怒刷LeetCode的第28天（Java版）

2023-10-28 20:01
文章标签 java leetcode 28 怒刷

本文主要是介绍怒刷LeetCode的第28天（Java版），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

目录

第一题

题目来源

题目内容

解决方法

方法一：动态规划

方法二：迭代

方法三：斐波那契数列公式

第二题

题目来源

题目内容

解决方法

方法一：栈

方法二：路径处理类

方法三：正则表达式

方法四：字符串处理

第三题

题目来源

题目内容

解决方法

方法一：动态规划

第一题

题目来源

70. 爬楼梯 - 力扣（LeetCode）

题目内容

解决方法

方法一：动态规划

可以使用动态规划的方法来解决这个问题。假设要爬到第n阶楼梯，那么可以从第n-1阶楼梯爬一步上来，或者从第n-2阶楼梯爬两步上来。因此，到达第n阶楼梯的方法数等于到达第n-1阶楼梯的方法数加上到达第n-2阶楼梯的方法数。

首先初始化前两个楼梯的方法数，即dp[0]=1和dp[1]=1。然后从第3个楼梯开始，通过迭代计算每个楼梯的方法数，直到第n个楼梯。

class Solution {
public int climbStairs(int n) {if (n <= 1) {return 1;}int[] dp = new int[n + 1];dp[0] = 1;dp[1] = 1;for (int i = 2; i <= n; i++) {dp[i] = dp[i - 1] + dp[i - 2];}return dp[n];
}
}

复杂度分析：

  • 这个算法的时间复杂度是O(n)，其中n是楼梯的阶数。这是因为我们需要计算从第2阶楼梯到第n阶楼梯的方法数，每次计算都需要常数时间。
  • 空间复杂度是O(n)，因为我们使用一个大小为n+1的数组来存储每个楼梯的方法数。如果只需要存储前两个楼梯的方法数，空间复杂度可以优化为O(1)。

总结起来，这个算法是相当高效的，可以在合理的时间内解决规模较大的问题。

LeetCode运行结果：

方法二：迭代

除了动态规划，还可以使用迭代的方法来解决这个问题。迭代方法的思路是从前往后计算每个楼梯的方法数，并利用一个变量来保存前两个楼梯的方法数，以便计算当前楼梯的方法数。

class Solution {
public int climbStairs(int n) {if (n <= 1) {return 1;}int prev1 = 1; // 到达前一个楼梯的方法数int prev2 = 1; // 到达前两个楼梯的方法数int current = 0; // 当前楼梯的方法数for (int i = 2; i <= n; i++) {current = prev1 + prev2;prev2 = prev1;prev1 = current;}return current;
}
}

复杂度分析：

  • 时间复杂度： 在迭代方法中，我们使用一个循环来计算每个楼梯的方法数，循环执行了n-2次（从第3个楼梯开始计算）。因此，时间复杂度为O(n)。
  • 空间复杂度： 在迭代方法中，我们只使用了三个变量：prev1、prev2和current来保存楼梯的方法数。这三个变量的空间占用是常量级别的，与输入规模n无关。因此，空间复杂度为O(1)。

综上所述，迭代方法的时间复杂度为O(n)，空间复杂度为O(1)。

LeetCode运行结果：

方法三：斐波那契数列公式

除了动态规划和迭代，还可以使用斐波那契数列公式的方法来解决爬楼梯问题。

斐波那契数列公式是一个通用的公式，可以用来计算斐波那契数列中任意一项的值。在爬楼梯问题中，我们可以利用斐波那契数列公式来计算到达第n阶楼梯的方法数。

具体步骤如下：

  1. 定义常量phi为(1 + sqrt(5)) / 2，定义常量psi为(1 - sqrt(5)) / 2。
  2. 利用斐波那契数列公式，计算第n+1项斐波那契数列的值，即Fn+1 = (phi^(n+1) - psi^(n+1)) / sqrt(5)。
  3. 最后，到达第n阶楼梯的方法数即为Fn+1。
class Solution {
public int climbStairs(int n) {double phi = (1 + Math.sqrt(5)) / 2;double psi = (1 - Math.sqrt(5)) / 2;double fn = (Math.pow(phi, n + 1) - Math.pow(psi, n + 1)) / Math.sqrt(5);return (int) Math.round(fn);
}
}

