为什么 leetcode 上很多题 Java 比 C++ 快
c++隐形代码太多，要效率还是c。另外纯计算题，java也很快的。偏计算的代码少，执行次数多，jit会生成机器码，生成之后就跟c语言没啥区别了。
LintCode/LeetCode训练题目&答案详解—基础篇
一、在二叉树中寻找值最大的节点并返回：
给出如下一棵二叉树：
返回值为 3 的节点。
简析：使用了递归的思想；注意为空的判断；
二、单例
单例 是最为最常见的设计模式之一。对于任何时刻，如果某个类只存在且最多存在一个具体的实例，那么我们称这种设计模式为单例。例如，对于 class Mouse (不是动物的mouse哦)，我们应将其设计为 singleton 模式。
你的任务是设计一个 getInstance 方法，对于给定的类，每次调用 getInstance 时，都可得到同一个实例。
样例：
在 Java 中:
A a = A.getInstance();
A b = A.getInstance();
a 应等于 b.
挑战：
如果并发的调用 getInstance，你的程序也可以正确的执行么？
}
注意：实现一个单例有两点注意事项，①将构造器私有，不允许外界通过构造器创建对象；②通过公开的静态方法向外界返回类的唯一实例
参考：单例模式的几种写法对比：
三、整数排序
给一组整数，按照升序排序，使用选择排序，冒泡排序，插入排序或者任何 O(n2) 的排序算法。
样例：
对于数组 [3, 2, 1, 4, 5], 排序后为：[1, 2, 3, 4, 5]。
答案(java版本)：
选择排序：
冒泡排序：
答案解析：
各个语言的实现请参考维基百科：
** 四、斐波那契数列**
查找斐波纳契数列中第 N 个数。所谓的斐波纳契数列是指：
前2个数是 0 和 1 。
第 i 个数是第 i-1 个数和第i-2 个数的和。
斐波纳契数列的前10个数字是：
0, 1, 1, 2, 3, 5, 8, 13, 21, 34 ...
答案：
注意事项：
1、n是从1开始的，而不是0
2、一般我们都会想到用递归的方式实现，但是这个时间开销很大：
3、题目的引申: 青蛙跳阶梯 ，铺方砖
参考：
java leetcode的题目 for循环 逻辑 求大神解释
举个例子： 数组nums有5个组， 即大小为5. 它的元素下标就是 0 1 2 3 4
你的J 如果是j length -1 就是说 J 4 那么j取值就是 0 1 2 3， 也就是永远取不到最后一个元素。
leetcode第三题，JAVA小白求教
public int lengthOfLongestSubstring(String s) {
if (s.length()==0) return 0;
HashMapCharacter, Integer map = new HashMapCharacter, Integer();
int max=0;
for (int i=0, j=0; is.length(); ++i){
if (map.containsKey(s.charAt(i))){
j = Math.max(j,map.get(s.charAt(i))+1);
}
map.put(s.charAt(i),i);
max = Math.max(max,i-j+1);
}
return max;
}
耗时7天我终于把LeetCode刷通关：数组十七连，真是不简单
大家好，我是老三，一个刷题困难户，接下来我们开始数组类型算法的刷题之旅！
数组
数组基本上是我们最熟悉的数据结构了，刚会写“Hello World”不久，接着就是“杨辉三角”之类的练习。
数组结构
上图是一个字符数组的例子。
因为内存空间连续，所以可以直接通过下标获取对应的元素。
但是删除就麻烦一点，相当于填坑，一个元素被移走，留下的坑，需要其它元素来填上。
删除元素
在Java中，多维数组的存储本质上也是一个行优先的一维数组。
我们都知道，在Java中的 “=” 用在基本数据类型上，是值传递，用在引用数据类型上，是引用传递。
这一块展开可以写一篇文章，我们只简单看个例子：
大家可以看到，newArray改变了，array也跟着变了。
