointer.next = l1;
    if (l2) newPointer.next = l2;
    return newList.next;
};

35. Search Insert Position

给定排序数组和目标值，如果找到目标，则返回索引。如果没有，请返回索引按顺序插入的索引。

类似于二分查找的变种题

平时二分查找递归的写多了，这里来个不使用递归的版本

/**
 * @param {number[]} nums
 * @param {number} target
 * @return {number}
 */
var searchInsert = function(nums, target) {
    let start = 0, end = nums.length - 1;
    let mid = Math.ceil((end + start) / 2);
    while(nums[mid] !== target) {
        if(end <= start) {
            // 如果没有找到要看看插哪里
            return nums[end] < target ? end + 1 : end;
        }
        if(nums[mid] > target) {
            // 保护一下不要变成负的
            end = Math.max(mid - 1, 0);
        } else {
            // 保护一下不要越界
            start = Math.min(mid + 1, nums.length - 1);
        }
        mid = Math.floor((end + start) / 2);
    }
    return mid;
};

52. Maximum Subarray

经典题：找一个数组中最大子序列和

解法：从头到尾遍历每一个数组元素，如何前面元素的和为正，则加上本元素的值继续搜索；如何前面元素的和为负，则此元素开始新的和计数。以及整个过程中要注意更新和的最大值。

/**
 * @param {number[]} nums
 * @return {number}
 */
var maxSubArray = function(nums) {
    let cache = 0;
    let max = -Infinity;
    nums.forEach(num => {
        cache += num;
        if(cache > max) max = cache;
        if(cache < 0) cache = 0;
    })
    return max;
};

70. Climbing Stairs

跳台阶，经典DP

/**
 * @param {number} n
 * @return {number}
 */
var climbStairs = function(n) {
    const dp = [0, 1, 2];
    for(let i = 3; i <= n; i++) {
        dp[i] = dp[i - 1] + dp[i - 2];
    }
    return dp[n]
};

100. Same Tree

判断俩二叉树是不是完全相同不好的写法：利用短路等特性把代码写在一行，注意做取值保护

/**
 * Definition for a binary tree node.
 * function TreeNode(val) {
 *     this.val = val;
 *     this.left = this.right = null;
 * }
 */
/**
 * @param {TreeNode} p
 * @param {TreeNode} q
 * @return {boolean}
 */
var isSameTree = function(p, q) {
    return (p || q) ? (p || {}).val === (q || {}).val && isSameTree((p || {}).left, (q || {}).left) && isSameTree((p || {}).right, (q || {}).right) : true
};

101. Symmetric Tree

判断一颗二叉树是不是镜像解法一：继续一行写完

/**
 * Definition for a binary tree node.
 * function TreeNode(val) {
 *     this.val = val;
 *     this.left = this.right = null;
 * }
 */
/**
 * @param {TreeNode} root
 * @return {boolean}
 */
var isSymmetric = function(root) {
    return childIsSymmetric((root || {}).left, (root || {}).right);
};

function childIsSymmetric (left, right) {
    return (left || right) ? (left || {}).val === (right || {}).val && childIsSymmetric((left || {}).left, (right || {}).right) && childIsSymmetric((left || {}).right, (right || {}).left) : true;
}

解法二：

/**
 * Definition for a binary tree node.
 * function TreeNode(val) {
 *     this.val = val;
 *     this.left = this.right = null;
 * }
 */
/**
 * @param {TreeNode} root
 * @return {boolean}
 */
var isSymmetric = function(root) {
    if(!root) return true;
    function areMirror(left, right) {
        if(!left && !right) return true;
        if((left && !right) || (right && !left)) return false;
        if(left.val != right.val) return false;
        return areMirror(left.left, right.right) && areMirror(left.right, right.left);
    }
    return areMirror(root.left, root.right);
};

104. Maximum Depth of Binary Tree

找二叉树深度

/**
 * Definition for a binary tree node.
 * function TreeNode(val) {
 *     this.val = val;
 *     this.left = this.right = null;
 * }
 */
/**
 * @param {TreeNode} root
 * @return {number}
 */
var maxDepth = function(root, deep = 0) {
    if(!root) return deep;
    return Math.max(maxDepth(root.left) + 1, maxDepth(root.right) + 1);
};

