一画图二伪代码三写代码
LeetCode必刷100题：一份来自面试官的算法地图（题解持续更新中）-CSDN博客
算法通关手册（LeetCode） | 算法通关手册（LeetCode） (itcharge.cn)
面试经典 150 题 - 学习计划 - 力扣（LeetCode）全球极客挚爱的技术成长平台
时间复杂度和空间复杂度
时间复杂度
空间复杂度
Day1
数组
遍历、查找、排序、双指针。
53. 最大子数组和 - 力扣（LeetCode）
Kadane算法，动态规划
【数据结构与算法】Kadane‘s算法（动态规划、最大子数组和）_kadane算法-CSDN博客
from typing import List
class Solution:
def maxSubArray(self, nums: List[int]) -> int:
if not nums: # 处理空数组
return 0
max_sum = current_sum = nums[0] # 初始化为第一个元素
for num in nums[1:]:
# 决定是否扩展子数组或重新开始
current_sum = max(num, current_sum + num)
# 更新全局最大值
max_sum = max(max_sum, current_sum)
return max_sum
a=Solution()
a. maxSubArray(nums = [-2,1,-3,4,-1,2,1,-5,4])56. 合并区间 - 力扣（LeetCode）
贪心算法
1.区间排序
2.修改边界值:如果当前区间的左边界大于结果中的最后一个右边界则添加元素到结果中，如果小于等于则更新结果中的右边界。
class Solution:
def merge(self, intervals: List[List[int]]) -> List[List[int]]:
if len(intervals) == 0: return intervals
intervals.sort(key=lambda x: x[0])
result = []
for i,num in enumerate(intervals):
if len(result)==0 or num[0]>result[-1][1]:
result.append(num)
else:
result[-1][1]=max(result[-1][1],num[1])
return result相似题目：
435. 无重叠区间 - 力扣（LeetCode）
根据区间右边界升序排列；
维护right，代表已留下区间的最大右边界；
遍历排序后的区间：
如果当前区间的左边界 ≥ right，该区间可以留下，更新right
如果当前区间的左边界 < right，该区间去除，更新结果res
class Solution:
def eraseOverlapIntervals(self, intervals: List[List[int]]) -> int:
if not intervals:
return 0
intervals.sort(key = lambda x : x[1])
res = 0
right = intervals[0][1]
for i in range(1, len(intervals)):
if intervals[i][0] < right:
res += 1
else:
right = intervals[i][1]
return res
a=Solution()
a. eraseOverlapIntervals(intervals =[[1,2],[2,3],[3,4],[1,3]])189. 轮转数组 - 力扣（LeetCode）
class Solution:
def rotate(self, nums: List[int], k: int) -> None:
# 定义反转函数：原地反转 nums[i..j]
def reverse(i: int, j: int) -> None:
while i < j:
nums[i], nums[j] = nums[j], nums[i] # 交换头尾元素
i += 1
j -= 1
n = len(nums)
k %= n # 处理 k >= n 的情况（如 k=10, n=7 → k=3）
reverse(0, n - 1) # 整体反转
reverse(0, k - 1) # 反转前 k 个元素
reverse(k, n - 1) # 反转剩余元素切片
class Solution:
def rotate(self, nums: List[int], k: int) -> None:
k %= len(nums)
nums[:] = nums[-k:] + nums[:-k]
相似题目:
151. 反转字符串中的单词 - 力扣（LeetCode）
class Solution:
def reverseWords(self, s: str) -> str:
return " ".join(reversed(s.split()))
238. 除自身以外数组的乘积 - 力扣（LeetCode）
这个属于动态规划中的前后缀分解问题
class Solution:
def productExceptSelf(self, nums: List[int]) -> List[int]:
n = len(nums)
pre = [1] * n
for i in range(1, n):
pre[i] = pre[i - 1] * nums[i - 1]
suf = [1] * n
for i in range(n - 2, -1, -1):
suf[i] = suf[i + 1] * nums[i + 1]
return [p * s for p, s in zip(pre, suf)]
41. 缺失的第一个正数 - 力扣（LeetCode）
哈希表方法：将所有正数存储在哈希表中，从 1 开始递增寻找不在哈希表中的最小正数。
def firstMissingPositive(nums):
num_set = set(nums)
target = 1
while target in num_set:
target += 1
return target
# 示例调用
print(firstMissingPositive([1, 2, 0])) # 输出: 3
print(firstMissingPositive([3, 4, -1, 1])) # 输出: 2
