6.30 二刷二叉树

src/main/java/linkedlist/LRUCache.java

@@ -1,105 +0,0 @@
-package linkedlist;
-/**
- * 题目： 146. LRU 缓存 (LRUCache)
- * 描述：请你设计并实现一个满足  LRU (最近最少使用) 缓存 约束的数据结构。
- * 实现 LRUCache 类：
- * LRUCache(int capacity) 以 正整数 作为容量 capacity 初始化 LRU 缓存
- * int get(int key) 如果关键字 key 存在于缓存中，则返回关键字的值，否则返回 -1 。
- * void put(int key, int value) 如果关键字 key 已经存在，则变更其数据值 value ；如果不存在，则向缓存中插入该组 key-value 。如果插入操作导致关键字数量超过 capacity ，则应该 逐出 最久未使用的关键字。
- * 函数 get 和 put 必须以 O(1) 的平均时间复杂度运行。
-
- 示例 1：
- 输入
- ["LRUCache", "put", "put", "get", "put", "get", "put", "get", "get", "get"]
- [[2], [1, 1], [2, 2], [1], [3, 3], [2], [4, 4], [1], [3], [4]]
- 输出
- [null, null, null, 1, null, -1, null, -1, 3, 4]
-
- * 链接：https://leetcode.cn/problems/lru-cache/
- */
-import java.util.HashMap;
-import java.util.Map;
-
-public class LRUCache {
-    class DLinkedNode {
-        int key;
-        int value;
-        DLinkedNode prev;
-        DLinkedNode next;
-        public DLinkedNode() {}
-        public DLinkedNode(int _key, int _value) {key = _key; value = _value;}
-    }
-
-    private Map<Integer, DLinkedNode> cache = new HashMap<>();
-    private int size;
-    private int capacity;
-    private DLinkedNode head, tail;
-
-    public LRUCache(int capacity) {
-        this.size = 0;
-        this.capacity = capacity;
-        // 使用伪头部和伪尾部节点
-        head = new DLinkedNode();
-        tail = new DLinkedNode();
-        head.next = tail;
-        tail.prev = head;
-    }
-
-    public int get(int key) {
-        DLinkedNode node = cache.get(key);
-        if (node == null) {
-            return -1;
-        }
-        // 如果 key 存在，先通过哈希表定位，再移到头部
-        moveToHead(node);
-        return node.value;
-    }
-
-    public void put(int key, int value) {
-        DLinkedNode node = cache.get(key);
-        if (node == null) {
-            // 如果 key 不存在，创建一个新的节点
-            DLinkedNode newNode = new DLinkedNode(key, value);
-            // 添加进哈希表
-            cache.put(key, newNode);
-            // 添加至双向链表的头部
-            addToHead(newNode);
-            ++size;
-            if (size > capacity) {
-                // 如果超出容量，删除双向链表的尾部节点
-                DLinkedNode tail = removeTail();
-                // 删除哈希表中对应的项
-                cache.remove(tail.key);
-                --size;
-            }
-        }
-        else {
-            // 如果 key 存在，先通过哈希表定位，再修改 value，并移到头部
-            node.value = value;
-            moveToHead(node);
-        }
-    }
-
-    private void addToHead(DLinkedNode node) {
-        node.prev = head;
-        node.next = head.next;
-        head.next.prev = node;
-        head.next = node;
-    }
-
-    private void removeNode(DLinkedNode node) {
-        node.prev.next = node.next;
-        node.next.prev = node.prev;
-    }
-
-    private void moveToHead(DLinkedNode node) {
-        removeNode(node);
-        addToHead(node);
-    }
-
-    private DLinkedNode removeTail() {
-        DLinkedNode res = tail.prev;
-        removeNode(res);
-        return res;
-    }
-}

src/main/java/linkedlist/MergeKLists.java

@@ -0,0 +1,67 @@
+package linkedlist;
+
+/**
+ * 题目： 23. 合并 K 个升序链表  (mergeKLists)
+ * 描述：给你一个链表数组，每个链表都已经按升序排列。
+ * 请你将所有链表合并到一个升序链表中，返回合并后的链表。
+ * 链接：https://leetcode.cn/problems/merge-k-sorted-lists
+ * <p>
+ * 输入：lists = [[1,4,5],[1,3,4],[2,6]]
+ * 输出：[1,1,2,3,4,4,5,6]
+ * 解释：链表数组如下：
+ * [
+ * 1->4->5,
+ * 1->3->4,
+ * 2->6
+ * ]
+ * 将它们合并到一个有序链表中得到。
+ * 1->1->2->3->4->4->5->6
+ */
+//二刷不会
+public class MergeKLists {
+    //两两合并
+    public ListNode mergeKLists2(ListNode[] lists) {
+        ListNode ans = null;
+        for (int i = 0; i < lists.length; ++i) {
+            ans = mergeTwoLists(ans, lists[i]);
+        }
+        return ans;
+    }
+
+    public ListNode mergeTwoLists(ListNode a, ListNode b) {
+        if (a == null || b == null) {
+            return a != null ? a : b;
+        }
+        ListNode head = new ListNode(0);
+        ListNode tail = head, aPtr = a, bPtr = b;
+        while (aPtr != null && bPtr != null) {
+            if (aPtr.val < bPtr.val) {
+                tail.next = aPtr;
+                aPtr = aPtr.next;
+            } else {
+                tail.next = bPtr;
+                bPtr = bPtr.next;
+            }
+            tail = tail.next;
+        }
+        tail.next = (aPtr != null ? aPtr : bPtr);
+        return head.next;
+    }
+
+
+    //分治合并
+    public ListNode mergeKLists(ListNode[] lists) {
+        return merge(lists, 0, lists.length - 1);
+    }
+
+    public ListNode merge(ListNode[] lists, int l, int r) {
+        if (l == r) {
+            return lists[l];
+        }
+        if (l > r) {
+            return null;
+        }
+        int mid = (l + r) >> 1;
+        return mergeTwoLists(merge(lists, l, mid), merge(lists, mid + 1, r));
+    }
+}

