5.20 图、树

src/main/java/array/MaxSubArray.java

@@ -30,4 +30,31 @@ public class MaxSubArray {
         }
         return maxsum;
     }
+    //假设还要同时返回起始结束下标：
+    public int[] maxSubArray2(int[] nums) {
+        int tempsum = nums[0]; // 当前子数组的和
+        int maxsum = nums[0];  // 最大子数组和
+        int start = 0;         // 最大子数组的起始下标
+        int end = 0;           // 最大子数组的结束下标
+        int tempStart = 0;     // 当前子数组的起始下标
+
+        for (int i = 1; i < nums.length; i++) {
+            if (tempsum < 0) {
+                tempsum = nums[i];  // 如果当前子数组和为负数，则重新从当前元素开始
+                tempStart = i;      // 更新当前子数组的起始下标
+            } else {
+                tempsum += nums[i]; // 否则，继续扩展当前子数组
+            }
+
+            // 如果当前的子数组和大于之前的最大和，则更新最大和和区间的下标
+            if (tempsum > maxsum) {
+                maxsum = tempsum;
+                start = tempStart;  // 记录最大子数组的起始下标
+                end = i;            // 记录最大子数组的结束下标
+            }
+        }
+
+        // 返回最大子数组的和以及起始和结束下标
+        return new int[] {maxsum, start, end};
+    }
 }

src/main/java/array/MaxSubarraySumCircular.java

@@ -0,0 +1,56 @@
+package array;
+
+import java.util.ArrayDeque;
+import java.util.Deque;
+
+/**
+ * 题目： 918. 环形子数组的最大和  (maxSubarraySumCircular)
+ * 描述：给定一个长度为 n 的环形整数数组 nums ，返回 nums 的非空 子数组 的最大可能和 。
+ *
+ * 环形数组 意味着数组的末端将会与开头相连呈环状。形式上， nums[i] 的下一个元素是 nums[(i + 1) % n] ， nums[i] 的前一个元素是 nums[(i - 1 + n) % n] 。
+ *
+ * 子数组 最多只能包含固定缓冲区 nums 中的每个元素一次。形式上，对于子数组 nums[i], nums[i + 1], ..., nums[j] ，不存在 i <= k1, k2 <= j 其中 k1 % n == k2 % n 。
+ *
+ 示例 1：
+ 输入：nums = [1,-2,3,-2]
+ 输出：3
+ 解释：从子数组 [3] 得到最大和 3
+ *
+ * 链接：https://leetcode.cn/problems/maximum-sum-circular-subarray/
+
+ */
+//不会
+public class MaxSubarraySumCircular {
+    //很巧妙的思路
+    public int maxSubarraySumCircular(int[] nums) {
+        int totalSum = 0;     // 数组元素总和
+        int currMax = 0;      // Kadane 当前最大子数组和
+        int maxSum = Integer.MIN_VALUE;  // 全局最大子数组和
+
+        int currMin = 0;      // Kadane 当前最小子数组和
+        int minSum = Integer.MAX_VALUE;  // 全局最小子数组和
+
+        for (int x : nums) {
+            // 累加总和
+            totalSum += x;
+
+            // —— 求最大子数组和（标准 Kadane） ——
+            // 要么把 x 加到前面的子数组上，要么从 x 重新开始
+            currMax = Math.max(currMax + x, x);
+            maxSum = Math.max(maxSum, currMax);
+
+            // —— 求最小子数组和（相反 Kadane） ——
+            currMin = Math.min(currMin + x, x);
+            minSum = Math.min(minSum, currMin);
+        }
+
+        // 如果所有元素都为负数，maxSum 会是最大的负数，
+        // totalSum - minSum 会变成 0（等价于丢弃整个数组），不合法
+        if (maxSum < 0) {
+            return maxSum;
+        }
+
+        // 否则比较非环形和环形两种情况
+        return Math.max(maxSum, totalSum - minSum);
+    }
+}

