461. 汉明距离
我的思路
先异或一下这两个数,得到他们有哪几位不同,变成xor变量中的1,然后求1的个数,使用n &= (n - 1)
的做法。
494. 目标和
我的思路
使用队列完成树,把每一种情况罗列出来,然后计算值为target的数量
时间复杂度为O(2^N)n为20 约为100w
题解思路
使用dp最高遍历次数为为19 * 1000 * 4 次数为8W
- dp[i][j],其中,i为遍历到数组第i个数,j为和为j,dp[i][j]为遍历到i行时和为j的个数
- 状态转移方程
dp[i][j] = dp[i - 1][j - nums[i]] + dp[i - 1][j + nums[i]]
即当前target可由前面某一个数 再加nums[i]得到,也可由前面某一个数 - nums[i]得到 - j∈[-sum,sum] 但是j在sum时,[j - sum]也有可能出现,如上一条[j - nums[i]],所以j从[-sum]开始为了使下标不为0,所以中间值为
2*max(sum) == 2000
- 还有个需要注意的地方,nums[0]为0的时候dp[0][j] 不为1为2,虽然值都为0,但是有
+``-
两种符号
vector<vector<int> > dp(nums.size(), vector<int>(4001, 0));
int sum = accumulate(nums.begin(), nums.end(), 0);
if (nums[0] == 0) {
dp[0][2000] = 2;
}
else {
dp[0][2000 + nums[0]] = 1;
dp[0][2000 - nums[0]] = 1;
}
for (int i = 1; i < nums.size(); ++i) {
for (int j = -sum; j < sum + 1; ++j) {
dp[i][j + 2000] = dp[i - 1][j + 2000 - nums[i]] + dp[i - 1][j + 2000 + nums[i]];
}
}
return dp[nums.size() - 1][target + 2000];
再优化的方法
将
dp[i][j] = dp[i - 1][j - nums[i]] + dp[i - 1][j + nums[i]]
优化为
dp[i][j +nums[i]] += dp[i - 1][j];
dp[i][j -nums[i]] += dp[i - 1][j];
也比较符合从上而下处理(和之前回溯的做法一样的顺序)的习惯,也通过判断dp[i - 1][j] > 0
来缩减了边界,下面是优化后的代码
vector<vector<int> > dp(nums.size(), vector<int>(2001, 0));
int sum = accumulate(nums.begin(), nums.end(), 0);
if (nums[0] == 0) {
dp[0][1000] = 2;
}
else {
dp[0][1000 + nums[0]] = 1;
dp[0][1000 - nums[0]] = 1;
}
for (int i = 1; i < nums.size(); ++i) {
for (int j = -sum; j < sum + 1; ++j) {
if (dp[i - 1][j + 1000] > 0) {
dp[i][j + 1000 + nums[i]] += dp[i - 1][j + 1000];
dp[i][j + 1000 - nums[i]] += dp[i - 1][j + 1000];
}
}
}
return dp[nums.size() - 1][target + 1000];
538. 把二叉搜索树转换为累加树
我的思路
据题解说,我的思路是反序中序遍历,使用全局变量sum存右边所有的值
我还额外开了一个void的dfs,返回什么无所谓的话,放在主函数里就可以了
if (root != nullptr) {
convertBST(root -> right);
sum += root -> val;
root -> val = sum;
convertBST(root -> left);
}
return root;
543. 二叉树的直径
我的思路【failed】
递归最大长度显然是行不通的,可以递归的有左子树或者右子树的最大深度.然后我一开始的想法是返回左右子树的最大长度,root加左右子树的最大长度和return上来的最长路径相比,这样返回值就有好几个了
题解思路
不需要返回最大路径,使用全局变量,保存最大路径就可以了.其他和我的思路一样
int ans = 0;
int diameterOfBinaryTree(TreeNode* root) {
maxLRlen(root);
return ans - 1;
}
int maxLRlen(TreeNode* root) {
if (root == nullptr) {
return 0;
}
int left = maxLRlen(root -> left);
int right = maxLRlen(root -> right);
ans = max(ans, left + right + 1);
return max(left, right) + 1;
}
560. 和为K的子数组
题解思路1:超时
我的思路是用一个前缀和数组,从右往前减到7.其实这样这个前缀和数组就没有什么意义了
i从左往右,j从右往左.找到前缀和为sum - k的,有几个cnt在这个i下就加几
for (int i = 0; i < nums.size(); ++i) {
int sum = 0;
for (int j = i; j >= 0; --j) {
sum += nums[j];
if (sum == k) {
cnt++;
}
}
}
题解思路2:使用哈希表+前缀和
使用哈希表find时间复杂度为O(n)的特点,减少时间
unordered_map<int, int> m;
int pre = 0;
m[0] = 1;
int cnt = 0;
for (int i = 0; i < nums.size(); ++i) {
pre += nums[i];
if(m.find(pre - k) != m.end()) {
cnt += m[pre - k];
}
m[pre]++;
}
return cnt;
需要注意的地方:
- 找的是
pre - k
是否存在 -
cnt += m[pre - k]
以[7,2,-3,1,7] k==7
为例子,前缀和是7,9,6,7,14
前缀和14在第一个7和第二个7之间的数组都是和为7的数组,所以要cnt要加m[pre - k];