题目1. 两数之和

*

办法1,暴力求解,2层循环,工夫复杂度O(n^2),空间复杂度O(1)

    public int[] twoSum(int[] nums, int target) {        int[] res = new int[2];        for(int i=0;i<nums.length;i++){            for(int j=i+1;j<nums.length;j++){                if((nums[j]+nums[i]) == target){                    res[0]=i;                    res[1]=j;                    return res;                }            }                    }        throw new IllegalArgumentException("No two sum solution");    }

大多数人都能间接想到的方法,然而有没有方法<font color=red>“高大上”</font>一点呢

办法2,应用map,<font color=red>“一次遍历”</font>

咱们晓得map可能提供一种key-value的对应关系,当咱们确定了
target以及组成target中的一个元素的时候,便有了target-nums[i]与nums[j]
之间的对应关系了,于是咱们就有了

public int[] twoSum(int[] nums, int target) {        int[] res = new int[2];        HashMap<Integer,Integer> map = new HashMap<Integer,Integer>();        for(int i=0;i<nums.length;i++){                map.put(nums[i],i);            if(map.get(target-nums[i]) != null && map.get(target-nums[i])!=i) {                res[0]=map.get(target-nums[i]);                res[1]=i;                return res;            }                    }        throw new IllegalArgumentException("No two sum solution");    }

然而这里有一个问题,咱们晓得map的key是不能反复的,这里呈现了
一种非凡状况须要思考,那就是当两个值雷同的元素呈现时,这里的
map就会异样,如下图。

所以咱们这里须要把put操作放在上面,以防这种非凡状况,同时咱们再对
以上的代码做下优化,比方if判断的条件能够改为map.containsKey,并
在return时间接new一个数组,不在独自初始化一个。便有了如下AC代码:

    public int[] twoSum(int[] nums, int target) {        int[] res = new int[2];        for(int i=0;i<nums.length;i++){            for(int j=i+1;j<nums.length;j++){                if((nums[j]+nums[i]) == target){                    res[0]=i;                    res[1]=j;                    return res;                }            }                    }        throw new IllegalArgumentException("No two sum solution");    }

最初,我来解释下为什么下面的“高大上”和“一次遍历”是带引号的,
外表上咱们利用的map的属性,get和containskey简化了咱们的代码,
但相熟map的敌人都晓得,这两个轮子实际上是通过map外部的
getNode来实现的,其外部应用了while循环来实现,所以事实上
咱们的代码在工夫复杂度上还是O(n^2),并且你还耗费了肯定的
建设map的哈希构造的工夫。<font color=red>这就通知咱们,不是用了轮子就代表了
高效率,一方面要理解轮子,一方面要具体问题具体分析,灵活运用</font>

题目7. 整数反转


**如果数据范畴给的比拟宽松的话,应用stringBuilder
的reverse这个轮子也是能够的,然而这里做出了限度
,为避免溢出问题应用数学的办法解决**

具体的防溢出判断能够看LeetCode上大佬的思路,这里不献丑了
在不思考溢出问题的状况下,简略演绎下就是,咱们能够通过不停的
取模与取余的操作来获取到一个n位数的每一位数字,有了这些,
咱们就能实现将他翻转。比方123这个数字,利用while循环我顺次
去除了1,2,3,再在while外部应用((310)+2)10+1便可轻松解决,
工夫复杂度为O(n)(n为int数值x的长度)

    public int reverse(int x) {        int ans = 0;        while (x != 0) {            int pop = x % 10;            if (ans > Integer.MAX_VALUE / 10 || (ans == Integer.MAX_VALUE / 10 && pop > 7))                 return 0;            if (ans < Integer.MIN_VALUE / 10 || (ans == Integer.MIN_VALUE / 10 && pop < -8))                 return 0;            ans = ans * 10 + pop;            x /= 10;        }        return ans;    }    

题目9. 回文数


不应用reverse这个轮子,那就还是用数学方法来解决,
首先依据题干给的例子,正数pass,而后开端为0的数字pass,
毕竟没有数字是0结尾的嘛。
解决完这两种非凡状况,咱们来思考下个别状况。既然是回文数,
那必定能够翻转嘛,不能翻转的必定不是回文数。
在上一题中咱们介绍了数学的反转办法,这里正好用到。

    public boolean isPalindrome(int x) {        if(x<0 || (x%10==0 && x!=0))            return false;                int res = 0;        int y = x;        while(x!=0){            res = res*10+x%10;            x = x/10;        }        return res==y;    }