121. Best Time to Buy and Sell Stock

给一个数组，其中第i个元素是第i天给定股票的价格。只能进行一次买进和卖出，求最大利润

首先设定最大利润和最低价格：

如果当前这一天的股票价格比最低价格还小，那就把最低价格设置为这一天的股票价格。
如果最大利润比当天价格减掉最低价格还要低，那就把最大利润设置成当天价格减去最低的价格。

/**
 * @param {number[]} prices
 * @return {number}
 */
var maxProfit = function(prices) {
    if(!prices.length) return 0;
    let minPrice = Infinity, maxProfit = -Infinity;
    prices.forEach(price => {
        if(price < minPrice) {
            minPrice = price;
        }
        if(maxProfit < (price - minPrice)) {
            maxProfit = (price - minPrice);
        }
    });
    return maxProfit;
};

136. Single Number

经典题，一行代码异或解决

/**
 * @param {number[]} nums
 * @return {number}
 */
var singleNumber = function(nums){
    return nums.reduce((a,b) => { return a ^ b})；
}

141. Linked List Cycle

判断链表是否有环，不能使用额外空间解法：用两个指针，快指针每次走两步，慢指针每次走一步。这样每走一次快指针比慢指针多一步，如果有环最终能够相遇。

/**
 * Definition for singly-linked list.
 * function ListNode(val) {
 *     this.val = val;
 *     this.next = null;
 * }
 */

/**
 * @param {ListNode} head
 * @return {boolean}
 */
var hasCycle = function (head) {
    let slow = head;
    let fast = head;

    while (fast) {
        slow = slow.next;
        fast = fast.next && fast.next.next;
        if (slow === fast && fast !== null) {
            return true;
        }
    }

    return false;
};

155. Min Stack

设计一个支持push，pop，top和在恒定时间内检索最小元素的堆栈。

push(x) -- 将元素x推入堆栈
pop() -- 删除堆栈顶部的元素
top() -- 获取顶部元素
getMin() -- 检索堆栈中的最小元素

最优解 - O(1)：

该题要求的是实现一个栈，栈的修改元素的操作只有 pop() 和 push(x)，因此我们可以在 push 的时候维护一个作用类似于缓存的，记录这个时候最小元素是什么的栈 minStack。在每次 push 的时候，更新一下我们的缓存，这个时候只需要对比一下当前入栈元素和 minStack 栈顶元素，然后取小的推入 minStack 即可，代表着这个时候最小值应该是之前栈中最小的和新来的中最小的一个元素。

/**
 * initialize your data structure here.
 */
var MinStack = function() {
    this.stack = [];
    this.minStack = [];
};

/** 
 * @param {number} x
 * @return {void}
 */
MinStack.prototype.push = function(x) {
    this.stack.push(x);
    const minStackTop = this.minStack[this.minStack.length - 1];
    this.minStack.push(Math.min(x, minStackTop === undefined ? Infinity : minStackTop));
};

/**
 * @return {void}
 */
MinStack.prototype.pop = function() {
    this.stack.pop();
    this.minStack.pop();
};

/**
 * @return {number}
 */
MinStack.prototype.top = function() {
    return this.stack[this.stack.length - 1];
};

/**
 * @return {number}
 */
MinStack.prototype.getMin = function() {
    return this.minStack[this.minStack.length - 1];
};

/** 
 * Your MinStack object will be instantiated and called as such:
 * var obj = Object.create(MinStack).createNew()
 * obj.push(x)
 * obj.pop()
 * var param_3 = obj.top()
 * var param_4 = obj.getMin()
 */

160. Intersection of Two Linked Lists

找到两个单链表公共开头的节点。

果两个链接列表根本没有交集，则返回null。
函数返回后，链接列表必须保留其原始结构。
可以假设整个链接结构中没有任何循环。
代码在O(n)时间内运行，并且只使用O(1)内存。

由上图可以得知，如果要让遍历用的指针在链表公共节点入口处相遇，即两个指针走的节点一样长，只需要在 A 链表遍历完以后换到 B 链表上（走了 a + c + b 个节点），然后 B 链表出发走完了换到 A 链表上（走了 b + c + a 个节点）即可。