src/main/java/graph/FindOrder.java

@@ -0,0 +1,55 @@
+package graph;
+
+import java.util.ArrayDeque;
+import java.util.ArrayList;
+import java.util.List;
+import java.util.Queue;
+
+/**
+ * 题目： 210. 课程表 II  (findOrder)
+ * 描述：现在你总共有 numCourses 门课需要选，记为 0 到 numCourses - 1。给你一个数组 prerequisites ，其中 prerequisites[i] = [ai, bi] ，表示在选修课程 ai 前 必须 先选修 bi 。
+ * 例如，想要学习课程 0 ，你需要先完成课程 1 ，我们用一个匹配来表示：[0,1] 。
+ * 返回你为了学完所有课程所安排的学习顺序。可能会有多个正确的顺序，你只要返回 任意一种 就可以了。如果不可能完成所有课程，返回 一个空数组 。
+ *
+ 示例 1：
+ 输入：numCourses = 2, prerequisites = [[1,0]]
+ 输出：[0,1]
+ 解释：总共有 2 门课程。要学习课程 1，你需要先完成课程 0。因此，正确的课程顺序为 [0,1] 。
+
+ * 链接：https://leetcode.cn/problems/course-schedule-ii/
+
+ */
+public class FindOrder {
+    public int[] findOrder(int numCourses, int[][] prerequisites) {
+        int[] indegree=new int[numCourses];
+        int[] res=new int[numCourses];
+        int index=0;
+        // 构建图：graph.get(i) 存储课程 i 的后续课程
+        List<List<Integer>> graph = new ArrayList<>();
+        // 初始化图
+        for (int i = 0; i < numCourses; i++) {
+            graph.add(new ArrayList<>());
+        }
+        Queue<Integer>queue=new ArrayDeque<>();
+        for (int[] prerequisite : prerequisites) {
+            int course=prerequisite[0];
+            int precourse=prerequisite[1];
+            graph.get(precourse).add(course);
+            indegree[course]++;
+        }
+        for (int i = 0; i < numCourses; i++) {
+            if(indegree[i]==0)queue.offer(i);
+        }
+        while (!queue.isEmpty()){
+            int cur=queue.poll();
+            res[index++]=cur;
+            List<Integer>tp=graph.get(cur);
+            for (Integer course : tp) {
+                indegree[course]--;
+                if(indegree[course]==0) queue.offer(course);
+            }
+        }
+        if(index==numCourses)return res;
+        else return new int[0];
+    }
+}

src/main/java/graph/LadderLength.java

@@ -0,0 +1,57 @@
+package graph;
+
+import java.util.*;
+
+/**
+ * 题目： 127. 单词接龙  (ladderLength)
+ * 描述：字典 wordList 中从单词 beginWord 到 endWord 的 转换序列 是一个按下述规格形成的序列 beginWord -> s1 -> s2 -> ... -> sk：
+ *
+ * 每一对相邻的单词只差一个字母。
+ *  对于 1 <= i <= k 时，每个 si 都在 wordList 中。注意， beginWord 不需要在 wordList 中。
+ * sk == endWord
+ * 给你两个单词 beginWord 和 endWord 和一个字典 wordList ，返回 从 beginWord 到 endWord 的 最短转换序列 中的 单词数目 。如果不存在这样的转换序列，返回 0 。
+ *
+ 示例 1：
+ 输入：beginWord = "hit", endWord = "cog", wordList = ["hot","dot","dog","lot","log","cog"]
+ 输出：5
+ 解释：一个最短转换序列是 "hit" -> "hot" -> "dot" -> "dog" -> "cog", 返回它的长度 5。
+
+ * 链接：https://leetcode.cn/problems/word-ladder/
+
+ */
+//和433. 最小基因变化雷同
+public class LadderLength {
+    public int ladderLength(String beginWord, String endWord, List<String> wordList) {
+        Set<String>set=new HashSet<>(wordList);
+        Set<String>visited=new HashSet<>();
+        Queue<String> queue=new ArrayDeque<>();
+        queue.add(beginWord);
+        visited.add(beginWord);
+        if(!set.contains(endWord))return 0;
+        int steps=1;
+        while (!queue.isEmpty()){
+            int sz= queue.size();
+            for (int i = 0; i < sz; i++) {
+                String cur=queue.poll();
+                if(cur.equals(endWord))
+                    return steps;
+                char[] currArr = cur.toCharArray();
+                for (int pos = 0; pos < currArr.length; pos++) {
+                    char old=currArr[pos];
+                    for (int j = 0; j < 26; j++) {
+                        char g= (char) ('a'+j);
+                        currArr[pos]=g;
+                        String next=new String(currArr);
+                        if(set.contains(next)&&!visited.contains(next)){
+                            visited.add(next);
+                            queue.offer(next);
+                        }
+                    }
+                    currArr[pos]=old;
+                }
+            }
+            steps++;
+        }
+        return 0;
+    }
+}

