前言
BAT常见的算法面试题解析:
程序员算法基础——动态规划
程序员算法基础——贪心算法
工作闲暇也会有在线分享,算法基础教程—-腾讯课堂地址。
今天是LeetCode专场练习。
正文
Copy List with Random Pointer
题目链接
题目大意:
给出一个链表RandomListNode *next, *random;
每个节点有int值,有两个指针,一个指向下一个节点,一个指向链表的任意节点;
现在实现一个深度复制,复制节点的next、random、还有int值;
题目解析:
要求的是复制所有的值,其中的next、int是常规值,遍历一遍赋值即可;
较为复杂的是random指针的复制,random指针有可能指向上一个节点,也可能指向下一个节点,在赋值的时候要保持对应的关系;
这里可以用hash解决,我们把旧链表和新链表的节点一一对应,比如说oldList[i]=>newList[i];
那么如果random指针指向oldList[i],相当于新链表指向newList[i];
class Solution {
public:
RandomListNode *copyRandomList(RandomListNode *head) {
RandomListNode *ret = NULL;
RandomListNode *p = head;
unordered_map<RandomListNode *, RandomListNode *> hashMap;
while (p) {
RandomListNode *node = new RandomListNode(p->label);
hashMap[p] = node;
if (ret) {
ret->next = node;
}
ret = node;
p = p->next;
}
p = head;
ret = hashMap[head];
while (p) {
if (p->random) {
ret->random = hashMap[p->random];
}
p = p->next;
ret = ret->next;
}
return hashMap[head];;
}
};
复杂度解析:
时间复杂度是O(N)
空间复杂度是O(N)
Insert Interval
题目链接
题目大意:
给出n个不重叠的区间[x, y],并且按照起始坐标x进行从小到大的排序;
现在新增一个区间[a, b],为了保持区间不重叠,对区间进行merge,问剩下的区间有哪些;
Example:
**Input: **intervals = [[1,2],[3,5],[6,7],[8,10],[12,16]], newInterval = [4,8]
Output: [[1,2],[3,10],[12,16]]
Explanation: Because the new interval [4,8] overlaps with [3,5],[6,7],[8,10].
题目解析:
最直接的做法是对所有区间进行处理,分情况讨论:
1、区间[x, y]与[a, b] 无重叠,则不变换;
2、区间[x, y]与[a, b] 有部分重叠,则拿出来特殊处理;
最后从情况2的所有区间和[a, b]中找到一个区间的起始最小值、结束最大值,作为新的区间。
但是这样的代码复杂度比较高,更简洁的做法可以是:
1、把区间[a, b]放入n个区间中,按起始和结束位置从小到大排序;
2、如果区间i的起始位置<=区间i-1的结束位置,则认为是一个区间;
bool cmp(Interval a, Interval b) {
if (a.start != b.start) {
return a.start < b.start;
}
else {
return b.end < a.end;
}
}
class Solution {
public:
vector<Interval> insert(vector<Interval>& intervals, Interval newInterval) {
intervals.push_back(newInterval);
if (intervals.empty()) return vector<Interval>{};
vector<Interval> ret;
sort(intervals.begin(), intervals.end(), cmp);
ret.push_back(intervals[0]);
for (int i = 1; i < intervals.size(); ++i) {
if (ret.back().end < intervals[i].start) { // 新的段
ret.push_back(intervals[i]);
}
else {
ret.back().end = max(ret.back().end, intervals[i].end);
}
}
return ret;
}
}leetcode;
复杂度解析:
方法1
时间复杂度是O(N)
空间复杂度是O(N)
方法2
时间复杂度是O(NLogN)
空间复杂度是O(N)
Word Break
题目链接
题目大意:
给出原串s,字符串数组dict,要求:
1、把s分成多个连续的子串;
2、每个子串都在dict里面;
问,是否有解。
s = “leetcode”,
dict = [“leet”, “code”].
Return true because “leetcode” can be segmented as “leet code”.