复杂度分析：

  • 时间复杂度：O(1)，直接使用斐波那契数列公式计算结果。
  • 空间复杂度：O(1)，只需要常量级的额外空间。

LeetCode运行结果：

第二题

题目来源

71. 简化路径 - 力扣（LeetCode）

题目内容

解决方法

方法一：栈

class Solution {public String simplifyPath(String path) {Deque<String> stack = new LinkedList<>();String[] components = path.split("/");for (String component : components) {if (component.equals(".") || component.isEmpty()) {// 当前目录，忽略} else if (component.equals("..")) {// 上级目录，弹出栈顶元素if (!stack.isEmpty()) {stack.pop();}} else {// 其他目录，入栈stack.push(component);}}StringBuilder sb = new StringBuilder();while (!stack.isEmpty()) {sb.append("/");sb.append(stack.pollLast());}return sb.length() == 0 ? "/" : sb.toString();}
}

思路解析：

  1. 将路径按照"/"分割成多个组件，存储在数组components中。
  2. 遍历components数组，对于每个组件进行如下处理：
    • 如果是"."或空字符串，表示当前目录，忽略即可。
    • 如果是".."，表示上级目录，将栈顶元素弹出。
    • 否则，表示其他目录，将其入栈。
  3. 遍历完所有组件后，将栈中元素依次弹出，拼接成简化后的路径。注意，由于栈是先进后出的，所以需要使用pollLast方法依次弹出栈顶元素。

复杂度分析：

时间复杂度分析：

  • 字符串的split方法的时间复杂度为O(n)，其中n是路径的长度。因为需要遍历整个路径字符串，并根据"/"进行分割。
  • 遍历components数组的时间复杂度为O(m)，其中m是路径中的组件数量。最坏情况下，路径中的组件数量与路径长度相等。
  • 栈的操作（入栈和出栈）的时间复杂度为O(1)。

综上所述，总的时间复杂度为O(n + m)。

空间复杂度分析：

  • components数组的空间复杂度为O(m)，其中m是路径中的组件数量。
  • 栈的空间复杂度最坏情况下为O(m)，即路径中每个组件都不同。
  • StringBuilder的空间复杂度为O(n)，其中n是路径的长度。

综上所述，总的空间复杂度为O(n + m)。

LeetCode运行结果：

方法二：路径处理类

除了栈，还可以使用Java的路径处理类Path和Paths来实现简化路径。

思路解析：

  1. 使用Paths.get方法将路径字符串转换为Path对象。
  2. 遍历Path对象中的每个组件（即目录名或文件名）。
  3. 如果当前组件不是"."或".."，表示是有效的目录名或文件名，将其拼接到结果字符串中。
  4. 如果当前组件是".."，表示需要返回上级目录，将结果字符串中最后一个目录名删除即可。
import java.nio.file.Path;
import java.nio.file.Paths;class Solution {public String simplifyPath(String path) {Path p = Paths.get(path);StringBuilder sb = new StringBuilder();for (Path component : p) {if (!component.toString().equals("..") && !component.toString().equals(".")) {sb.append("/");sb.append(component.toString());} else if (component.toString().equals("..")) {int len = sb.length();if (len > 1) {sb.delete(sb.lastIndexOf("/"), len);}}}return sb.length() == 0 ? "/" : sb.toString();}
}

复杂度分析：

时间复杂度分析：

  • Paths.get方法的时间复杂度为O(n)，其中n是路径的长度。
  • 遍历Path对象中的每个组件的时间复杂度为O(m)，其中m是路径中的组件数量。
  • StringBuilder的操作的时间复杂度为O(n)，其中n是路径的长度。

综上所述，总的时间复杂度为O(n + m)。

空间复杂度分析：

  • Path对象的空间复杂度为O(m)，其中m是路径中的组件数量。
  • StringBuilder的空间复杂度为O(n)，其中n是路径的长度。

综上所述，总的空间复杂度为O(n + m)。

LeetCode运行结果：

方法三：正则表达式

除了栈和Java的路径处理类，还可以使用正则表达式来实现简化路径。

思路解析：

  1. 将路径按照"/"分割成多个组件，存储在数组components中。
  2. 遍历components数组，对于每个组件进行如下处理：
    • 如果是"."或空字符串，表示当前目录或空目录，忽略即可。
    • 如果是".."，表示上级目录，将结果字符串中最后一个目录名删除即可。
    • 否则，表示其他目录，将其拼接到结果字符串中。
  3. 遍历完所有组件后，返回结果字符串。注意，如果结果字符串为空，则表示路径为根目录，需要返回"/"。
class Solution {public String simplifyPath(String path) {String[] components = path.split("/");StringBuilder sb = new StringBuilder();for (String component : components) {if (component.equals("..")) {// 返回上级目录，将结果字符串中最后一个目录名删除即可。int len = sb.length();if (len > 1) {sb.delete(sb.lastIndexOf("/"), len);}} else if (!component.equals(".") && !component.isEmpty()) {// 忽略当前目录和空目录，其他目录拼接到结果字符串中。sb.append("/");sb.append(component);}}return sb.length() == 0 ? "/" : sb.toString();}
}

