第一题：找单独数的问题
代码如下：
public class Main {
public static int solution(int[] cards) {
// Edit your code here
int a = cards[0];
//遍历每个数进行异或处理
for (int i = 1; i < cards.length; i++) {
a = a ^ cards[i];
}
//返回处理结果
return a;
}
public static void main(String[] args) {
// Add your test cases here
System.out.println(solution(new int[]{1, 1, 2, 2, 3, 3, 4, 5, 5}));
System.out.println(solution(new int[]{0, 1, 0, 1, 2}));
}
}
在面对 “找单独数的问题” 时，最初的想法是通过排序后进行两个数两个数的遍历，以找出单独出现的那个数。然而，很快意识到这样的方法无法满足题目中在 O (n) 时间复杂度内求解的要求。
当再次仔细阅读题目时，便发现了其中的捷径与妙处。由于题目中数是一对一对出现的，这一特点恰好可以利用位运算中的异或运算来解决。异或运算具有 “相同为 0，不同为 1” 的特性，若两个数相同，那么它们的二进制数也相同，两个相同数的异或结果为 0。而 0 又具有特殊性质，0 和任何一个数的异或结果为这个数本身。因此，只需要通过遍历数组，将里面的数都进行异或处理，就能够轻松得出正确答案。
这个解题过程不仅体现了对问题的深入分析和理解，还展示了灵活运用位运算解决特定问题的巧妙方法。在编程中，我们常常需要根据问题的特点选择合适的算法和数据结构，而对于一些具有特殊性质的问题，位运算等底层操作往往能发挥出意想不到的效果。通过这道题，我们也应该学会在面对问题时，多角度地思考，挖掘问题中的潜在规律，以找到更加高效的解决方案。
第二题：最少前缀操作问题
这是一个简单的题目，虽然分类为中等题目
代码如下：
public class Main {
public static int solution(String S, String T) {
// write code here
int count = 0;
int i = 0, j = 0;
while (i < S.length()) {
if (j >= T.length() || S.charAt(i) != T.charAt(j))
count++;
j++;
i++;
}
return count;
}
public static void main(String[] args) {
System.out.println(solution("aba", "abb") == 1);
System.out.println(solution("abcd", "efg") == 4);
System.out.println(solution("xyz", "xy") == 1);
System.out.println(solution("hello", "helloworld") == 0);
System.out.println(solution("same", "same") == 0);
}
}
在解决这道 “最少前缀操作问题” 时，最初想到使用双循环的方法，但很快意识到可能存在更高效的解法，进而想到了数据结构中的 KMP 算法，最终调整为一个循环并在其中使用条件判断。
这种转变不仅体现了对不同算法的熟悉和灵活运用，还展示了在编程过程中不断优化的思维方式。通过巧妙地利用条件判断中的短路特性，即对于 “||”，当前面的语句为真时后面的语句不会执行；对于 “&&”，当前面的语句为假时后面的语句不会执行，有效地提高了代码的执行效率。
这道题也提醒我们，在面对问题时，不能仅仅满足于一种直观的解法，而要不断探索更优的方案。同时，对数据结构和算法的深入理解，可以帮助我们在解决问题时更加得心应手。在实际的编程工作中，我们应该时刻保持这种优化和创新的意识，以提高代码的质量和性能。
第三题：最大相等分割红包金额
代码如下：
import java.util.ArrayList;
import java.util.List;
public class Main {
public static int solution(List<Integer> redpacks) {
// Please write your code here
int left = 0;
int right = redpacks.size() - 1;
int count = 0;
int countleft = redpacks.get(left), countright = redpacks.get(right);
while (left < right) {
if (countleft < countright) {
left++;
countleft += redpacks.get(left);
} else if (countleft == countright) {
count += countleft;
left++;
right--;
countleft = redpacks.get(left);
countright = redpacks.get(right);
} else {
right--;
countright += redpacks.get(right);
}
}
return count;
}
public static void main(String[] args) {
// You can add more test cases here
List<Integer> redpacks0 = new ArrayList<>();
redpacks0.add(10);
redpacks0.add(10);
redpacks0.add(10);
redpacks0.add(10);
List<Integer> redpacks1 = new ArrayList<>();
redpacks1.add(1);
redpacks1.add(3);
redpacks1.add(4);
redpacks1.add(6);
redpacks1.add(7);
redpacks1.add(14);
List<Integer> redpacks2 = new ArrayList<>();
redpacks2.add(10000);
List<Integer> redpacks3 = new ArrayList<>();
redpacks3.add(52);
