文章目录
- 1. 只出现一次的数字
- 算法原理：
- 代码：
- 2. 随机链表的复制
- 算法原理：
- 代码：
- 3. 宝石与石头
- 算法原理：
- 代码：
- 4. 坏键盘打字
- 算法原理：
- 代码：
- 5. 前K个高频单词
- 算法原理：
- 代码：
1. 只出现一次的数字
原题链接
算法原理：
这里这需要使用一个哈希表
把所有的元素放入到哈希表中，因为哈希表中不能放入重复的元素
代码：
class Solution {
public int singleNumber(int[] nums) {
HashSet<Integer> set = new HashSet<>();
for(int x : nums) {
if(!set.contains(x)) {
set.add(x);
}else {
set.remove(x);
}
}
for(int x : nums) {
if(set.contains(x)) {
return x;
}
}
return -1;
}
}
2. 随机链表的复制
原题链接
算法原理：
我们刚看到题一定很懵，但是我们可以画图来看一下，什么叫做复制链表
两个链表的结构完全一样，但是值不一样
所以我们现在就是看，如何让第二个链表和第一个链表展现出来一样的东西
这个时候我们需要一个哈希表，来把新节点和老节点放入进去
这样我们在new 新的节点的时候，就可以通过一一对应的关系，把老节点对应的关系展现出来
这个时候
map.get(cur).next = map.get(cur.next)
map.get(cur).random = map.get(cur.random)
代码：
public Node copyRandomList(Node head) {
HashMap<Node,Node> map = new HashMap<>();
Node cur = head;
while (cur != null) {
Node node = new Node(cur.val);
map.put(cur,node);
cur = cur.next;
}
cur = head;
while (cur != null) {
map.get(cur).next = map.get(cur.next);
map.get(cur).random = map.get(cur.random);
cur = cur.next;
}
return map.get(head);
}
3. 宝石与石头
原题链接
算法原理：
先把宝石放到哈希表中
再遍历石头，如果哈希表中有这个字母
计数器++
最后返回计数器的值
代码：
public int numJewelsInStones(String jewels, String stones) {
int count = 0;
HashSet<Character> set = new HashSet<>();
for (char ch : jewels.toCharArray()) {
set.add(ch);
}
for (char ch : stones.toCharArray()) {
if (set.contains(ch)) {
count++;
}
}
return count;
}
4. 坏键盘打字
原题链接
算法原理：
要求的输出，只输出大写，并且只输出一次
这个时候，我们先把输入的那一行字母放入到哈希表中
然后再new 一个哈希表
经过对比之后，再把坏键盘的字母放入到哈希表中
这样第二个哈希表中的就是要求的值
代码：
public static void main(String[] args) {
Scanner in = new Scanner(System.in);
while (in.hasNextLine()) {
String str1= in.nextLine();
String str2= in.nextLine();
func(str1,str2);
}
}
private static void func(String str1,String str2) {
HashSet<Character> set = new HashSet<>();
for (char ch : str2.toUpperCase().toCharArray()) {
set.add(ch);//把可以输出的键都放入了哈希表
}
HashSet<Character> set2 = new HashSet<>();
for (char ch : str1.toUpperCase().toCharArray()) {
if (!set.contains(ch) && !set2.contains(ch)) {
System.out.print(ch);
set2.add(ch);
}
}
}
5. 前K个高频单词
原题链接
算法原理：
- 先统计单词出现的次数
- 建立小根堆,指定比较的方式
- 遍历map 调整优先级队列
注意在建立小根堆的时候需要考虑到前三个单词次数一样的情况下，需要用大根堆来排序
代码：
public List<String> topKFrequent(String[] words, int k) {
//1.统计每个单词出现的次数
Map<String,Integer> map = new HashMap<>();
for (String word : words) {
if (map.get(word) == null) {
map.put(word,1);
}else {
int val = map.get(word);
map.put(word,val+1);
}
}
//2.建立小根堆,指定比较的方式
PriorityQueue<Map.Entry<String,Integer>> minHeap = new PriorityQueue<>
(new Comparator<Map.Entry<String, Integer>>() {
@Override
public int compare(Map.Entry<String, Integer> o1, Map.Entry<String, Integer> o2) {
if (o1.getValue().compareTo(o2.getValue()) == 0) {
//按照字母顺序建立大根堆
return o2.getKey().compareTo(o1.getKey());
}
return o1.getValue() - o2.getValue();
}
});
//3.遍历map 调整优先级队列
for (Map.Entry<String,Integer> entry : map.entrySet()) {
if (minHeap.size() < k) {
minHeap.offer(entry);
}else {
Map.Entry<String,Integer> top = minHeap.peek();
//如果当前频率相同
if (top.getValue().equals(entry.getValue())){
//字母顺序小的进来
if (top.getKey().compareTo(entry.getKey()) > 0) {
minHeap.poll();
minHeap.offer(entry);
}
}else {
if (top.getValue().compareTo(entry.getValue()) < 0) {
minHeap.poll();
minHeap.offer(entry);
}
}
}
}
List<String> ret = new ArrayList<>();
for (int i = 0; i < k; i++) {
Map.Entry<String,Integer> top = minHeap.poll();
ret.add(top.getKey());
}
Collections.reverse(ret);
return ret;
}
