双指针法逻辑原理：假设链表 A 的非公共部分长度为 a，链表 B 的非公共部分长度为 b，公共部分长度为 c指针 p1 走完 A 后指向 B 的头部，总路程：a + b + c指针 p2 走完 B 后指向 A 的头部，总路程：b + c + a由于 a + b + c = b + c + a，两个指针最终会在公共节点处相遇。如果没有公共节点，它们最终会同时指向 null （即 c = 0 的情况） import java.util.*; /* public class ListNode { int val; ListNode next = null; ListNode(int val) { t...

import java.util.*; /* * public class ListNode { * int val; * ListNode next = null; * public ListNode(int val) { * this.val = val; * } * } */ 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 head ListNode类 * @param n int整型 * @return ListNode类 */ public ListNode removeN...

import java.util.*; /* * public class ListNode { * int val; * ListNode next = null; * public ListNode(int val) { * this.val = val; * } * } */ 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 pHead ListNode类 * @param k int整型 * @return ListNode类 */ public ListNode FindKt...

还是使用快慢指针，为什么快慢指针能够找到环的入口节点，这里需要用到数学的推导假设：从头节点到环入口的距离为 a从环入口到相遇点的距离为 b从相遇点走到环入口的距离为 c（即环的长度为 b + c）在相遇时：慢指针走过的距离：s = a + b快指针走过的距离：f = a + n(b + c) + b （这里的 n 指的是在环内走了多少圈）由于快指针的步幅是慢指针的2倍：f = 2s => a + n(b + c) + b = 2(a + b)即：a = (n - 1)(b + c) + c这意味着从头节点到环入口的距离 a，等于从相遇点绕环 n - 1 圈后再走距离 c。因此，一个指针从...

判断一个链表有没有环：方法一：判读是否存在入度大于 1 的节点，使用一个哈希表 map 存储每个节点遍历的次数count（以节点的hashCode为key），如果存在 count > 1 的情况就返回 true，否则返回 false。该方法空间复杂度为 O(n)，不合题意方法二：快慢指针法，设两个同时存在的快慢指针，快指针走2步，慢指针走1步，如果存在环，那么快慢指针总会相遇 import java.util.*; /** * Definition for singly-linked list. * class ListNode { * int val; * ListNode next;...

基于合并两个已排序的链表，将k个已排序的链表不断的划分为2组，直到划分成2个或1个链表为止 import java.util.*; /* * public class ListNode { * int val; * ListNode next = null; * public ListNode(int val) { * this.val = val; * } * } */ 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 lists ListNode类ArrayList * @retu...

两个链表已排好序，直接按大小进行判断后，添加到新的链表中即可 import java.util.*; /* * public class ListNode { * int val; * ListNode next = null; * public ListNode(int val) { * this.val = val; * } * } */ 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 pHead1 ListNode类 * @param pHead2 ListNode类 * @r...

需要采用不能断链的方法反转区间内的元素 import java.util.*; /* * public class ListNode { * int val; * ListNode next = null; * public ListNode(int val) { * this.val = val; * } * } */ 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 head ListNode类 * @param m int整型 * @param n int整型 * @return...

import java.util.Scanner; // 注意类名必须为 Main, 不要有任何 package xxx 信息 public class Main { public static void main(String[] args) { Scanner in = new Scanner(System.in); // 最长上升子序列的变体：在LIS的基础上添加等号条件即可 int n = in.nextInt(); int[] arr = new int[n]; for(int i = 0; i < n; i++) { arr[i] = in.nextInt(); } int[...

使用动态规划解决该问题 import java.util.*; public class AscentSequence { public int findLongest(int[] A, int n) { // write code here if(n == 0) return 0; int[] dp = new int[n]; for(int i = 0; i < n; i++) { dp[i] = 1; for(int j = 0; j < i; j++) { if(A[i] > A[j]) { dp[i] = Math.max(dp[i], dp[j] + 1); } ...

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 * * 给定数组的最长严格上升子序列的长度。 * @param arr int整型一维数组 给定的数组 * @return int整型 */ public int LIS (int[] arr) { // write code here int n = arr.length; if(n == 0) return 0; int[] dp = new int[n]; for(int i = 0; i < n; i++) ...

import java.util.Scanner; // 注意类名必须为 Main, 不要有任何 package xxx 信息 public class Main { public static void main(String[] args) { Scanner in = new Scanner(System.in); // 将问题转化为最长递增、递减子序列问题，然后遍历数组，找到符合条件的最大值maxLen，最终总人数减去 maxLen 即为所求 int n = in.nextInt(); int[] heights = new int[n]; for(int i = 0; i < ...

import java.util.*; // 注意类名必须为 Main, 不要有任何 package xxx 信息 public class Main { static int n, m; static char[][] maze; static boolean[][] visited; static int[] dx = {0, 0, 1, -1}; static int[] dy = {1, -1, 0, 0}; public static void main(String[] args) { Scanner in = new Scanner(System.in); n = in.next...

解决方案：滑动窗口 + 哈希计数优化这是一个经典的定长滑动窗口问题。预处理数组 b：使用哈希表（或数组，如果数值范围可控）记录数组 b 中每个数字出现的频率。维护窗口计数：在数组 a 上维护一个长度为 m 的窗口。记录窗口内每个数字出现的频率。维护匹配贡献度 (currentMatch)：当我们向窗口增加一个元素 x 时：如果窗口内 x 的数量仍然小于或等于 b 中 x 的数量，说明这个新加入的 x 贡献了一个有效匹配。当我们从窗口移除一个元素 y 时：如果窗口内 y 的数量原本小于或等于 b 中 y 的数量，说明移除它会损失一个有效匹配。计数：每移动一次窗口，检查 currentMatch ...