为什么呢？
在Java中，数组是引用数组类型。array、newArray都是存储在栈中的引用，它们指向堆中真正存储的数组对象。
所以改变了newArray，实际是改变了newArray指向的数组。
数组引用传递
这一点是我们刷题需要注意的，复制数组需要在循环中一个个复制。
题目：704. 二分查找 ()
难度：简单
描述：
给定一个 n 个元素有序的（升序）整型数组 nums 和一个目标值 target ，写一个函数搜索 nums 中的 target，如果目标值存在返回下标，否则返回 -1。
题目示例
思路：
二分查找可以说我们都很熟了。
因为数组是有序的，所以定义三个指针，low、high、mid，每次与中间指针指向的元素nums[mid]比较，
二分查找
但是这个代码还有一处问题，在哪呢？
int mid = (left + right) / 2;
这个地方可能会因为left和right数值太大导致内存溢出，所以应该写为 int mid = left + ((right - left) 1);
修改之后代码如下：
时间复杂度：O(logn)
题目：35. 搜索插入位置 ()
难度：简单
描述：
给定一个排序数组和一个目标值，在数组中找到目标值，并返回其索引。如果目标值不存在于数组中，返回它将会被按顺序插入的位置。
请必须使用时间复杂度为 O(log n) 的算法。
题目示例
思路：
二分查找比较简单，但写对还要费点功夫，再做一道基本一样的题巩固一下。
这道题基本一样，插入的位置可能有四种情况：
二叉树插入位置
代码如下：
时间复杂度：O(logn)
题目：34. 在排序数组中查找元素的第一个和最后一个位置 ()
难度：中等
描述：
给定一个按照升序排列的整数数组 nums，和一个目标值 target。找出给定目标值在数组中的开始位置和结束位置。
如果数组中不存在目标值 target，返回 [-1, -1]。
进阶：
题目示例
思路：
看到时间复杂度 O(log n) ，数组有序，我们知道，二分查找该上场了。
但是这道题有点不一样，它需要寻找边界。
那我们怎么办呢？
这就引入了寻找边界的二分查找。
这道题的思路是什么呢？
我们分别用二分查找来寻找左边界和右边界。
一般的二分查找：
注意，我们这里的返回条件是 nums[mid] == target ，但是寻找边界的时候就不能这样了，因为我们不能确定mid是不是我们的边界。
以寻找左边界为例，条件是 target = nums[mid] 的时候，我们接着往左移动。
寻找右边界也类似。
代码如下：
时间复杂度：O(logn)
题目：27. 移除元素 ()
难度：简单
描述：
给你一个数组 nums 和一个值 val，你需要 原地 移除所有数值等于 val 的元素，并返回移除后数组的新长度。
不要使用额外的数组空间，你必须仅使用 O(1) 额外空间并 原地 修改输入数组。
元素的顺序可以改变。你不需要考虑数组中超出新长度后面的元素。
说明:
为什么返回数值是整数，但输出的答案是数组呢?
请注意，输入数组是以「引用」方式传递的，这意味着在函数里修改输入数组对于调用者是可见的。
你可以想象内部操作如下:
思路
「暴力解法」
暴力解法没什么好说的，和上道题类似，找到要删除的元素，把它后面的元素全部向前移动一位。
暴力解法
这里有两点需要注意：
代码如下：
时间复杂度：O(n²)。
「双指针法」
双指针法，是数组和链表题中非常常用的一种方法。
这道题用双指针法怎么解决呢？
定义两个指针，一个前，一个后。没有找到目标的时候front和after一起移动，找到目标的时候，after停下来，front接着移动，把front指向的值赋给after指向的值。
这样一来，双指针就通过一个循环完成了双循环完成的事情。
双指针法
代码如下：
时间复杂度：O(n)。
题目：27. 移除元素 ()
难度：简单
描述：
给你一个有序数组 nums ，请你 原地 删除重复出现的元素，使每个元素 只出现一次 ，返回删除后数组的新长度。
不要使用额外的数组空间，你必须在 原地 修改输入数组 并在使用 O(1) 额外空间的条件下完成。
说明:
为什么返回数值是整数，但输出的答案是数组呢?
