import java.util.*; public class Solution { // 使用链表来保存数据流，添加一个元素之后就对链表进行排序 ArrayList<Integer> list = new ArrayList<>(); public void Insert(Integer num) { list.add(num); Collections.sort(list); } // 如果当前数据流是奇数个数，中位数就是排序后位于中间的数值 // 如果当前数据流是偶数个数，中位数就是排序后中间两个数的平均值 public Double GetMedian() {...

import java.util.*; public class Solution { /** * 代码中的类名、方法名、参数名已经指定，请勿修改，直接返回方法规定的值即可 * * * @param numbers int整型一维数组 * @return bool布尔型 */ public boolean IsContinuous (int[] numbers) { // write code here // 组成顺子的条件：顺子不能有重复牌，顺子的最大值和最小值差不能大于4 HashMap<Integer,Integer> hashmap = new HashMap<&gt...

import java.util.*; public class Solution { /** * 代码中的类名、方法名、参数名已经指定，请勿修改，直接返回方法规定的值即可 * * * @param numbers int整型一维数组 * @return bool布尔型 */ public boolean IsContinuous (int[] numbers) { // 每一个0都可以看做任意牌 // 最多有四个0，也就是有0-4种情况 HashMap<Integer,Integer> hashmap = new HashMap<>(); // 设置顺子上下限 int...

import java.util.*; import java.util.ArrayList; public class Solution { // 顺时针打印出每一个数字 public ArrayList<Integer> printMatrix(int [][] matrix) { ArrayList<Integer> list = new ArrayList<>(); if(matrix.length == 0) return list; // 左边界 int left = 0; // 右边界 int right = matrix[0].length ...

import java.util.*; public class Solution { // 递归与回溯 // 如果是线性递归，子问题直接回到父问题不需要回溯，但是如果是树状递归，父问题有很多分治，我需要从子问题回到父问题，进入另一个子问题。因此回溯是指在递归过程中，从某一分支的子问题回到父问题进入父问题的另一子问题分支，因为有时候进入第一个子问题的时候修改过一些变量，因此回溯的时候会要求改回父问题时的样子才能进入第二子问题分支 public void recursion(ArrayList<String> res, char[] str, StringBuilder temp, ...

import java.util.*; public class Solution { // 使用快速排序 public ArrayList<Integer> GetLeastNumbers_Solution (int[] input, int k) { ArrayList<Integer> list = new ArrayList<>(); // write code here if(k > input.length || k == 0) return list; quickSort(input,list,k,0,input.length-1); r...

import java.util.*; public class Solution { /** * 代码中的类名、方法名、参数名已经指定，请勿修改，直接返回方法规定的值即可 * * * @param input int整型一维数组 * @param k int整型 * @return int整型ArrayList */ // 最优方法是使用优先队列（堆排序） // PriorityQueue，是一种内置的机遇堆排序的容器，分为大顶堆与小顶堆，大顶堆的堆顶为最大元素，其余更小的元素在堆下方，小顶堆与其刚好相反。且因为容器内部的次序基于堆排序，因此每次插入元素时间复杂度都是O(log2n)，而每次...

import java.util.*; public class Solution { // 找出数组中不去重的最小的k个数 // 思路：先排序，之后返回前k个数 // 本代码使用归并排序 public ArrayList<Integer> GetLeastNumbers_Solution (int[] input, int k) { // write code here ArrayList<Integer> list = new ArrayList<>(); if(k == 0 || input.length == 0) return list; int ...

import java.util.*; public class Solution { // 思路：归并排序的思想，分治之后排序合并 public int mod = 1000000007; public int mergeSort(int left, int right, int[] nums, int[] temp) { if (left >= right) { return 0; } int mid = (left + right) / 2; // 递归分治，左右划分合并 // 划分阶段：将带划分区间从中点划分成两部分，两部分进入递归继续划分，直到子数组长度为1 // 排序逻辑处理...

import java.util.*; public class Solution { // 思路：归并排序的思想，分治之后排序合并 public int mod = 1000000007; public int mergeSort(int left, int right, int[] nums, int[] temp) { if (left >= right) { return 0; } int mid = (left + right) / 2; // 递归分治，左右划分合并 int res = mergeSort(left, mid, nums, temp) + mergeSort(...

import java.util.*; public class Solution { // a->1,b->2,...z->26，给定一个数字，问有多少种译码的可能 // 思路：要注意数字范围是1-26，对于不在这个范围的不计入编码 // 如果，前一位的字符<=2，新加入的字符==0，f(n) = f(n - 1) // 如果，前一位的字符>2，新加入的字符==0，return f(n) = 0; // ------ 情况分割线 ------ // 如果，前一位的字符>=2，新加入字符，则译码的种类结果不会变，dp[i] = dp[i - 1]，这个也要写...

import java.util.*; public class Solution { // 找到字符串中最长的不包含重复字符的子字符串，返回最长子字符串的长度 // 思路：双指针遍历字符串，最后返回两个指针的差值就是最长字符串的长度 // 关键词：最长，不含重复字符 // 最长要靠双指针，重复字符要靠哈希表 // 在这段代码中，没有用到双指针，只用了一个指针回溯来遍历整个字符串，通过哈希表本身不含重复元素的性质，key为字符，value为该字符对应的index；当遇到重复的字符，就找到对应字符在当前记录的子字符串的位置，之后将该位置之前的所有字符remove。之后有一个关键点在于，当把重复位...

import java.util.*; public class Solution { public int maxValue (int[][] grid) { int[][] dp = new int[grid.length][grid[0].length]; // 处理只有一行或者一列的情况 if(grid.length == 1){ int res = 0; for(int i = 0;i<grid[0].length;i++){ res += grid[0][i]; } return res; } if(grid[0].length == 1){ int res = 0; for...

import java.util.*; public class Solution { public int[] FindGreatestSumOfSubArray (int[] array) { // write code here // 题目要求返回长度最长的一个，则需要使用left、right记录子数组的起始 // 需要更新最大值的时候（要么子数组和最大，要么子数组和相等下区间要更长）顺便更新最终的区间收尾，这样来维护子数组的长度是最长的 int[] dp = new int[array.length]; dp[0] = array[0]; int maxsum = dp[0]; // ...