同时我们还要处理两个链表没有公共节点的情况：

如上图，从 A 出发的指针在走了 a + b 个节点后，从 B 出发的指针也走了 b + a 个节点，因此他们此时再走一步以后就都是 undefined，也就是说两个链表没有公共节点的话，只要判断两个指针都是 undefined 就可以知道了。

/**
 * 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 nodeA = headA, nodeB = headB;
    while(nodeA !== nodeB) {
        nodeA = nodeA ? nodeA.next : headB;
        nodeB = nodeB ? nodeB.next : headA;
    }
    return nodeA || null;
};

169. Majority Element

找出数组中出现次数超过 `⌊ n/2 ⌋ 的数这个题比较有意思一点，给出如下几种方案：

由于多于一半，因此可以直接排序后看中间位置上的数
Moore voting algorithm：`每次都找出一对不同的元素，从数组中删掉，直到数组为空或只有一种元素
Boyer-Moore Algorithm（多数投票算法）：记录一个当前过半数变量 A 及其个数 numA ，在遍历过程中，如果当前元素和记录元素 A 相等，则 numA 加 1；如果不相等，则 numA 减 1。如果 numA 为零，则更新 A 和重置 numA 。本质是：在遍历数组时，如果numA为0，表示当前并没有候选元素，也就是说之前的遍历过程中并没有找到超过半数的元素。那么，如果超过半数的元素A存在，那么A在剩下的子数组中，出现次数也一定超过半数。因此我们可以将原始问题转化为它的子问题。这里有一个可视化的流程

/**
 * @param {number[]} nums
 * @return {number}
 */
var majorityElement = function(nums) {
    let result, count = 0
    nums.forEach(num => {
        if(result !== num) {
            if(count === 0) {
                count = 1;
                result = num;
            } else {
                count--;
            }
        } else {
            count++
        }
    });
    return result;
};

198. House Robber

你是一名专业强盗，计划沿着一条街打家劫舍。每间房屋都储存有一定数量的金钱，唯一能阻止你打劫的约束条件是：由于房屋之间有安全系统相连，如果同一个晚上有两间相邻的房屋被闯入，它们就会自动联络警察，因此不可以打劫相邻的房屋。给定一列非负整数，代表每间房屋的金钱数，计算出在不惊动警察的前提下一晚上最多可以打劫到的金钱数。

DP：对于第i个房间我们的选择是偷和不偷

如果决定是偷，则第 i-1 个房间必须不偷，那么这一步的就是 dp[i] = nums[i-1] + dp[i -2] , 假设dp[i]表示打劫到第 i 间房屋时累计取得的金钱最大值
如果是不偷，那么上一步就无所谓是不是已经偷过， dp[i] = dp[i -1]
因此 dp[i] = max(dp[i - 2] + nums[i - 1], dp[i - 1] )

/**
 * @param {number[]} nums
 * @return {number}
 */
var rob = function(nums) {
    if(!nums.length) return 0;
    const dp = [nums[0]];
    for(let i = 1; i < nums.length; i++){
        dp[i] = Math.max(dp[i - 1], (dp[i - 2] || 0) + nums[i]);
    }
    return dp[nums.length - 1];
};

206. Reverse Linked List

反转链表

可以老老实实的循环/递归：

/**
 * Definition for singly-linked list.
 * function ListNode(val) {
 *     this.val = val;
 *     this.next = null;
 * }
 */
/**
 * @param {ListNode} head
 * @return {ListNode}
 */
var reverseList = function (head) {
    if (!head) return head;
    let start = head;
    let end = head
    while (end.next) {
        const node = end.next;
        end.next = node.next;
        node.next = start;
        start = node;
    }
    return start;
}

也可以骚操作一下：

/**
 * Definition for singly-linked list.
 * function ListNode(val) {
 *     this.val = val;
 *     this.next = null;
 * }
 */
/**
 * @param {ListNode} head
 * @return {ListNode}
 */
var reverseList = function (head, pre) {
    if(!head) return head
    const next = head.next;
    head.next = pre || null
    return next ? reverseList(next, head) : head;
};