复杂度分析：

时间复杂度分析：

  • 字符串的split方法和StringBuilder的append方法都是线性时间复杂度的，所以总时间复杂度为O(n)，其中n是路径的长度。

空间复杂度分析：

  • components数组的空间复杂度为O(m)，其中m是路径中的组件数量。
  • StringBuilder的空间复杂度为O(n)，其中n是路径的长度。

综上所述，总的空间复杂度为O(n + m)。

LeetCode运行结果：

方法四：字符串处理

除了栈、Java的路径处理类、正则表达式，还可以使用字符串处理方法来实现简化路径。

思路解析：

  1. 使用两个指针i和j来遍历路径字符串path。
  2. 当指针i在路径中遇到连续的斜杠时，跳过这些多余的斜杠。
  3. 当指针i遇到非斜杠字符时，将其作为目录名的一部分，存储在StringBuilder对象dirName中。
  4. 检查dirName中的目录名：
    • 如果是"."或空字符串，表示当前目录或空目录，忽略即可。
    • 如果是".."，表示上级目录，将结果字符串中最后一个目录名删除即可。
    • 否则，表示其他目录，将其拼接到结果字符串中。
  5. 继续遍历路径字符串，直到遍历完所有字符。
  6. 返回结果字符串。如果结果字符串为空，则表示路径为根目录，需要返回"/"。
class Solution {public String simplifyPath(String path) {StringBuilder sb = new StringBuilder();int n = path.length();int i = 0;while (i < n) {// 跳过多余的斜杠while (i < n && path.charAt(i) == '/') {i++;}// 获取当前目录名StringBuilder dirName = new StringBuilder();while (i < n && path.charAt(i) != '/') {dirName.append(path.charAt(i));i++;}// 处理当前目录名String name = dirName.toString();if (name.equals("..")) {// 返回上级目录，将结果字符串中最后一个目录名删除即可。int len = sb.length();if (len > 1) {sb.delete(sb.lastIndexOf("/"), len);}} else if (!name.equals(".") && !name.isEmpty()) {// 忽略当前目录和空目录，其他目录拼接到结果字符串中。sb.append("/");sb.append(name);}}return sb.length() == 0 ? "/" : sb.toString();}
}

复杂度分析：

时间复杂度分析：

  • 遍历路径字符串的过程是线性时间复杂度的，所以总时间复杂度为O(n)，其中n是路径的长度。

空间复杂度分析：

  • StringBuilder的空间复杂度为O(n)，其中n是路径的长度。

综上所述，总的空间复杂度为O(n)。

LeetCode运行结果：

第三题

题目来源

72. 编辑距离 - 力扣（LeetCode）

题目内容

解决方法

方法一：动态规划

这是一道典型的动态规划问题。

定义状态：dp[i][j]表示将word1的前i个字符转换为word2的前j个字符所需的最少操作数。

状态转移方程：

  • 当word1[i] == word2[j]时，不需要进行任何操作，dp[i][j] = dp[i-1][j-1]。

  • 当word1[i] != word2[j]时，可以进行三种操作：

    • 插入一个字符：dp[i][j] = dp[i][j-1] + 1。
    • 删除一个字符：dp[i][j] = dp[i-1][j] + 1。
    • 替换一个字符：dp[i][j] = dp[i-1][j-1] + 1。

最终结果为dp[m][n]，其中m和n分别是word1和word2的长度。

class Solution {
public int minDistance(String word1, String word2) {int m = word1.length();int n = word2.length();// 创建动态规划数组int[][] dp = new int[m+1][n+1];// 初始化边界条件for (int i = 0; i <= m; i++) {dp[i][0] = i;}for (int j = 0; j <= n; j++) {dp[0][j] = j;}// 动态规划求解for (int i = 1; i <= m; i++) {for (int j = 1; j <= n; j++) {if (word1.charAt(i-1) == word2.charAt(j-1)) {dp[i][j] = dp[i-1][j-1];} else {dp[i][j] = Math.min(dp[i-1][j-1], Math.min(dp[i][j-1], dp[i-1][j])) + 1;}}}return dp[m][n];
}
}

复杂度分析：

该算法的时间复杂度为O(m*n)，其中m和n分别是word1和word2的长度。

在动态规划求解过程中，需要填充一个大小为(m+1)(n+1)的二维数组dp。对于每个位置(i, j)，都需要通过比较word1.charAt(i-1)和word2.charAt(j-1)来确定操作的类型。因此，总共需要进行mn次比较和计算。

