前言
上岸亦是围城,唯有不断学习,方可保持选择
1. 查找
1.1 线性查找
- 时间复杂度O(n)
1.2 二分查找
- 必须为已经排序好的序列
- 时间复杂度O(logn)
2. 排序
2.1 冒泡排序
- 算法步骤
- 比较相邻的元素,如果第一个比第二个大,就交换他们两个
- 对每一对相邻元素作同样的工作,从开始第一对到结尾的最后一对这步做完后,最后的元素会是最大的数
- 针对所有的元素重复以上的步骤,除了最后一个
- 持续每次对越来越少的元素重复上面的步骤,直到没有任何一对数字需要比较
- 时间复杂度O(n**2)
2.2 选择排序
- 算法步骤
- 首先在未排序序列中找到最小(大)元素,存放到排序序列的起始位置
- 再从剩余未排序元素中继续寻找最小(大)元素,然后放到已排序序列的末尾
- 重复第二步,直到所有元素均排序完毕
- 时间复杂度O(n**2)
2.3 插入排序
- 算法步骤
- 从第一个元素开始,该元素可以认为已经被排序
- 取出下一个元素,在已经排序的元素序列中从后向前扫描
- 如果该元素(已排序)大于新元素,将该元素移到下一位置
- 重复步骤3,直到找到已排序的元素小于或者等于新元素的位置
- 将新元素插入到该位置后
- 重复步骤2-5
- 时间复杂度O(n**2)
2.4 快速排序
- 算法步骤
- 随机选取序列中一个值,挨个跟后面的数值作比较
- 比该值小的数放在左序列中,反之则放在右序列
- 返回左序列+[随机值]+右序列,左右序列使用递归方式继续进行排序
- 时间复杂度O(nlogn)
- 快排优化(in-place)
2.5 归并排序
2.6 堆排序
3. LC
3.1 简单
两数之和
- 双重for循环暴力求解
- 时间复杂度O(n**2)
- for....if....求解
- 时间复杂度O(n**2)
- 使用dict求解
有效的完全平方数
- 二分法
- 时间复杂度O(logn)
删除链表中的节点
- 模拟:一般链表删除,需要知道待删除结点的前一结点与后一节点,本题只能访问待删除结点,可以将后一结点的值复制到当前结点,然后将后一节点当做待删除结点来进行常规删除
- 时间复杂度O(1)
提莫攻击
- 遍历一次，三目运算
- 时间复杂度O(n)
构造矩形
- 模拟:从sqrt(area)开始向下模拟宽度,整除即可
- 时间复杂度O(sqrt(n))
加一
- 模拟:末位逢九置零,执行+1退出循环,首位置零则初始全为9,长度加一置于首位
- 时间复杂度O(n)
- 数据类型转换
- 时间复杂度O(n)
数字的补数
- 遍历取反
- 时间复杂度O(logn)
分糖果
- 遍历,利用set的去重性拿到小于等于1/2长度种类
- 时间复杂度O(n)
山峰数组的顶部
- 题目描述输入必为山峰数组，遍历寻找最大值下标即可
- 时间复杂度O(n)
- 二分查找寻找非单边递增或者单边递减的中间数
- 时间复杂度O(logn)
3.2 中等
删除链表的倒数第 N 个结点
- 遍历求得链表长度l,添加哑结点,再次遍历l-n+1得到
最大单词长度乘积
- 使用集合的&运算
- 时间复杂度O(n**2)
求众数 II
- 利用dict.get()函数对元素计数,遍历字典返回超过n/3的元素
- 时间复杂度O(n)
外观数列
- 递归
- 递归必须包含一个出口,否则就会无限递归,最终导致栈的溢出.比如阶乘就是n==1返回1
- 递归必须包含一个可以分解的问题(recursive case),fact(n) = n*fact(n-1)
- 递归必须要向着递归的出口靠近(toward the base case),比如每次递归都用n-1,向着递归出口n==1靠近