226. Invert Binary Tree

反转二叉树

/**
 * Definition for a binary tree node.
 * function TreeNode(val) {
 *     this.val = val;
 *     this.left = this.right = null;
 * }
 */
/**
 * @param {TreeNode} root
 * @return {TreeNode}
 */
var invertTree = function(root) {
    if(!root) return [];
    [root.left, root.right] = [root.right, root.left];
    invertTree(root.left);
    invertTree(root.right);
    return root
};

234. Palindrome Linked List

判断一个链表是不是回文，要求 O(n) 时间， O(1) 空间

本题暴力解法就是遍历完链表后转为字符串，然后看是不是回文，符合时间复杂度要求，但是不符合空间复杂度要求

要求 O(1) 的空间，那就只能从链表本身动手了。首先判断回文无非就是从两边到中间或者从中间到两边。由于我们可以对链表本身动手，那就考虑让链表能够倒着访问（因为要求O(1)空间，所以不能直接改造为双向链表）。由于我们只能让链表顺着一个方向走，所以可以想到选择从中间到两边的方式，左边的向前(pre)，右边的向后(next)。

那么我们如何找到中间的节点呢 - 中间节点即为链表的一半，那我们使用一个快指针一次走两步，一个慢指针一次走一步，那么快指针走到尾时，慢指针应该走到链表中间。同时要注意区分链表长度是奇数还是偶数：如果是奇数的话，正中间的节点不需要做判断，应该用它前后两个节点开始比较。

最后的代码如下：

/**
 * Definition for singly-linked list.
 * function ListNode(val) {
 *     this.val = val;
 *     this.next = null;
 * }
 */
/**
 * @param {ListNode} head
 * @return {boolean}
 */
var isPalindrome = function(head) {
    if(!head) return true;
    if(!head.next) return true;
    let fast = head.next, slow = head;
    let pair = null;
    while(fast != null && fast.next != null) {
        slow.next.pre = slow;
        slow = slow.next;
        fast = fast.next.next;
    }
    if(!fast || fast.next) {
        // 奇数
        pair = slow.next;
        slow = slow.pre;
    } else {
        // 偶数
        pair = slow.next;
    }
    while(pair) {
        if(pair.val !== slow.val) return false;
        pair = pair.next;
        slow = slow.pre;
    }
    return true;
};

283. Move Zeroes

给定一个数组nums，写一个函数将所有0移动到它的末尾，同时保持非零元素的相对顺序。额外要求：

您必须在不制作数组副本的情况下就地执行此操作
最小化操作总数。思路：
最小化操作：遍历一遍的过程中操作完，且不需要额外移动操作
记 zero 的个数为 zeroesNums ，然后将每一个非零的数向前移动 zeroesNums ，最后在数组末尾填上 zero

/**
 * @param {number[]} nums
 * @return {void} Do not return anything, modify nums in-place instead.
 */
var moveZeroes = function(nums) {
    let zeroesNums = 0;
    nums.forEach((num, index) => {
        if(num === 0) {
            zeroesNums++;
        } else {
            nums[index - zeroesNums] = num;
        }
    });
    for(let i = nums.length - 1; zeroesNums > 0; i--) {
        nums[i] = 0;
        zeroesNums--;
    }
};

437. Path Sum III

给一颗每个节点都是整数（可正可负）的二叉树，求有多少条路径加起来等于一个给定值。注意，路径不需要在根或叶子处开始或结束，但必须向下（即仅从父节点行进到子节点）。

解法一：暴力解，使用 BFS 和递归来搜索符合条件的路径。需要注意的是这种方法没有利用任何缓存，即计算每条路径和的时候都重新遍历了所有路径节点。时间复杂度为 O(n²)

/**
 * Definition for a binary tree node.
 * function TreeNode(val) {
 *     this.val = val;
 *     this.left = this.right = null;
 * }
 */
/**
 * @param {TreeNode} root
 * @param {number} sum
 * @return {number}
 */
var pathSum = function(root, sum) {
    if(!root) return 0;
    let result = 0;
    const queue = [root];
    while(stack.length) {
        const node = queue.shift();
        result += reslove(node, sum);
        node.left && queue.push(node.left);
        node.right && queue.push(node.right);
    }
    return result
};

function reslove(root, sum) {
    if(!root) return 0;
    let result = 0;
    if(sum === root.val) result++;
    return result + reslove(root.left, sum - root.val) + reslove(root.right, sum - root.val);
}

