目录
- 1164. 指定日期的产品价格
- 题目链接
- 表
- 要求
- 知识点
- 思路+代码
- 125. 验证回文串
- 题目链接
- 标签
- 简单版
- 思路
- 代码
- 复杂版
- 思路
- 代码
- 94. 二叉树的中序遍历
- 题目链接
- 标签
- 递归
- 思路
- 代码
- 迭代
- 思路
- 代码
1164. 指定日期的产品价格
题目链接
1164. 指定日期的产品价格
表
- 表
Products的字段为product_id、new_price和change_date。
要求
- 编写一个解决方案，找出在
2019-08-16时全部产品的价格，假设所有产品在修改前的价格都是 10 。 - 以 任意顺序 返回结果表。
知识点
in：有一次限制多个字段的功能。例如：
where
(id, num)
in (
select
id,
num
from
tb_stock
)
此语句将id和num限制到从tb_stock表中查询到的结果，注意 ()中的字段数 与 子表查询到的字段数 必须是相同的。
max()：求最大值的函数。ifnull()：共传入两个参数，如果第一个参数是null，则返回第二个参数。例如ifnull(null, 'no')将会返回no。left join：左连接，将 左表的所有数据 和 右表与左表的交集数据 查询出来。distinct：对字段的相同值进行去重。
思路+代码
找出在 2019-08-16 时全部产品的价格，
所以需要先查出更新的产品的在 2019-08-16 之前的最迟更新日期max_change_date，
select
product_id,
max(change_date) max_change_date
from
Products
where
change_date <= '2019-08-16'
group by
product_id
然后再求出这些产品在最迟更新日期max_change_date更新的价格new_price，
select
product_id,
new_price
from
Products
where (
product_id,
change_date
) in (
select
product_id,
max(change_date) max_change_date
from
Products
where
change_date <= '2019-08-16'
group by
product_id
)
最后查出所有的产品id，然后将查到new_price的产品的价格返回，将没有查到new_price的产品按价格为10返回。注意，由于要查出所有的产品id，然后再与 查到new_price的部分产品id 进行多表查询，所以得使用 外连接，本题使用了 左外连接 left join。
select
id_cnt.product_id,
ifnull(new_price, 10) price
from (
select
distinct product_id
from
Products
) id_cnt
left join (
select
product_id,
new_price
from
Products
where (
product_id,
change_date
) in (
select
product_id,
max(change_date) max_change_date
from
Products
where
change_date <= '2019-08-16'
group by
product_id
)
) price_cnt
on
id_cnt.product_id = price_cnt.product_id
125. 验证回文串
题目链接
125. 验证回文串
标签
双指针 字符串
简单版
思路
本题的思路很明确，先将所有大写字符转换为小写字符，并移除所有非字母数字字符，然后再对剩下的字符串进行是否是回文串的判断。
是否是回文串可以使用双指针的做法，左指针left从字符串头部向尾部遍历，右指针right从字符串尾部向头部遍历，直到 两个指针相遇 或 左指针的值 比 右指针的值 大，如果发现左指针和右指针指向的字符不相同，则返回false；若能退出遍历，则说明这个字符串是一个回文串，返回true。
代码
class Solution {
public boolean isPalindrome(String s) {
s = s.toLowerCase(); // 将所有大写字符转换为小写字符
s = removeNonAlphaOrDight(s); // 移除所有非字母数字字符
char[] chars = s.toCharArray();
int left = 0, right = chars.length - 1;
while (left < right) {
if (chars[left] != chars[right]) {
return false;
}
left++;
right--;
}
return true;
}
// 移除字符串s中的所有非字母数字字符
private String removeNonAlphaOrDight(String s) {
char[] chars = s.toCharArray();
StringBuilder builder = new StringBuilder();
for (char ch : chars) {
if (Character.isLetterOrDigit(ch)) {
builder.append(ch);
}
}
return builder.toString();
}
}
复杂版
思路
简单版的执行用时比较长，因为对源字符串进行了 转换 和 移除 的操作。如果不想浪费这些时间，就得在 指针 和 判断 这两个点下功夫：当指针指向 非字符数字字符(空格也是非字符数字字符) 时跳过这个字符，并且需要 在判断左右指针指向的字符是否相等前 将字符转化为小写。
代码
class Solution {
public boolean isPalindrome(String s) {
char[] chars = s.toCharArray();