src/main/java/graph/MinMutation.java

@@ -0,0 +1,100 @@
+package graph;
+
+import java.util.*;
+
+/**
+ * 题目： 433. 最小基因变化  (minMutation)
+ * 描述：基因序列可以表示为一条由 8 个字符组成的字符串，其中每个字符都是 'A'、'C'、'G' 和 'T' 之一。
+ * 假设我们需要调查从基因序列 start 变为 end 所发生的基因变化。一次基因变化就意味着这个基因序列中的一个字符发生了变化。
+ * 例如，"AACCGGTT" --> "AACCGGTA" 就是一次基因变化。
+ * 另有一个基因库 bank 记录了所有有效的基因变化，只有基因库中的基因才是有效的基因序列。（变化后的基因必须位于基因库 bank 中）
+ * 给你两个基因序列 start 和 end ，以及一个基因库 bank ，请你找出并返回能够使 start 变化为 end 所需的最少变化次数。如果无法完成此基因变化，返回 -1 。
+ * 注意：起始基因序列 start 默认是有效的，但是它并不一定会出现在基因库中。
+ *
+ 示例 1：
+ 输入：start = "AACCGGTT", end = "AAACGGTA", bank = ["AACCGGTA","AACCGCTA","AAACGGTA"]
+ 输出：2
+
+ * 链接：https://leetcode.cn/problems/minimum-genetic-mutation/
+
+ */
+//不会
+public class MinMutation {
+    /**
+     * 准备工作
+     *
+     * 将基因库 bank 中的有效基因串存入一个 Set<String> valid，用于 O(1) 检查。
+     * 如果 endGene 不在 valid 中，说明无法达到目标，直接返回 –1。
+     * BFS 初始化
+     *
+     * 使用队列 Queue<String> 存放当前层（当前步数）所有可达的基因串。
+     * 另用一个 Set<String> visited 记录已经访问过的基因串，避免重复遍历。
+     * 将起点 startGene 入队、标记已访问；将步数 steps 置 0。
+     * 层次遍历
+     *
+     * 每次遍历一层时，取出当前队列大小 sz，表示这一层共有 sz 个节点要处理；
+     * 对每个节点（基因串）进行：
+     * 若它等于 endGene，则返回当前 steps。
+     * 否则，尝试对这条基因串的 8 个位置，逐个替换为 'A' / 'C' / 'G' / 'T' 中另一种字符，生成所有 “相差 1 位” 的新基因串 next；
+     * 如果 next 在 valid 且未被访问过，就将其入队并标记访问。
+     * 步数递增
+     *
+     * 当前层的所有节点都处理完后，steps++，进入下一层。
+     * 直到队列为空仍未找到 endGene，返回 –1。
+     * @param startGene
+     * @param endGene
+     * @param bank
+     * @return
+     */
+    public int minMutation(String startGene, String endGene, String[] bank) {
+        // 1. 将 bank 放入 Set，便于快速查验
+        Set<String> valid = new HashSet<>(Arrays.asList(bank));
+        // 如果目标不在 bank 中，无法达成
+        if (!valid.contains(endGene)) {
+            return -1;
+        }
+
+        // 2. BFS 初始化
+        char[] genes = new char[] {'A', 'C', 'G', 'T'};
+        Queue<String> queue = new ArrayDeque<>();
+        Set<String> visited = new HashSet<>();
+
+        queue.offer(startGene);
+        visited.add(startGene);
+        int steps = 0;
+
+        // 3. 开始层次遍历
+        while (!queue.isEmpty()) {
+            int sz = queue.size();
+            // 处理当前层中的所有节点
+            for (int i = 0; i < sz; i++) {
+                String curr = queue.poll();
+                // 找到目标，返回步数
+                if (curr.equals(endGene)) {
+                    return steps;
+                }
+                // 生成所有一位变异的基因串
+                char[] currArr = curr.toCharArray();
+                for (int pos = 0; pos < currArr.length; pos++) {
+                    char old = currArr[pos];
+                    for (char g : genes) {
+                        if (g == old) continue;  // 跳过相同字符
+                        currArr[pos] = g;
+                        String next = new String(currArr);
+                        // 只有在 bank 且未访问过，才入队
+                        if (valid.contains(next) && !visited.contains(next)) {
+                            queue.offer(next);
+                            visited.add(next);
+                        }
+                    }
+                    currArr[pos] = old;  // 恢复现场，不然每个pos都变了
+                }
+            }
+            // 当前层遍历完，步数+1
+            steps++;
+        }
+
+        // 队列空了也没找到，返回 -1
+        return -1;
+    }
+}

src/main/java/graph/NumIslands.java

@@ -1,7 +1,5 @@
 package graph;
 