有了上一题的教训,咱们疾速的写出了翻转的办法。你可能会问,上一题中咱们思考了
溢出的状况,那么这题呢?能想到这一点阐明你和我一样谨严(手动滑稽)。
**事实上咱们这里并不需要放心溢出的问题,因为家喻户晓,int只有4字节32位字符,
溢出的话并不代表int无奈示意,只是会做截取,而这个截取的值必定与原值不同,
就如下图一样**。

题目13. 罗马数字转整数


第一反馈是找法则<font color=red>
IV = 5 -1 = (-1)*1 +5 = 4
VI = 5 + 1 = 5 + 1*1 = 6
XL = 50 - 10 = (-1)*10 + 50 = 40
LX = 50 + 10 = 50 + (1)*10 = 60
<font>

咱们发现,<font color=red>如果右边的值比左边的小,则做减法,否则就是加法。</font>
于是咱们能够for循环做一次遍历,从第二个元素开始,每一个都跟
前一个元素比拟大小,判断加减。有个细节需注意,咱们是在第二个节点
时才判断对第一个节点的加减,因而当跳出循环时,开端元素没有加进去,
因为最初一位元素没有左边一位,因而最初一位元素必然做加法。

public int romanToInt(String s) {        int sum = 0;        char[] c = s.toCharArray();        int previous = judgeSize(c[0]);        for(int i = 1;i < c.length; i ++) {            int next = judgeSize(c[i]);            if(previous < next) {                sum = sum -previous;            } else {                sum = sum + previous;            }            previous = next;        }        sum = sum + previous;        return sum;    }        private int judgeSize(char ch) {        switch(ch) {            case 'I':                 return 1;            case 'V':                 return 5;            case 'X':                 return 10;            case 'L':                 return 50;            case 'C':                 return 100;            case 'D':                 return 500;            case 'M':                 return 1000;            default:                 return 0;        }    }

这里的switch也能够用HashMap实现映射关系的存储,然而效率上
可能存在肯定消,毕竟建哈希表的工夫也不是天上掉下来的嘛。
工夫复杂度为O(n)(n为罗马数字的长度)

题目14. 最长公共前缀


还是从例子中找思路
**flower,flow,flight
能够得出最长公共前缀为fl
不过咱们能够看出,如果只有前两个元素,则后果是flow
在看上面的例子
flower,flow,flight,fow
则最长公共前缀变成了f**
<font color=red>以此类推,第一个元素和第二个元素的最长公共前缀,肯定蕴含
或等于(前提是公共前缀存在)第二个元素和第三个元素的前缀</font>
因而,咱们能够先把第一个元素给取出来,作为最长公共前缀(即本身与本身匹配)
而后在与第二个元素逐字符匹配,能够获取这两个元素的最长公共前缀,
再将后果与第三个元素一一匹配,能够取得前三个元素的最长公共前缀
以此类推,直至结尾(或后果为空们则间接返回)就能够得出最终后果

    public String longestCommonPrefix(String[] strs) {        if (strs.length == 0)            return "";        String res = strs[0];        for (int i = 1; i < strs.length; i++) {            int j = 0;            for (; j < res.length() && j < strs[i].length(); j++) {                if (!(res.charAt(j) == strs[i].charAt(j))) {                    break;                }            }            res = res.substring(0, j);            if ("".equals(res))                return res;        }        return res;    }

工夫复杂度为O(mn)(n为数组长度,m为数组中每个字符串均匀长度)

题目20. 无效的括号


**左右括号的对应关系第一反馈是联想到了key-value的关系映射。
利用栈的先进后出性能完满解决。
首先,奇数长度字符串先必定不合乎,pass。再来个别状况,
每次遇到左括号就压入,遇到右括号就取出栈顶元素判断是否是
与此右括号对应的左括号(此对应关系利用hashmap实现),如不对应
则阐明不合乎,pass。最初,因为左右对应,最初的栈应该是空的,
如果遍历完一次之后栈不空,则阐明有括号未匹配上,pass。**

    public boolean isValid(String s) {        if (s.length() % 2 == 1) {            return false;        }        HashMap<Character, Character> brackets = new HashMap<Character, Character>();          brackets.put(')','(');        brackets.put('}','{');        brackets.put(']','[');        Deque<Character> stack = new LinkedList<Character>();        for (int i = 0; i < s.length(); i++) {            char ch = s.charAt(i);            if (brackets.containsKey(ch)) {                if (stack.isEmpty() || stack.peek() != brackets.get(ch)) {                    return false;                }                stack.pop();            } else {                stack.push(ch);            }        }        return stack.isEmpty();    }

复杂度为O(n^2)(deque外部的getNode也是用了while实现,因而为n*n)