请注意，输入数组是以「引用」方式传递的，这意味着在函数里修改输入数组对于调用者是可见的。
你可以想象内部操作如下:
题目示例
思路
趁着上一道题劲儿还没缓过来，赶紧做一道基本一样的巩固一下。
直接上代码：
时间复杂度：O(n)。
题目：283. 移动零 ()
难度：简单
描述：
给定一个数组 nums ，编写一个函数将所有 0 移动到数组的末尾，同时保持非零元素的相对顺序。
「示例:」
「说明」 :
思路
继续沿着上一道题的思路。
移动零
代码如下：
时间复杂度：O(n)。
题目：977. 有序数组的平方 ()
难度：简单
描述：
给你一个按 「非递减顺序」 排序的整数数组 nums ，返回 「每个数字的平方」 组成的新数组，要求也按 「非递减顺序」 排序。
题目示例
思路
「暴力排序法」
这道题一看，最直观的做法是什么呢？
先求数字平方的数组，然后再把新数组排序。
代码也好写：
时间复杂度：遍历时间复杂度O(n)，快排时间复杂度O(nlogn)，所以时间复杂度O(n+nlogn)。
思路
「双指针法」
我们连写几道双指针了，这道题能不能用双指针实现呢？
我们分析一下，这个数组在取平方之前，是有序的，那么它绝对值最大的数一定是在两端的。
所以我们可以定义两个指针，一个指向最左端，一个指向最右端，比较两者平方的大小，大的平方放入结果数组，并移动指针。
有序数组的平方
代码如下：
时间复杂度：O(n)。
题目：1. 两数之和 ()
难度：简单
描述：给定一个整数数组 nums 和一个整数目标值 target，请你在该数组中找出 和为目标值 target 的那 两个 整数，并返回它们的数组下标。
你可以假设每种输入只会对应一个答案。但是，数组中同一个元素在答案里不能重复出现。
你可以按任意顺序返回答案。
题目示例
思路：
「暴力解法」
上来我们先来个最简单的暴力解法，大家应该都知道冒泡排序吧，类似的两层循环。
两层循环
代码写起来也很简单：
时间复杂度：看到这个双循环，就知道时间复杂度O(n²)。
「哈希辅助法」
时间复杂度O(n²)多少有点过了，这道题的重点是两个元素相加之和的判断。
我们可以用一个Hash集合把元素存起来，这样一来遍历一遍就够了，例如目标和9，当前元素2，只需要判断集合里是否有元素7就行了。
时间复杂度：从Hash查询和取值时间复杂度都是O(1)，所以整体时间复杂度是O(1)。
题目：15. 三数之和 ()
难度：简单
描述：
给你一个包含 n 个整数的数组 nums，判断 nums 中是否存在三个元素 a，b，c ，使得 a + b + c = 0 ？请你找出所有和为0且不重复的三元组。
注意：答案中不可以包含重复的三元组。
题目示例
思路：
「哈希法」
做完两数之和以后，我们首先想到的就是哈希法。
两层循环，取到a，b，再通过 0-(a+b) 来确定c。
但是这里还有一个问题， 答案中不可以包含重复的三元组。
所以，我们还要想办法去掉Hash里的重复元素。
可以加入一个约束，第三个数的索引大于第二个数才存入。
时间复杂度：双循环，O(n²)。
虽然这么也写出来了，但是，说实话，很难写出没有问题的代码。
我们写了这么多双指针，那么有没有可能用双指针的方式呢？
「双指针法」
首先对数组进行排序，然后遍历数组。
然后再在当前节点后面取左右指针，判断左右指针的值是否等于0-nums[i]，然后分别左右移动。
怎么去重呢？
满足条件时，看左指针的值是否和前一个位置相等，右指针的值是否和和它后一个位置的值相等。
双指针法
代码如下：
时间复杂度：O(n²)
题目：18. 四数之和 ()
难度：简单
描述：
给定一个包含 n 个整数的数组 nums 和一个目标值 target，判断 nums 中是否存在四个元素 a，b，c 和 d ，使得 a + b + c + d 的值与 target 相等？找出所有满足条件且不重复的四元组。
注意：答案中不可以包含重复的四元组。
题目示例
思路：
我们延续三数之和的思路，在三数之和外面再套一层循环。
时间复杂度：O(n³)
题目：209. 长度最小的子数组()
难度：中等
描述：
给定一个含有 n 个正整数的数组和一个正整数 target 。
找出该数组中满足其和 target 的长度最小的 连续子数组 [numsl, numsl+1, ..., numsr-1, numsr] ，并返回其长度。如果不存在符合条件的子数组，返回 0 。
题目示例
思路
这道题是一道经典的滑动窗口问题[4]。
image-20210801164436322
代码如下：
时间复杂度：O(n)，虽然循环里套循环了，但是starrt和end各自被移动了n次，所以时间复杂度是O(n)。
题目：219. 存在重复元素 II ()
难度：简单
描述：