int left = 0, right = chars.length - 1;
while (left < right) {
if (!Character.isLetterOrDigit(chars[left])) {
left++;
continue;
}
if (!Character.isLetterOrDigit(chars[right])) {
right--;
continue;
}
char leftChar = Character.toLowerCase(chars[left]);
char rightChar = Character.toLowerCase(chars[right]);
if (leftChar != rightChar) {
return false;
}
left++;
right--;
}
return true;
}
}
94. 二叉树的中序遍历
题目链接
94. 二叉树的中序遍历
标签
栈 树 深度优先搜索 二叉树
递归
思路
中序遍历就是先遍历本节点的左子节点，然后处理本节点的值，最后遍历本节点的右子节点。
例如对于下面这个二叉树：
中序遍历这个二叉树的结果是[1, 2, 3, 4, 5, 6, 7]，过程为：
从节点4开始
往节点2走
往节点1走
往节点1的左子节点走，发现是null
返回到节点1，输出节点1的值
往节点1的右子节点走，发现是null
返回到节点1，返回到节点2，输出节点2的值
往节点3走
往节点3的左子节点走，发现是null
返回到节点3，输出节点3的值
往节点3的右子节点走，发现是null
返回到节点2，返回到节点4，输出节点4的值
往节点6走
往节点5走
往节点5的左子节点走，发现是null
返回到节点5，输出节点5的值
往节点5的右子节点走，发现是null
返回到节点6，输出节点6的值
往节点7走
往节点7的左子节点走，发现是null
返回到节点7，输出节点7的值
往节点7的右子节点走，发现是null
返回节点6，返回节点4，完毕
理解如上的过程后就清晰了，使用递归将此过程模拟一遍就是如下代码：
代码
class Solution {
public List<Integer> inorderTraversal(TreeNode root) {
List<Integer> res = new ArrayList<>();
inorder(root, res);
return res;
}
private void inorder(TreeNode curr, List<Integer> res) {
if (curr == null) { // 如果遇到空节点
return; // 直接返回
}
inorder(curr.left, res); // 先遍历左子节点
res.add(curr.val); // 再处理本节点的值
inorder(curr.right, res); // 最后遍历右子节点
}
}
迭代
思路
使用递归能做出来的题，使用迭代也可以，只不过迭代比较难罢了。
对二叉树的前序遍历、中序遍历和后序遍历本质上都是深度优先搜索，即遍历时不是一层一层遍历，而是顺着一个方向走到头，然后再回过头来处理这些值。对于这样的遍历，可以使用 栈 将递归转化为迭代：顺着一个方向走时先将这些节点存起来，然后再弹出最近保存的节点进行处理。
递归的思想和迭代的思想是一样的，只不过实现方式不同，迭代时得分类讨论：
当遍历的节点curr不为null时，就先将本节点curr加入栈stack中，然后往左子节点curr.left遍历；
否则遍历的节点curr为null，此时还得根据 最近一次加入栈的节点peek = stack.peek() 的右子节点的不同进行分类讨论。
只有在没遍历右子节点时才需要对本节点进行操作(这是中序遍历的思想)，当它的右子节点peek.right不是最近一次弹出栈的节点pop时，说明此时还没有遍历右子节点，应该操作本节点，然后弹出并记录本节点pop = stack.pop()；当它的右子节点peek.right为null时，也可以将其看作没有遍历右子节点的情况，操作本节点，然后弹出并记录本节点pop = stack.pop()；如果不是以上两种情况，则是peek.right是最近一次弹出栈的节点pop的情况，这意味着已经遍历过右子节点了，只需要弹出并记录本节点pop = stack.pop()即可。
分类讨论到处结束，如果还不是很懂，就看看代码吧。
代码
class Solution {
public List<Integer> inorderTraversal(TreeNode root) {
LinkedList<TreeNode> stack = new LinkedList<>();
List<Integer> res = new ArrayList<>();
TreeNode curr = root; // 当前节点
TreeNode pop = null; // 最近一次弹出栈的节点
while (!stack.isEmpty() || curr != null) {
if (curr != null) { // 如果这个节点不为null
stack.push(curr); // 将这个节点保存到栈中
curr = curr.left; // 让节点往左子节点走
} else { // 此时对应某节点的左子节点为null的情况
TreeNode peek = stack.peek(); // 查看最近一次加入栈中的节点
if (peek.right == null) { // 没有右子节点 也算 右子节点没有遍历
res.add(peek.val); // 处理本节点的值
pop = stack.pop(); // 将本节点从栈中弹出，并保存它
} else if (peek.right != pop) { // 此时还没有遍历右子节点
res.add(peek.val); // 处理本节点的值
curr = peek.right; // 将本节点从栈中弹出，并保存它
} else { // 此时 最近一次弹出栈的节点 是 最近一次加入栈的节点的右子节点，表示已经处理完了右子节点
pop = stack.pop(); // 将本节点弹出，并保存它
}
}
}
return res;
}
}