print(firstMissingPositive([7, 8, 9, 11, 12])) # 输出: 1- 时间复杂度：O(N)，虽然使用了哈希表，但构建哈希表和查询的总时间仍是线性的。
- 空间复杂度：O(N)，需要额外的空间来存储哈希表。
排序后线性扫描
def firstMissingPositive(nums):
nums.sort()
target = 1
for num in nums:
if num == target:
target += 1
return target
# 示例调用
print(firstMissingPositive([1, 2, 0])) # 输出: 3
print(firstMissingPositive([3, 4, -1, 1])) # 输出: 2
print(firstMissingPositive([7, 8, 9, 11, 12])) # 输出: 1- 时间复杂度：O(N log N)，主要时间开销来源于排序（排序算法的复杂度为N log N）。
- 空间复杂度：O(1) 或 O(N)，这取决于使用的排序算法。
利用数组索引作为哈希表
原地哈希技巧用于标记某个数字是否存在于数组中。这种方法的目的是在不使用额外空间的情况下，记录数字的存在情况。
1.将所有非正整数（负数和零）替换为一个不可能出现在结果中的数字（n + 1）
2.遍历数组，将每个数字对应的索引位置的值置为负数，表示该数字存在。
3.遍历数组，找到第一个值为正数的索引位置，该索引加 1 就是缺失的最小正整数。
def firstMissingPositive(nums):
n = len(nums)
# 将所有的负数和零替换为n+1，n+1是一个不可能出现在合法输出中的数字
for i in range(n):
if nums[i] <= 0:
nums[i] = n + 1
# 使用数组索引作为哈希键，通过置负标记存在的数字
for i in range(n):
num = abs(nums[i])
if num <= n:
nums[num - 1] = -abs(nums[num - 1])
# 寻找第一个大于0的索引位置，即是缺失的最小正数
for i in range(n):
if nums[i]> 0:
return i + 1
# 如果数组中包含了1到n的所有数字，则缺失的第一个正数是n+1
return n + 1
# 示例调用
print(firstMissingPositive([1, 2, 0])) # 输出: 3
print(firstMissingPositive([3, 4, -1, 1])) # 输出: 2
print(firstMissingPositive([7, 8, 9, 11, 12])) # 输出: 1
矩阵
73. 矩阵置零 - 力扣（LeetCode）
空间复杂度为 O(m+n) 的解法
在这种解法中，我们使用两个集合（或列表）来分别记录需要置零的行和列。
def setZeroes(matrix):
if not matrix or not matrix[0]:
return
m, n = len(matrix), len(matrix[0])
zero_row = set()
zero_col = set()
# 遍历矩阵，记录需要置零的行和列
for i in range(m):
for j in range(n):
if matrix[i][j] == 0:
zero_row.add(i)
zero_col.add(j)
# 将需要置零的行和列的元素设为0
for i in zero_row:
for j in range(n):
matrix[i][j] = 0
for j in zero_col:
for i in range(m):
matrix[i][j] = 0
# 示例
matrix = [
[1, 1, 1],
[1, 0, 1],
[1, 1, 1]
]
setZeroes(matrix)
print(matrix) # 输出: [[1, 0, 1], [0, 0, 0], [1, 0, 1]]
空间复杂度为 O(1) 的解法
算法的空间复杂度是 O(1)，因为我们是在原地修改矩阵，没有使用额外的空间
在这种解法中，我们利用矩阵的第一行和第一列来记录其余行和列是否需要置零。但是，我们需要先检查第一行和第一列本身是否包含0。
def setZeroes(matrix):
if not matrix or not matrix[0]:
return
m, n = len(matrix), len(matrix[0])
first_row_zero = any(matrix[0][j] == 0 for j in range(n))
first_col_zero = any(matrix[i][0] == 0 for i in range(m))
# 使用第一行和第一列作为标记
for i in range(1, m):
for j in range(1, n):
if matrix[i][j] == 0:
matrix[i][0] = 0
matrix[0][j] = 0
# 根据第一行和第一列的标记来置零
for i in range(1, m):
if matrix[i][0] == 0:
for j in range(1, n):
matrix[i][j] = 0
for j in range(1, n):
if matrix[0][j] == 0:
for i in range(1, m):
matrix[i][j] = 0
# 如果第一行原本有0，则将第一行置零
if first_row_zero:
for j in range(n):
matrix[0][j] = 0
# 如果第一列原本有0，则将第一列置零
if first_col_zero:
for i in range(m):
matrix[i][0] = 0
# 示例
matrix = [
[1, 1, 1],
[1, 0, 1],
[1, 1, 1]
]
setZeroes(matrix)
print(matrix) # 输出: [[1, 0, 1], [0, 0, 0], [1, 0, 1]]矩阵顺时针旋转相当于先沿着对角线交换元素，然后反转每一行
class Solution:
def rotate(self, matrix: List[List[int]]) -> None:
"""
Do not return anything, modify matrix in-place instead.