给定一个整数数组和一个整数 k，判断数组中是否存在两个不同的索引 i 和 j，使得 nums [i] = nums [j]，并且 i 和 j 的差的 绝对值 至多为 k。
题目示例
思路：
上面我们做了一道滑动窗口的题，我们接着再做一道也可以用滑动窗口解决的问题。
这道题的滑动窗口略有区别，上一道题的窗口是活动的，这个是 固定的滑动窗口 ,维护一个长度为k的固定窗口，如果窗口内含有目标值，返回。如果窗口进入新的元素，就需要把头部的元素移除掉，保持窗口的长度。
固定窗口
代码如下：
时间复杂度：O(n)。
题目：1052. 爱生气的书店老板()
难度：中等
描述：
今天，书店老板有一家店打算试营业 customers.length 分钟。每分钟都有一些顾客（customers[i]）会进入书店，所有这些顾客都会在那一分钟结束后离开。
在某些时候，书店老板会生气。如果书店老板在第 i 分钟生气，那么 grumpy[i] = 1，否则 grumpy[i] = 0。当书店老板生气时，那一分钟的顾客就会不满意，不生气则他们是满意的。
书店老板知道一个秘密技巧，能抑制自己的情绪，可以让自己连续 X 分钟不生气，但却只能使用一次。
请你返回这一天营业下来，最多有多少客户能够感到满意。
「示例：」
思路：
这道题是一道固定窗口的问题。
整体思路就是把不生气的部分作为固定窗口，固定窗口把customers分成了三部分，最后求三部分的最大和。
固定窗口
时间复杂度：O(n)。
空间复杂度：O(1)。
题目：面试题3. 数组中重复的数字 ()
难度：复杂
描述：
找出数组中重复的数字。
在一个长度为 n 的数组 nums 里的所有数字都在 0 n-1 的范围内。数组中某些数字是重复的，但不知道有几个数字重复了，也不知道每个数字重复了几次。请找出数组中任意一个重复的数字。
「示例 1：」
思路：
「哈希法」
这种找重复的数字问题，我们脑子里第一下就想起来，用Hash存储元素，然后进行比对。
代码实现也很简单：
时间复杂度：O(n)。
空间复杂度：O(n)
但今天的主角不是它，而是
「原地置换法」
我们注意到一个条件 所有数字都在 0 n-1 的范围内 ,那就在这方面进行操作，我们可以把元素放到它的值对应的下标的位置。
例如 num[2]=1，那我们就把它放到下标1的位置。
接着遍历，元素发现它应该待的坑已经被它的双胞胎兄弟给占了，它就知道，它是多余的那个。
原地置换
代码如下：
时间复杂度：O(n)。
空间复杂度：O(1)
题目：41. 缺失的第一个正数 ()
难度：复杂
描述：
给你一个未排序的整数数组 nums ，请你找出其中没有出现的最小的正整数。
请你实现时间复杂度为 O(n) 并且只使用常数级别额外空间的解决方案。
题目示例
思路
「辅助数组」
这道题有一个非常巧妙地的办法！[1]
可以引入一个辅助数组，从1开始，在对应的位置存入原数组对应的元素。如原数组num[0]=1，那么这个元素就应该存入辅助数组 helper[1]。
然后遍历辅助数组，发现的第一个坑就是缺失的第一个正数。
辅助数组
代码如下：
时间复杂度：O(n)。
空间复杂度：O(n)。
「原地置换法」
我们上面用了原地置换法解决了一个问题，降低了空间复杂度，我们这道题是不是也可以呢？
原地置换没法修改数组长度，我们肯定不能nums[i] 存 i 了，我们左移一下，num[i-1]存i。
原地置换
代码实现如下：
时间复杂度：O(n)。
空间复杂度：O(1)。
题目：54. 螺旋矩阵 ()
难度：中等
描述：
给你一个 m 行 n 列的矩阵 matrix ，请按照 「顺时针螺旋顺序」 ，返回矩阵中的所有元素。
示例 1：
示例2
思路
这道题，思路比较容易想，就是上右下左四个方向顺时针遍历数组。
顺时针遍历数组
但是这道题的细节是魔鬼。
有两种，一种是一圈遍历完成，上下左右的位置移动，遍历是左闭右开[的条件。
我们采用的是第二种，每遍历完一条边，就移动对应的位置，遍历就是左闭右闭的条件。
还有一点细节就是值得注意的是，遍历过程中可能会出现出现 top bottom || left right ，其中一对边界彼此交错了。
这意味着此时所有项都遍历完了，如果没有及时 break ，就会重复遍历。
代码如下：
时间复杂度：O(mn)，其中 m 和 n 分别是输入矩阵的行数和列数。
题目：59. 螺旋矩阵 II ()
难度：中等
描述：
给你一个正整数 n ，生成一个包含 1 到 n2 所有元素，且元素按顺时针顺序螺旋排列的 n x n 正方形矩阵 matrix 。
示例
思路
和上面一道题基本一模一样，我们往里面套就行了。
代码如下：
时间复杂度：O(n²)
剑指 Offer 29. 顺时针打印矩阵 也是一道类似的题目。
写了个顺口溜总结一下：