redpacks3.add(13);
redpacks3.add(61);
redpacks3.add(64);
redpacks3.add(42);
redpacks3.add(26);
redpacks3.add(4);
redpacks3.add(27);
redpacks3.add(25);
List<Integer> redpacks4 = new ArrayList<>();
redpacks4.add(2);
redpacks4.add(5);
redpacks4.add(50);
redpacks4.add(30);
redpacks4.add(60);
redpacks4.add(52);
redpacks4.add(26);
redpacks4.add(5);
redpacks4.add(74);
redpacks4.add(83);
redpacks4.add(34);
redpacks4.add(96);
redpacks4.add(6);
redpacks4.add(88);
redpacks4.add(94);
redpacks4.add(80);
redpacks4.add(64);
redpacks4.add(22);
redpacks4.add(97);
redpacks4.add(47);
redpacks4.add(46);
redpacks4.add(25);
redpacks4.add(24);
redpacks4.add(43);
redpacks4.add(76);
redpacks4.add(24);
redpacks4.add(2);
redpacks4.add(42);
redpacks4.add(51);
redpacks4.add(96);
redpacks4.add(97);
redpacks4.add(87);
redpacks4.add(47);
redpacks4.add(93);
redpacks4.add(11);
redpacks4.add(98);
redpacks4.add(41);
redpacks4.add(54);
redpacks4.add(18);
redpacks4.add(16);
redpacks4.add(11);
redpacks4.add(96);
redpacks4.add(34);
redpacks4.add(36);
redpacks4.add(87);
redpacks4.add(24);
redpacks4.add(32);
redpacks4.add(27);
redpacks4.add(62);
redpacks4.add(72);
redpacks4.add(54);
redpacks4.add(14);
redpacks4.add(67);
redpacks4.add(5);
redpacks4.add(21);
redpacks4.add(20);
redpacks4.add(44);
redpacks4.add(55);
redpacks4.add(3);
redpacks4.add(82);
redpacks4.add(19);
redpacks4.add(45);
redpacks4.add(1);
redpacks4.add(52);
redpacks4.add(14);
redpacks4.add(44);
redpacks4.add(46);
redpacks4.add(39);
redpacks4.add(83);
redpacks4.add(27);
redpacks4.add(30);
redpacks4.add(87);
redpacks4.add(61);
redpacks4.add(56);
redpacks4.add(59);
redpacks4.add(10);
redpacks4.add(83);
redpacks4.add(80);
redpacks4.add(42);
redpacks4.add(44);
redpacks4.add(75);
redpacks4.add(39);
redpacks4.add(43);
redpacks4.add(41);
redpacks4.add(23);
redpacks4.add(93);
redpacks4.add(73);
redpacks4.add(50);
redpacks4.add(94);
redpacks4.add(94);
redpacks4.add(82);
redpacks4.add(46);
redpacks4.add(87);
redpacks4.add(60);
redpacks4.add(94);
redpacks4.add(47);
redpacks4.add(52);
redpacks4.add(67);
redpacks4.add(22);
redpacks4.add(50);
redpacks4.add(49);
redpacks4.add(8);
redpacks4.add(9);
redpacks4.add(30);
redpacks4.add(62);
redpacks4.add(87);
redpacks4.add(13);
redpacks4.add(11);
System.out.println(solution(redpacks0) == 20);
System.out.println(solution(redpacks1) == 14);
System.out.println(solution(redpacks2) == 0);
System.out.println(solution(redpacks3) == 52);
System.out.println(solution(redpacks4) == 2627);
}
}
对于这道“最大相等分割红包金额”的问题，刚开始解题的时候，我着实被题目中的样例给迷惑了。那些样例呈现出的模式在我脑海中形成了一种定式，让我误以为在整个解题过程中，只会出现当前指针所指的左边累计红包金额比右边小的情况。在这种先入为主的观念影响下，我最初设计的算法逻辑是片面的，仅仅考虑了这一种情况。 然而，当我满心欢喜地提交代码，期待着正确的结果时，却迎来了错误提示。这就像是一盆冷水浇在头上，让我瞬间清醒过来。我开始重新审视自己的思路和代码，这才意识到问题所在：我完全忽略了在后续的计算过程中，右边的红包金额累计值是有可能比左边小的。这种情况的遗漏导致我的算法在面对更复杂多样的输入数据时，无法准确地计算出最大相等分割红包金额。
这一失误让我深刻体会到，在解题时不能仅仅依赖于样例所呈现的表面信息，需要更加深入、全面地去分析问题的本质和各种可能出现的情况，否则很容易陷入思维误区，导致代码出现漏洞。