空间复杂度方面，需要额外开辟一个大小为(m+1)(n+1)的二维数组dp来保存中间结果。因此，空间复杂度也为O(mn)。

综上所述，该算法的时间复杂度和空间复杂度均为O(m*n)。

LeetCode运行结果：

这篇关于怒刷LeetCode的第28天（Java版）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/295614。

相关文章

SpringBoot 获取请求参数的常用注解及用法

SpringBoot 获取请求参数的常用注解及用法

《SpringBoot获取请求参数的常用注解及用法》SpringBoot通过@RequestParam、@PathVariable等注解支持从HTTP请求中获取参数,涵盖查询、路径、请求体、头、C... 目录SpringBoot 提供了多种注解来方便地从 HTTP 请求中获取参数以下是主要的注解及其用法：1
阅读更多...
HTTP 与 SpringBoot 参数提交与接收协议方式

HTTP 与 SpringBoot 参数提交与接收协议方式

《HTTP与SpringBoot参数提交与接收协议方式》HTTP参数提交方式包括URL查询、表单、JSON/XML、路径变量、头部、Cookie、GraphQL、WebSocket和SSE,依据... 目录HTTP 协议支持多种参数提交方式，主要取决于请求方法(Method)和内容类型(Content-Ty
阅读更多...
深度解析Java @Serial 注解及常见错误案例

深度解析Java @Serial 注解及常见错误案例

《深度解析Java@Serial注解及常见错误案例》Java14引入@Serial注解,用于编译时校验序列化成员,替代传统方式解决运行时错误,适用于Serializable类的方法/字段,需注意签... 目录Java @Serial 注解深度解析1. 注解本质2. 核心作用(1) 主要用途(2) 适用位置3
阅读更多...
深入浅出Spring中的@Autowired自动注入的工作原理及实践应用

深入浅出Spring中的@Autowired自动注入的工作原理及实践应用

《深入浅出Spring中的@Autowired自动注入的工作原理及实践应用》在Spring框架的学习旅程中,@Autowired无疑是一个高频出现却又让初学者头疼的注解,它看似简单,却蕴含着Sprin... 目录深入浅出Spring中的@Autowired：自动注入的奥秘什么是依赖注入？@Autowired
阅读更多...
Spring 依赖注入与循环依赖总结

Spring 依赖注入与循环依赖总结

《Spring依赖注入与循环依赖总结》这篇文章给大家介绍Spring依赖注入与循环依赖总结篇,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录1. Spring 三级缓存解决循环依赖1. 创建UserService原始对象2. 将原始对象包装成工
阅读更多...
Java中如何正确的停掉线程

Java中如何正确的停掉线程

《Java中如何正确的停掉线程》Java通过interrupt()通知线程停止而非强制,确保线程自主处理中断,避免数据损坏,线程池的shutdown()等待任务完成,shutdownNow()强制中断... 目录为什么不强制停止为什么 Java 不提供强制停止线程的能力呢？如何用interrupt停止线程s
阅读更多...
SpringBoot请求参数传递与接收示例详解

SpringBoot请求参数传递与接收示例详解

《SpringBoot请求参数传递与接收示例详解》本文给大家介绍SpringBoot请求参数传递与接收示例详解,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋... 目录I. 基础参数传递i.查询参数（Query Parameters）ii.路径参数（Path Va
阅读更多...
SpringBoot路径映射配置的实现步骤

SpringBoot路径映射配置的实现步骤

《SpringBoot路径映射配置的实现步骤》本文介绍了如何在SpringBoot项目中配置路径映射,使得除static目录外的资源可被访问,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一... 目录SpringBoot路径映射补：springboot 配置虚拟路径映射 @RequestMapp
阅读更多...
Java MCP 的鉴权深度解析

Java MCP 的鉴权深度解析

《JavaMCP的鉴权深度解析》文章介绍JavaMCP鉴权的实现方式,指出客户端可通过queryString、header或env传递鉴权信息,服务器端支持工具单独鉴权、过滤器集中鉴权及启动时鉴权... 目录一、MCP Client 侧（负责传递，比较简单）（1）常见的 mcpServers json 配置
阅读更多...
GSON框架下将百度天气JSON数据转JavaBean

GSON框架下将百度天气JSON数据转JavaBean

《GSON框架下将百度天气JSON数据转JavaBean》这篇文章主要为大家详细介绍了如何在GSON框架下实现将百度天气JSON数据转JavaBean,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下... 目录前言一、百度天气jsON1、请求参数2、返回参数3、属性映射二、GSON属性映射实战1、类对象映
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2