解法二：如果不想用 queue，那也可以直接用递归来做搜索

/**
 * Definition for a binary tree node.
 * function TreeNode(val) {
 *     this.val = val;
 *     this.left = this.right = null;
 * }
 */
/**
 * @param {TreeNode} root
 * @param {number} sum
 * @return {number}
 */
var pathSum = function(root, sum) {
    if(!root) return 0;
    return reslove(root, sum) + pathSum(root.left, sum) + pathSum(root.right, sum);
};

function reslove(root, sum) {
    if(!root) return 0;
    return ((sum === root.val) ? 1 : 0) + reslove(root.left, sum - root.val) + reslove(root.right, sum - root.val);
}

解法三（O(n)）: 在前两种解法中，我们自顶而下重复遍历了每层节点（第一层被遍历一次，第二层被遍历两次，……）。这个时候我们就该想办法利用缓存来减少遍历次数。

因此便有了如下 O(n) 复杂度的解法（思路写在了注释中了）

/**
 * Definition for a binary tree node.
 * function TreeNode(val) {
 *     this.val = val;
 *     this.left = this.right = null;
 * }
 */
/**
 * @param {TreeNode} root
 * @param {number} sum
 * @return {number}
 */
var pathSum = function(root, sum) {
    // 缓存
    const hashMap = {};
    let currentSum = 0;
    return pathSumRecursive(root, currentSum, hashMap, sum);
};

function pathSumRecursive(node, currentSum, hashMap, target) {
    if (!node) {
        return 0;
    }

    const newCurrentSum = currentSum + node.val;
    // 看一看能不能利用之前的缓存，巧妙的在一次遍历中算出了所有线段
    // 当前路径和 - 目标值 —— 本质是看 中间有没有一段路径和 等于 目标值
    // 比如 2 - 5 - 3 的路径， 目标为 8，那么在 3 这个节点时，路径和为 10 ， 减去目标值8 后为 2， 之前路径上有1条路线和为 2，因此中间有一段和为目标值 8
    let totalPaths = hashMap[newCurrentSum - target] || 0;
    
    if (newCurrentSum === target) {
        totalPaths++;
    }
    // 更新一下缓存
    if (hashMap[newCurrentSum]) {
        hashMap[newCurrentSum]++;
    } else {
        hashMap[newCurrentSum] = 1;
    }

    totalPaths += pathSumRecursive(node.left, newCurrentSum, hashMap, target);
    totalPaths += pathSumRecursive(node.right, newCurrentSum, hashMap, target);
    
    // 由于是共用一个缓存，因此遍历完后续节点后，要在退回上一层的时候把自身从缓存中删掉，来保证缓存数据的正确性（只应该有之前路径的）
    hashMap[newCurrentSum]--;
    return totalPaths;
}

438. Find All Anagrams in a String

在字符串中寻找同构体：给定一个字符串s和一个非空字符串p，找到s中p的同构体的所有起始索引。什么是同构体：两个字符串字母一样，字母在字符串中的顺序可能不一样，比如 ab 和 ba 是同构的

解法一：

对于这个首先想到的是利用缓存来提高效率，这里我们先才用 Map 的形式做映射。同时使用滑动窗口 - 两个指针（下标）来指向当前子串。然后从前往后扫，来通过 Map 看是不是匹配。如果

当前字符在我们的 Map 中有，但是已经被匹配完了，则需要把指向开头的指针向后扫，直到遇见同样的字符。
当前字符在我们的 Map 中根本没有，则意味着到这个字符为止都不会有符合条件的字串，因此需要将 Map 恢复后，从当前字符的下一个开始重新寻找