-import java.util.Map;
-
 /**
  * 题目： 200. 岛屿数量  (numIslands)
  * 描述：给你一个由 '1'（陆地）和 '0'（水）组成的的二维网格，请你计算网格中岛屿的数量。

src/main/java/graph/Trie.java

@@ -12,47 +12,98 @@ package graph;
 
  */
 //没搞懂 学习一下
+
+/**
+ * 节点结构
+ *
+ * 每个 Trie 对象代表一棵子树的根节点，内部维护一个 children[26] 数组，对应 26 个字母。
+ * isEnd 标识该节点是否是某个已插入单词的末尾。
+ * 插入 (insert)
+ * 从根节点出发，依次读取单词每个字符，计算索引 ch - 'a'。
+ * 若对应子节点为空则新建，最后将游标节点标记为单词结尾。
+ *
+ * 查找完整单词 (search)
+ * 调用内部方法 searchPrefix，找到单词走到的最后一个节点；
+ * 再检查该节点的 isEnd，为 true 时说明完整单词存在。
+ *
+ * 前缀判断 (startsWith)
+ * 仍用 searchPrefix 定位到最后一个节点；
+ * 不需要检查 isEnd，只要节点不为 null 就说明有该前缀。
+ *
+ * 共用方法 (searchPrefix)
+ * 将插入和查找里的公共逻辑抽取出来：遍历路径、空指针检查、节点推进。
+ */
+//https://leetcode.cn/problems/implement-trie-prefix-tree/solutions/98390/trie-tree-de-shi-xian-gua-he-chu-xue-zhe-by-huwt/?envType=study-plan-v2&envId=top-interview-150
 class Trie {
+    // children 数组保存当前节点的所有子节点，索引 0-25 分别对应 'a'-'z'
     private Trie[] children;
+    // isEnd 标志用于标识当前节点是否为一个完整单词的结尾
     private boolean isEnd;
 
+    /**
+     * Initialize your data structure here.
+     */
     public Trie() {
-        children = new Trie[26];  //这行代码只是 创建了一个长度为 26 的数组，对应 a ~ z。但是！数组里的元素初始都是 null，只有当需要用到某个字符时，才会创建对应的 Trie 节点。
+        // 初始化 children 数组，初始时所有子节点都为 null
+        children = new Trie[26];
+        // 初始化单词结尾标志为 false
         isEnd = false;
     }
 
+    /**
+     * Inserts a word into the trie.
+     */
     public void insert(String word) {
-        Trie node = this;
+        Trie node = this;                // 从根节点开始
         for (int i = 0; i < word.length(); i++) {
-            char ch = word.charAt(i);
+            char ch = word.charAt(i);    // 当前字符
-            int index = ch - 'a';
+            int index = ch - 'a';        // 计算在 children 数组中的索引
+            // 如果对应字符的子节点不存在，则新建一个节点
             if (node.children[index] == null) {
                 node.children[index] = new Trie();
             }
+            // 移动到子节点，继续处理下一个字符
             node = node.children[index];
         }
+        // 遍历完所有字符后，将当前节点标记为单词结尾
         node.isEnd = true;
     }
 
+    /**
+     * Returns true if the word is in the trie.
+     */
     public boolean search(String word) {
+        // 尝试查找完整单词对应的节点
         Trie node = searchPrefix(word);
+        // 只有节点不为 null 且 isEnd 为 true 才说明单词存在
         return node != null && node.isEnd;
     }
 
+    /**
+     * Returns true if there is any word in the trie that starts with the given prefix.
+     */
     public boolean startsWith(String prefix) {
+        // 只要能找到 prefix 对应的最后一个节点，就说明存在该前缀
         return searchPrefix(prefix) != null;
     }
 
