# 采用贪心法+二分法。使用maxlen存储对应元素的最大递增序列长度；tmp存储实际值 # 概念1：当新加入的元素i比末尾元素大时，满足递增---直接加入； 若比末尾元素小，则 # 采用二分法寻找第一个比该元素大的数，并将其替换为i # 以[2,1,5,3,6,4,8,9,7]为例。最初mexlen=[1];tmp=[2]. # 加入1，比tmp[-1]小，因此将2替换为1---tmp=[1],maxlen=[1,1] # 加入5，比tmp[-1]大，直接加入---tmp=[1,5],maxlen=[1,1,2] # 加入3，比tmp[-1]小，因此将5替换为3---tmp=[1,3],ma...

#并不需要二外的空间，就是一些细节特别狗血 # class ListNode: # def __init__(self, x): # self.val = x # self.next = None class Solution: def addInList(self , head1 , head2 ): if not head1: return head2 if not head2: return head1 def reverse_link(root): r=None while root: l=r r=root root=root.next r.next=l return r ptr1=r...

# 假设数据[1,2,3,4,2,3] 读到[1,2,3,4]，此时新的数据应该为[3,4,2]--- # @return int整型 # class Solution: def maxLength(self , arr ): tmp,l=[],0 for i in arr: if i not in tmp: tmp.append(i) l=max(len(tmp),l) #需要与之前的作比较 else: tmp=tmp[tmp.index(i)+1:]+[i] l=max(len(tmp),l) return l # write code here

我们假定加入使无重复的：设计一个哈希表存放key与value；一个列表存放key 加入的时候判断内存是否溢出get的时候判断dict.keys() class Solution: def LRU(self , operators , k ): A,a=dict(),[] def set(key,value): if len(a)<k: A[key]=value a.append(key) else: del A[a.pop(0)] A[key]=value a.append(key) def get(key): if key in A.keys(): a.remove(key) a.ap...

思路： 首先还原二叉树，然后根据层序遍历扫描假设中序遍历为：QWERTYUIOP; 前序遍历为：WERQASSDF(瞎编的)中序为：根左右，即Q必为根节点，对应前序遍历(index)Q之前的节点在左子树(WERQ，有4个节点)，之后的在右子树(ASSDF，有5个节点). 再对应中序遍历：根节点Q之后的4个节点(WERT)应该为左子树节点，再之后的5个节点(YUIOP)应该为右子树节点。之后进行递归循环 class Solution: def solve(self , xianxu , zhongxu ): class tree: #建立二叉树 def __init__(self,x): sel...

python 解法：定义一个数组sol，采用先序遍历，如果level=len(sol)表示已经处理完该层，编译下一层 class Solution: def levelOrder(self , root ): sol=[[]] def order(root,level): if not root: return sol[level-1].append(root.val) if len(sol)==level: sol.append([]) order(root.left,level+1) order(root.right,level+1) order(root,1) sol.pop() ret...

python 处理二分法，每次得到数值后先不要return，将right-1继续跑完，这样如果有比它小的数会自动覆盖到原来的结果上。 class Solution: def search(self , nums , target ): left,right,tmp=0,len(nums)-1,None while left<=right: mid=int(left+(right-left)/2)  if nums[mid]==target: tmp=mid right=right-1 elif nums[mid]<target: left=mid+1 elif nums[mid]&...

python解法：可以采用队列的形式：构建一个哈希表，一个暂存数组表示队列对set：如果缓存未满：将元素加入字典，同时将其加入数组。如果缓存已满，删除队列头部对应的字典，然后将队列头部(最不常用元素)删除然后将新元素添至队列末尾。对get：直接读取然后按照一样的方法更新缓存 class Solution: def LRU(self , operators , k ): A,tmp,B=dict(),[],[]  def set1(key,value,k): if len(A)<k: A[key]=value tmp.append(key) else: del A[tmp.pop(0)] ...