/**
 * @param {string} s
 * @param {string} p
 * @return {number[]}
 */
var findAnagrams = function(s, p) {
    const targetMap = {};
    // 构建map
    for(let char of p) {
        if(targetMap[char]) {
            targetMap[char]++;
        } else {
            targetMap[char] = 1;
        }
    }
    let start = 0;
    let cacheLen = p.length;
    const result = [];
    for(let i = 0; i < s.length; i++) {
        const char = s[i];
        // 如果 char 还有
        if(targetMap[char]) {
            targetMap[char]--;
            cacheLen--;
            // 如果都匹配上了
            if(cacheLen === 0) {
                result.push(start); // 推进去
                // 所有的向前移动一位
                targetMap[s[start]]++; 
                start++;
                cacheLen++;
            }
        } else if(targetMap[char] === 0) {
            // char 有，但是超过个数了，就要向前走把char去掉一个
            while(s[start] !== char) {
                targetMap[s[start]]++;
                start++;
                cacheLen++;
            }
            start++;
        } else {
            // char 根本没有，就跳过之前这段
            while(start < i) {
                targetMap[s[start]]++;
                start++;
            }
            start++;
            cacheLen = p.length;
        }
    }
    return result;
};

解法二：上图中用 Obj 做 Mapping，我们也可以用数组结合字符下标来做 Mapping

/**
 * @param {string} s
 * @param {string} p
 * @return {number[]}
 */
var findAnagrams = function (s2, s1) {
    const map = Array(128).fill(0);
    let start = 0,
        end = 0,
        counter = s1.length;
    const res = [];
    for (let i = 0; i < s1.length; ++i) {
        map[s1.charCodeAt(i)]++;
    }
    while (end < s2.length) {
        if (map[s2.charCodeAt(end)] > 0) {
            counter--;
        }
        map[s2.charCodeAt(end)]--;
        end++;
        while (counter == 0) {
            if (end - start == s1.length) {
                res.push(start);
            }
            if (map[s2.charCodeAt(start)] == 0) {
                counter++;
            }
            map[s2.charCodeAt(start)]++;
            start++;
        }
    }
    return res;
};

448. Find All Numbers Disappeared in an Array

常规解法：因为题目上给出条件说数组里的数字都在 [1, n]，且要求不适用额外空间，因此可以想到该题为套路题：对原位置上的数字移动/加减/位运算等解法。此题常规可以选用反转对应位置上数字的方法：把出现的数字的对应位上的数字变为负数，然后遍历找出那些正数，其下标+1则为没有出现过的数字

/**
 * @param {number[]} nums
 * @return {number[]}
 */
var findDisappearedNumbers = function(nums) {
    nums.forEach(num => {
        num = Math.abs(num);
        if(nums[num - 1] > 0) {
            nums[num - 1] = -nums[num - 1]
        }
    });
    const result = [];
    nums.forEach((num, index) => {
        if(num > 0) {
            result.push(index + 1);
        }
    });
    return result;
};

位运算骚操作版：首先需要简单理解几个位运算是干什么的：

JavaScript 中位运算将其操作数（operands）当作32位的比特序列，有符号数最左比特位为1
1 << 31：变成 10000000000000000000000000000000
1 << 31 - 1 则变成 01111111111111111111111111111111
与1 << 31 进行 | 运算，则会把一个数（无论正负）变成负数（只修改符号位）
与1 << 31 - 1 进行 & 运算，则会把一个数（无论正负）变成正数（只修改符号位）该解法用以上方式避开对符号的判断

/**
 * @param {number[]} nums
 * @return {number[]}
 */
var findDisappearedNumbers = function(nums) {
    for (var i = 0; i < nums.length; i++) {
        nums[(nums[i] & ((1 << 31) - 1)) - 1] |= (1 << 31);
        //                 统一正负数运算            变成负数                               
    }
    
    ans = [];
    
    for (var i = 0; i < nums.length; i++) {
        // 如果不是负数，就推进去
        if ((nums[i] & (1 << 31)) != (1 << 31))
            ans.push(i+1);
    }
    
    return ans;
};

