2022年3月

请你仅使用两个队列实现一个后入先出(LIFO)的栈,并支持普通栈的全部四种操作(push、top、pop 和 empty)。

实现 MyStack 类:

void push(int x) 将元素 x 压入栈顶。
int pop() 移除并返回栈顶元素。
int top() 返回栈顶元素。
boolean empty() 如果栈是空的,返回 true ;否则,返回 false 。
 

注意:

你只能使用队列的基本操作 —— 也就是 push to back、peek/pop from front、size 和 is empty 这些操作。
你所使用的语言也许不支持队列。 你可以使用 list (列表)或者 deque(双端队列)来模拟一个队列 , 只要是标准的队列操作即可。
 

示例:

输入:
["MyStack", "push", "push", "top", "pop", "empty"]
[[], [1], [2], [], [], []]
输出:
[null, null, null, 2, 2, false]

解释:
MyStack myStack = new MyStack();
myStack.push(1);
myStack.push(2);
myStack.top(); // 返回 2
myStack.pop(); // 返回 2
myStack.empty(); // 返回 False
 

提示:

1 <= x <= 9
最多调用100 次 push、pop、top 和 empty
每次调用 pop 和 top 都保证栈不为空
 

进阶:你能否仅用一个队列来实现栈。

来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/implement-stack-using-queues
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。

两个队列

我们用a队列暂存每次新插入的数据,b队列存放的是按栈排好序的数据
每次数据插入a队列,然后将b依次出栈插入到a然后再交换a和b

class MyStack {
public:
    MyStack() {

    }
    queue<int> a, b;
    void push(int x) {
        a.push(x);
        while(!b.empty()){
            a.push(b.front());
            b.pop();
        }
        queue<int> tmp = b;
        b = a;
        a = tmp;
    }
    
    int pop() {
        int tmp = b.front();
        b.pop();
        return tmp;
    }
    
    int top() {
        return b.front();
    }
    
    bool empty() {
        return b.empty();
    }
};

/**
 * Your MyStack object will be instantiated and called as such:
 * MyStack* obj = new MyStack();
 * obj->push(x);
 * int param_2 = obj->pop();
 * int param_3 = obj->top();
 * bool param_4 = obj->empty();
 */

一个队列

每次插入直接插入到队列中,然后将前面n-1个队列依次出队重新入队 保持栈的顺序

class MyStack {
public:
    MyStack() {

    }
    queue<int> a;
    void push(int x) {
        a.push(x);
        for(int i = 0; i < a.size() - 1; i++){
            a.push(a.front());
            a.pop();
        }
    }
    
    int pop() {
        int tmp = a.front();
        a.pop();
        return tmp;
    }
    
    int top() {
        return a.front();
    }
    
    bool empty() {
        return a.empty();
    }
};

/**
 * Your MyStack object will be instantiated and called as such:
 * MyStack* obj = new MyStack();
 * obj->push(x);
 * int param_2 = obj->pop();
 * int param_3 = obj->top();
 * bool param_4 = obj->empty();
 */

给定一个已排序的链表的头 head , 删除所有重复的元素,使每个元素只出现一次 。返回 已排序的链表 。

 

示例 1:
image.png

输入:head = [1,1,2]
输出:[1,2]
示例 2:
image.png

输入:head = [1,1,2,3,3]
输出:[1,2,3]
 

提示:

链表中节点数目在范围 [0, 300] 内
-100 <= Node.val <= 100
题目数据保证链表已经按升序 排列

来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/remove-duplicates-from-sorted-list
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。

/**
 * Definition for singly-linked list.
 * struct ListNode {
 *     int val;
 *     ListNode *next;
 *     ListNode() : val(0), next(nullptr) {}
 *     ListNode(int x) : val(x), next(nullptr) {}
 *     ListNode(int x, ListNode *next) : val(x), next(next) {}
 * };
 */
class Solution {
public:
    ListNode* deleteDuplicates(ListNode* head) {
        ListNode* p = head;
        while(p){
            ListNode* tmp = p;
            while(p->next && p->val == p->next->val){
                p->next = p->next->next;
            }
            p = p->next;
        }
        return head;
    }
};

给定一个未经排序的整数数组,找到最长且 连续递增的子序列,并返回该序列的长度。

连续递增的子序列 可以由两个下标 l 和 r(l < r)确定,如果对于每个 l <= i < r,都有 nums[i] < nums[i + 1] ,那么子序列 [nums[l], nums[l + 1], ..., nums[r - 1], nums[r]] 就是连续递增子序列。