+    /**
+     * 查找给定字符串对应的最后一个节点，若路径中断则返回 null。
+     */
     private Trie searchPrefix(String prefix) {
-        Trie node = this;
+        Trie node = this;                // 从根节点开始
         for (int i = 0; i < prefix.length(); i++) {
             char ch = prefix.charAt(i);
-            int index = ch - 'a';
+            int index = ch - 'a';        // 计算字符索引
+            // 若对应子节点不存在，则前缀/单词不在 Trie 中
             if (node.children[index] == null) {
                 return null;
             }
+            // 移动到子节点，继续检查下一个字符
             node = node.children[index];
         }
+        // 成功遍历所有字符，返回最后停留的节点
         return node;
     }
 }
+

src/main/java/tree/WordDictionary.java

@@ -0,0 +1,87 @@
+package tree;
+
+import java.util.ArrayList;
+import java.util.List;
+
+/**
+ * 题目： 添加与搜索单词 - 数据结构设计  (WordDictionary)
+ * 描述：请你设计一个数据结构，支持 添加新单词 和 查找字符串是否与任何先前添加的字符串匹配 。
+ *
+ * 实现词典类 WordDictionary ：
+ *
+ * WordDictionary() 初始化词典对象
+ * void addWord(word) 将 word 添加到数据结构中，之后可以对它进行匹配
+ * bool search(word) 如果数据结构中存在字符串与 word 匹配，则返回 true ；否则，返回  false 。word 中可能包含一些 '.' ，每个 . 都可以表示任何一个字母。
+ *
+ 示例 1：
+ 输入：
+ ["WordDictionary","addWord","addWord","addWord","search","search","search","search"]
+ [[],["bad"],["dad"],["mad"],["pad"],["bad"],[".ad"],["b.."]]
+ 输出：
+ [null,null,null,null,false,true,true,true]
+
+ 解释：
+ WordDictionary wordDictionary = new WordDictionary();
+ wordDictionary.addWord("bad");
+ wordDictionary.addWord("dad");
+ wordDictionary.addWord("mad");
+ wordDictionary.search("pad"); // 返回 False
+ wordDictionary.search("bad"); // 返回 True
+ wordDictionary.search(".ad"); // 返回 True
+ wordDictionary.search("b.."); // 返回 True
+
+ * 链接：https://leetcode.cn/problems/design-add-and-search-words-data-structure/
+
+ */
+public class WordDictionary {
+    // Trie 树的节点
+    private WordDictionary[] children;
+    private boolean isEnd;
+
+    public WordDictionary() {
+        children = new WordDictionary[26];  // 存储 26 个字母的子节点
+        isEnd = false;  // 默认节点不是单词的结尾
+    }
+
+    // 添加单词
+    public void addWord(String word) {
+        WordDictionary node = this;
+        for (int i = 0; i < word.length(); i++) {
+            int index = word.charAt(i) - 'a';  // 计算字符的索引
+            if (node.children[index] == null) {
+                node.children[index] = new WordDictionary();  // 如果子节点不存在，就创建一个新节点
+            }
+            node = node.children[index];  // 移动到当前字符的子节点
+        }
+        node.isEnd = true;  // 单词的结尾标志
+    }
+
+    // 搜索单词，支持通配符 "."
+    public boolean search(String word) {
+        return searchInNode(word, this);  // 从根节点开始搜索
+    }
+
+    // 辅助方法，递归遍历 Trie
+    private boolean searchInNode(String word, WordDictionary node) {
+        if (word.length() == 0) {
+            return node.isEnd;  // 如果单词已遍历完，检查当前节点是否是一个完整单词
+        }
+
+        char firstChar = word.charAt(0);
+        if (firstChar == '.') {
+            // 如果是通配符 '.', 检查每个子节点
+            for (int i = 0; i < 26; i++) {
+                if (node.children[i] != null && searchInNode(word.substring(1), node.children[i])) {  //word.substring(1):从 word 字符串的第二个字符
+                    return true;  // 如果任意一个子节点能匹配，返回 true
+                }
+            }
+            return false;  // 如果所有子节点都无法匹配，返回 false
+        } else {
+            int index = firstChar - 'a';  // 计算字母的索引
+            if (node.children[index] == null) {
+                return false;  // 如果当前字符对应的子节点为空，返回 false
+            }
+            return searchInNode(word.substring(1), node.children[index]);  // 向下递归检查
+        }
+    }
+}