题目解析:
把一个串分成2个串的可能性有n种可能,n是字符串长度。
那么对于串[l, r] 如果[l, k] 和 [k+1, r]是合法的,那么[l, r]也是合法的。
故而用动态规划:
dp[i][j] 表示字符串[i, j]是否为合法的子串;
枚举k∈[i, j] 来判断分割字符串的位置;
转移转移是O(N),因为需要判断区间[i, k]和[k+1, j]是否合法(用字典数配合);
最后判断dp[1, n]是否合法。
class Solution {
public:
bool dp[N];
bool wordBreak(string s, vector<string>& wordDict) {
unordered_set<string> wordSet;
for (int i = 0; i < wordDict.size(); ++i) {
wordSet.insert(wordDict[i]);
}
memset(dp, 0, sizeof(dp));
dp[0] = true;
for (int i = 1; i <= s.length(); ++i) {
for (int j = i - 1; j >= 0; --j) {
if (dp[j]) {
string substr = string(s.begin() + j, s.begin() + i);
if (wordSet.find(substr) != wordSet.end()) {
dp[i] = true;
break;
}
}
}
}
return dp[s.size()];
}
}leetcode;
复杂度解析:
时间复杂度
O(N^3) N^2的状态* N的字典数判断。
空间复杂度
O(N^2+M) N^2是状态数量,M是字典数;
优化方案:
1、dp用1维表示;dp[i] 表示前i个是否合理,转移的时候dp[i]=dp[k] && substr(k+1, i)
2、判断substr是否存在时,可以用字典数;
Word Break II
题目链接
在前文Word Break的基础上,输出所有的解。
Input:
s = “catsanddog”
wordDict = [“cat”, “cats”, “and”, “sand”, “dog”]
Output:
[
“cats and dog”,
“cat sand dog”
]
题目解析:
用vector来存可能的解,然后用dfs来输出即可。
class Solution {
public:
vector<int> g[N];
vector<string> wordBreak(string s, vector<string>& wordDict) {
vector<string> ret;
unordered_set<string> wordSet;
for (int i = 0; i < wordDict.size(); ++i) {
wordSet.insert(wordDict[i]);
}
vector<bool> dp(s.length() + 1, false);
dp[0] = true;
for (int i = 1; i <= s.length(); ++i) {
for (int j = i - 1; j >= 0; --j) {
if (dp[j]) {
string substr = string(s.begin() + j, s.begin() + i);
if (wordSet.find(substr) != wordSet.end()) {
// cout << i << " " << j << " " << substr << endl;
dp[i] = true;
g[i].push_back(j);
}
}
}
}
vector<string> cur;
if (dp[s.length()]) {
dfs(s, ret, cur, s.length());
}
return ret;
}
void dfs(string &s, vector<string> &ret, vector<string> &cur, long n) {
for (int i = 0; i < g[n].size(); ++i) {
string str = string(s.begin() + g[n][i], s.begin() + n);
cur.push_back(str);
dfs(s, ret, cur, g[n][i]);
cur.pop_back();
}
if (n == 0) {
string str = cur.back();
for (int i = cur.size() - 2; i >= 0; --i) {
str += string(" ");
str += cur[i];
}
// cout << str << endl;
ret.push_back(str);
}
}
}leetcode;
LRU Cache
题目链接
题目大意:
实现一个最近最少使用的缓存算法,要求:
get(key) – 返回缓存中key对应的值,如果没有存在缓存,返回-1;
set(key, value) – 设置缓存中的key对应的value;
缓存有固定大小。
题目解析:
缓存需要维护两个信息,
1是key和value的对应;
2是value的有效时间;
时间是从小到大,每次会把一个大的值插入(新值),同时可能删掉旧值;(命中)
那么维护一个value的有效时间,优先队列;
这种做法,单次操作的时间复杂度是O(LogN),和题目要求的O(1)有较大的差距;
O(1)表示存储的数据结构只能用数组或者hash加链表的方式。
数组的读取是O(1),但是增删是O(N)的操作;
hash+链表的方式较为符合题目的要求,可以实现大致O(1)的查找,也可以实现O(1)的增删操作;
基于此数据结构,我们可以延伸出以下的解法:
1、使用双向链表存储每个key和value;
2、每次get、set已有节点时,把节点放到链表的最前面;
3、每次set的时候如果size已经达到限制,则去掉尾部节点,然后在头部增加节点;
接下来的问题是如何实现O(1)的读取,O(1)的大小判断,以及O(1)的链表移动;
O(1)的读取,我们引入unordered_map,然后每次根据key去获取当前节点;(unordered_map 比 map 更快)
O(1)的增删操作,我们通过list.splice函数实现;(因为是双向链表,O(1)的增删并不难实现)
O(1)的大小判断,list获取size是O(N)的复杂度,所以我们引入一个变量curSize来记录当前节点数量;
总结
从简单的指针复制和区间重叠处理,再到分词、LRU实现,LeetCode的题目更适合面试,这次的题目准备既是为自己练习,也是为了方便后续面试。