"""
n = len(matrix)
for i in range(n):
# 注意这里j的范围 如果j的范围也是0到n-1那么会出现交换后又交换回来 等于没有交换
for j in range(i):
matrix[i][j], matrix[j][i] = matrix[j][i], matrix[i][j]
for line in matrix:
line.reverse()
逆时针旋转90度
class Solution:
def rotate(self, matrix: List[List[int]]) -> None:
"""
Do not return anything, modify matrix in-place instead.
"""
n = len(matrix)
# 既然副对角线为主那么i的范围就是从n-1到0啦 因为python的range是左闭右开所以是n-1和-1
for i in range(n-1,-1):
# 注意这里j的范围 如果j的范围也是0到n-1那么会出现交换后又交换回来 等于没有交换
for j in range(i):
matrix[i][j], matrix[j][i] = matrix[j][i], matrix[i][j]
for line in matrix:
line.reverse()
54. 螺旋矩阵 - 力扣（LeetCode）
class Solution(object):
def spiralOrder(self, matrix):
"""
:type matrix: List[List[int]]
:rtype: List[int]
"""
result = []
while matrix:
# 取出矩阵的第一行
result += matrix.pop(0)
# 旋转矩阵使其再次符合顺时针顺序
#zip(*matrix)会将矩阵的行转换为列，
#并返回一个迭代器，而list()将其转换为列表，[::-1]将列表中的元素逆序，从而实现逆时针旋转90度。
if matrix:
matrix = list(zip(*matrix))[::-1]
return result
240. 搜索二维矩阵 II - 力扣（LeetCode）
二分查找
class Solution:
def searchMatrix(self, matrix, target):
if not matrix or not matrix[0]:
return False
rows, cols = len(matrix), len(matrix[0])
x, y = rows - 1, 0 # 从左下角开始
while x >= 0 and y < cols:
if matrix[x][y] == target:
return True
elif matrix[x][y] < target:
y += 1 # 向右移动
else:
x -= 1 # 向上移动
return False
# 示例使用
sol = Solution()
matrix = [
[1, 4, 7, 11, 15],
[2, 5, 8, 12, 19],
[3, 6, 9, 16, 22],
[10, 13, 14, 17, 24],
[18, 21, 23, 26, 30]
]
target = 5
print(sol.searchMatrix(matrix, target)) # 输出: True字符串
字符串拼接、切片、查找、替换。
344. 反转字符串 - 力扣（LeetCode）
（版本一） 双指针
class Solution:
def reverseString(self, s: List[str]) -> None:
"""
Do not return anything, modify s in-place instead.
"""
left, right = 0, len(s) - 1
# 该方法已经不需要判断奇偶数，经测试后时间空间复杂度比用 for i in range(len(s)//2)更低
# 因为while每次循环需要进行条件判断，而range函数不需要，直接生成数字，因此时间复杂度更低。推荐使用range
while left < right:
s[left], s[right] = s[right], s[left]
left += 1
right -= 1