 

示例 1:

输入:nums = [1,3,5,4,7]
输出:3
解释:最长连续递增序列是 [1,3,5], 长度为3。
尽管 [1,3,5,7] 也是升序的子序列, 但它不是连续的,因为 5 和 7 在原数组里被 4 隔开。
示例 2:

输入:nums = [2,2,2,2,2]
输出:1
解释:最长连续递增序列是 [2], 长度为1。
 

提示:

1 <= nums.length <= 104
-109 <= nums[i] <= 109

来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/longest-continuous-increasing-subsequence
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。

滑动窗口

如果 断了序列则重新指定l

class Solution {
public:
    int findLengthOfLCIS(vector<int>& nums) {
        int mmax = 1, l = 0;
        for(int i = 1; i < nums.size(); i++){
            if(nums[i] <= nums[i-1]){
                l = i;
                continue;
            }
            mmax = max(mmax, i - l + 1);
        }
        return mmax;
    }
};

编写一个函数来查找字符串数组中的最长公共前缀。

如果不存在公共前缀,返回空字符串 ""。

 

示例 1:

输入:strs = ["flower","flow","flight"]
输出:"fl"
示例 2:

输入:strs = ["dog","racecar","car"]
输出:""
解释:输入不存在公共前缀。
 

提示:

1 <= strs.length <= 200
0 <= strs[i].length <= 200
strs[i] 仅由小写英文字母组成

来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/longest-common-prefix
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。

暴力

k 为 前缀长度

class Solution {
public:
    string longestCommonPrefix(vector<string>& strs) {
        for(int k = 0; k < strs[0].size(); k++){
            for(int i = 1; i < strs.size(); i++){
                for(int j = 0; j <= k; j++){
                    if(strs[0][j] != strs[i][j]){
                        return strs[0].substr(0, k);
                    }
                }
            }
        }
        return strs[0];
    }
};

时间复杂度: O(n*m^2)
空间复杂度: O(1)

字典树

class Solution {
public:
    struct tier {
        char c;
        tier *next;
    };
    string longestCommonPrefix(vector<string>& strs) {
        tier* t = new tier();
        tier* p = t;
        for(int i = 0; i < strs[0].size(); i++){
            tier* tmp = new tier();
            tmp->c = strs[0][i];
            p->next = tmp;
            p = p->next;
        }
        int mmax = 205;
        for(int i = 1; i < strs.size(); i++){
            p = t->next;
            int j = 0;
            for(; j < strs[i].size(); j++){
                if(!p || strs[i][j] != p->c){
                    break;
                }
                p = p->next;
            }
            mmax = min(mmax, j);
        }
        return strs[0].substr(0, mmax);
    }
};

时间复杂度: O(nm) m是字符串平均长度, n是字符串数量
空间复杂度: O(n)

纵向扫描

class Solution {
public:
    struct tier {
        char c;
        tier *next;
    };
    string longestCommonPrefix(vector<string>& strs) {
        for(int k = 0; k < strs[0].size(); k++){
            for(int i = 1; i < strs.size(); i++){
                if(strs[i][k] != strs[0][k]) {
                    return strs[0].substr(0, k);
                }
            }
        }
        return strs[0];
    }
};

时间复杂度: O(mn) m是字符串平均长度, n是字符串数量

二分答案

最长的公共前缀不会超过数组里最短的字符串 那么最长公共前缀的数量为0~最短字符串长度
check函数则根据提供的前缀长度判断此前缀长度是否是公共前缀
二分则不断逼近最长公共前缀

class Solution {
public:
    bool check(vector<string>& strs, int k){
        for(int i = 0; i < k; i++){
            for(int j = 0; j < strs.size(); j++){
                if(strs[j][i] != strs[0][i]){
                    return false;
                }
            }
        }
        return true;
    }
    string longestCommonPrefix(vector<string>& strs) {
        int left = 0, right = strs[0].size();
        for(int i = 1; i < strs.size(); i++){
            if(right > strs[i].size()){
                right = strs[i].size();
            }
        }

        while(left <= right){
            int mid = (left + right) / 2;
            if(check(strs, mid)){
                left = mid + 1;
            } else {
                right = mid - 1;
            }
        }

        return strs[0].substr(0, right);
    }
};