461. Hamming Distance

Hamming Distance 表示两个等长字符串在对应位置上不同字符的数目，也度量了通过替换字符的方式将字符串x变成y所需要的最小的替换次数。

1.常规解法：转成二进制以后一位一位的算，需要手动补位或手动判断 undefined

/**
 * @param {number} x
 * @param {number} y
 * @return {number}
 */
var hammingDistance = function (x, y) {
    let binaryX = x.toString(2);
    let binaryY = y.toString(2);
    const len = Math.max(binaryX.length, binaryY.length);
    if (binaryX.length < len) {
        binaryX = binaryX.padStart(len, '0')
    } else {
        binaryY = binaryY.padStart(len, '0')
    };
    let result = 0;
    for (let i = len - 1; i >= 0; i--) {
        if (binaryX[i] !== (binaryY[i])) {
            result++
        }
    }
    return result;
};

2.位运算：按位异或，不需要考虑补长度，更简洁

/**
 * @param {number} x
 * @param {number} y
 * @return {number}
 */
var hammingDistance = function (x, y) {
    var res = x ^ y;
    var count = 0;
    while (res != 0) {
        if (res % 2 == 1) count++;
        res = Math.floor(res / 2); // res = res >> 1;
    }
    return count;
};

538. Convert BST to Greater Tree

二叉搜索树上的每一个节点要加上所有大于他的节点的值：原始BST的每个 key 都更改为原始 key 加上大于BST中原始 key 的所有 key 的总和。

解法一：

BST的性质如下
- 若它的左子树不空，则左子树上所有结点的值均小于它的根结点的值；
- 若它的右子树不空，则右子树上所有结点的值均大于它的根结点的值；
- 它的左、右子树也分别为二叉排序树。
使用右->中->左的顺序从大到小遍历，并利用 cacheVal 来缓存比当前节点大的值来达到 O(n) 的时间复杂度
在递归中进行 cacheVal 的传递而不是在外层保存该值（麻烦一点，因为需要处理右子树最左节点：代码29行）
因为右子树最左节点的只是除了当前节点以外最小的，所以右子树最左节点的值为最大的（所有比当前节点大的节点加起来的值）。因此当前节点只需要加上右子树最左节点的值即可

/**
 * Definition for a binary tree node.
 * function TreeNode(val) {
 *     this.val = val;
 *     this.left = this.right = null;
 * }
 */
/**
 * @param {TreeNode} root
 * @return {TreeNode}
 */
var convertBST = function(root) {
    if(root) {
        converVal(root);
        return root;
    } else {
        return [];
    }
};

function converVal(root, cacheVal = 0) {
    if(root.right) {
        cacheVal = converVal(root.right, cacheVal);
    }
    root.val += cacheVal;
    cacheVal = root.val;
    if(root.left) {
        // 处理右子树最左节点，返回给上一层递归来使用（此时右子树最左节点为上一层节点需要加的值）
        return converVal(root.left, cacheVal);
    } 
    return root.val;
}

解法二：把解法一中的 cacheVal 提出来放在外围搞一个闭包，然后就不用每次递归传进去了，这样只需要从大到小遍历即可，简单易懂。

/**
 * Definition for a binary tree node.
 * function TreeNode(val) {
 *     this.val = val;
 *     this.left = this.right = null;
 * }
 */
/**
 * @param {TreeNode} root
 * @return {TreeNode}
 */
var convertBST = function(root) {
    let sum = 0;
    
    return function inner(root) {
        if (root == null) return null;
        inner(root.right);
        root.val += sum;
        sum = root.val;
        inner(root.left);
        return root;
    }(root);
};

543. Diameter of Binary Tree

给定二叉树，计算树的直径长度 - 二叉树的直径是树中任意两个节点之间最长路径的长度。此路径可能会也可能不会通过根节点。

递归，因为是寻找一条最长的路径，因此分成两个情况考虑：

寻找当前子树左子树和右子树单侧最长路径，并返回给上一层使用
返回当前子树最长路径（左子树最长路径 + 当前根节点(1） + 右子树最长路径给上一层使用

最后找出这两者更大的一个即可

/**
 * Definition for a binary tree node.
 * function TreeNode(val) {
 *     this.val = val;
 *     this.left = this.right = null;
 * }
 */
/**
 * @param {TreeNode} root
 * @return {number}
 */
var diameterOfBinaryTree = function(root) {
    if(!root) return 0;
    // 返回一个最大的
    return Math.max(...diameterOfSubtree(root)) - 1;
};
function diameterOfSubtree(root) {
    if(!root.left && !root.right) return [1, 1];
    let left = 0, leftBig = 0, right = 0, rightBig = 0;
    if(root.left) [left, leftBig] = diameterOfSubtree(root.left);
    if(root.right) [right, rightBig] = diameterOfSubtree(root.right);
    // 当前子树最长路径
    const cacheBig = Math.max(leftBig, rightBig, left + right + 1);
    return [1 + Math.max(left, right), cacheBig];
}

572. Subtree of Another Tree

判断一棵树是不是另一颗树的子结构

解法一：直接递归看一下是不是子树，但这样有重复遍历

/**
 * Definition for a binary tree node.
 * function TreeNode(val) {
 *     this.val = val;
 *     this.left = this.right = null;
 * }
 */
/**
 * @param {TreeNode} s
 * @param {TreeNode} t
 * @return {boolean}
 */
var isSubtree = function (s, t) {
    return !!(subtree(s, t) || 
            (s.left && isSubtree(s.left, t)) || 
            (s.right && isSubtree(s.right, t)));
};
function subtree(s, t) {
    if (!s && !t) return true;
    return ((s || {}).val === (t || {}).val) && 
            subtree(s.left, t.left) && 
            subtree(s.right, t.right);
}

解法二：前序遍历树，存成字符串，然后看看 source 里面是不是包含 target 即可

var isSubtree = function(s, t) {
  let string1 = {str: ""};
  let string2 = {str: ""};
  treeString(s, string1);
  treeString(t, string2);

  return string1.str.includes(string2.str);
}

function treeString(root, string) {
  if (!root) {
    string.str += "X";
    return;
  }
  string.str += `,${root.val},`
  treeString(root.left, string);
  treeString(root.right, string);
}

581. Shortest Unsorted Continuous Subarray

最短未排序连续子数组:给定一个整数数组，您需要找到一个最短的连续的子数组，要求是如果序对此子数组进行升序排序后，整个数组也将按升序排序。

第一种简单的方法是把数组进行排序，那么原数组和新数组不一样的个数即为界限，但是这种的复杂度为 O(nlgn) (排序后遍历)

或者我们可以用两个指针，一个从前向后，一个从后向前

从前向后的寻找最后一个不为最大值的索引
从后向前的寻找第一个不为最小值的索引

然后就能得出哪一段是没有按照升序排序的了

/**
 * @param {number[]} nums
 * @return {number}
 */
var findUnsortedSubarray = function(nums) {
    let last = 0, first = -1, max = -Infinity, min = Infinity;
    for(let i = 0, j = nums.length - 1; j >= 0; j--, i++){
        max = Math.max(max, nums[i]);
        if(nums[i] !== max) first = i;
        
        min = Math.min(min, nums[j]);
        if(nums[j] !== min) last = j;
    }
    return first - last + 1;
};

617. Merge Two Binary Trees

该题有疑似有恶性 bug - testcase:

Input: [] []
Expected: []
Output: null

递归：

/**
 * Definition for a binary tree node.
 * function TreeNode(val) {
 *     this.val = val;
 *     this.left = this.right = null;
 * }
 */
/**
 * @param {TreeNode} t1
 * @param {TreeNode} t2
 * @return {TreeNode}
 */
var mergeTrees = function(t1, t2) {
  if (!t1) {
    return t2;
  }
  if (!t2) {
    return t1;
  }
  t1.val += t2.val;
  t1.left = mergeTrees(t1.left, t2.left);
  t1.right = mergeTrees(t1.right, t2.right);
  return t1;
};

非递归：利用栈加树的层次遍历写法

var mergeTrees = function (t1, t2) {
    if (t1 === null) {
        return t2;
    }
    const stack = [];
    stack.push([t1, t2]);
    while (stack.length !== 0) {
        const t = stack.pop();
        if (t[0] === null || t[1] === null) {
            continue;
        }
        t[0].val += t[1].val;
        if (t[0].left === null) {
            t[0].left = t[1].left;
        } else {
            stack.push([t[0].left, t[1].left]);
        }
        if (t[0].right === null) {
            t[0].right = t[1].right;
        } else {
            stack.push([t[0].right, t[1].right]);
        }
    }
    return t1;
};