src/main/java/tree/DiameterOfBinaryTree.java

@@ -6,8 +6,20 @@ package tree;
  * 两节点之间路径的 长度 由它们之间边数表示。
 
  * 链接：https://leetcode.cn/problems/diameter-of-binary-tree/
-
+   1
+ / \
+ 2   3
+    / \
+   4   5
+ / \
+ 6   7
+ /     \
+ 8       9
+ /         \
+ 10         11
+不一定经过root！
  */
+//二刷会做
 public class DiameterOfBinaryTree {
 
     private int maxDiameter = 0;

src/main/java/tree/InorderTraversal.java

@@ -11,6 +11,7 @@ import java.util.List;
  * 链接：https://leetcode.cn/problems/binary-tree-inorder-traversal/
 
  */
+//二刷会做
 //递归会 迭代需记一下
 public class InorderTraversal {
     //递归
@@ -29,6 +30,21 @@ public class InorderTraversal {
         inorder(root.right, res);
     }
 
+    public List<Integer> inorderTraversal2(TreeNode root) {
+        List<Integer> res=new ArrayList<>();
+        Deque<TreeNode>stack=new ArrayDeque<>();
+        while (root!=null || !stack.isEmpty()){
+            while (root!=null){
+                stack.push(root);
+                root=root.left;
+            }
+            root=stack.pop();
+            res.add(root.val);
+            root=root.right;
+        }
+        return res;
+    }
+
     //迭代+栈
     public List<Integer> inorderTraversal1(TreeNode root) {
         List<Integer> res = new ArrayList<Integer>();

src/main/java/tree/InvertTree.java

@@ -6,7 +6,24 @@ package tree;
  * 链接：https://leetcode.cn/problems/invert-binary-tree/
 
  */
+//二刷会做
 public class InvertTree {
+    void dfs(TreeNode root){
+        if(root!=null) {
+            TreeNode tp;
+            tp = root.left;
+            root.left = root.right;
+            root.right = tp;
+            dfs(root.left);
+            dfs(root.right);
+        }
+    }
+    public TreeNode invertTree2(TreeNode root) {
+        dfs(root);
+        return root;
+    }
+
+    //先调整父节点，再调子节点
     public void invert(TreeNode root){
         if(root!=null){
             TreeNode temp;
@@ -21,6 +38,7 @@ public class InvertTree {
         invert(root);
         return root;
     }
+    //先调子 再调父节点
     public TreeNode invertTree(TreeNode root) {
         if (root == null) {
             return null;

src/main/java/tree/IsSymmetric.java

@@ -11,8 +11,10 @@ import java.util.Queue;
 
  */
 //不会做，递归和迭代都写一下
+//二刷不会
 public class IsSymmetric {
 
+    //递归
     public boolean isSymmetric(TreeNode root) {
         // 如果根节点为空，则认为是对称的
         if (root == null) {
@@ -40,6 +42,7 @@ public class IsSymmetric {
                 && isMirror(left.right, right.left);
     }
 
+    //层序遍历
     public boolean isSymmetric1(TreeNode root) {
         if (root == null) {
             return true;

src/main/java/tree/IsValidBST.java

@@ -15,7 +15,9 @@ import java.util.List;
  * 链接：https://leetcode.cn/problems/validate-binary-search-tree/
 
  */
+//二刷会做
 public class IsValidBST {
+
     //递归
     public boolean helper(TreeNode node, long lower, long upper) {
         if (node == null) {
@@ -30,6 +32,7 @@ public class IsValidBST {
         return helper(root, Long.MIN_VALUE, Long.MAX_VALUE);
     }
 
+
     //中序遍历
     public void dfs(TreeNode root,List<Integer>list){
         if(root!=null){

src/main/java/tree/KthSmallest.java

@@ -8,20 +8,24 @@ import java.util.List;
  * 描述：给定一个二叉搜索树的根节点 root ，和一个整数 k ，请你设计一个算法查找其中第 k 小的元素（从 1 开始计数）。
 
  * 链接：https://leetcode.cn/problems/kth-smallest-element-in-a-bst/
-
+ 进阶：如果二叉搜索树经常被修改（插入/删除操作）并且你需要频繁地查找第 k 小的值，你将如何优化算法？
  */
+//二刷会做
 public class KthSmallest {
     //中序遍历
-    public void dfs(TreeNode root, List<Integer> list){
+    private int k, ans;
-        if(root!=null){
-            dfs(root.left,list);
-            list.add(root.val);
-            dfs(root.right,list);
-        }
-    }
     public int kthSmallest(TreeNode root, int k) {
-        List<Integer>list=new ArrayList<>();
+        this.k = k;
-        dfs(root,list);
+        dfs(root);
-        return list.get(k-1);
+        return ans;
+    }
+    private void dfs(TreeNode node) {
+        if (node == null) return;
+        dfs(node.left);
+        if (--k == 0) {           // 访问到第 k 个
+            ans = node.val;
+            return;               // 提前结束递归
+        }
+        dfs(node.right);
     }
 }

src/main/java/tree/LevelOrder.java

@@ -12,6 +12,7 @@ import java.util.Queue;
  * 链接：https://leetcode.cn/problems/binary-tree-level-order-traversal/
 
  */
+//二刷会做
 public class LevelOrder {
     public List<List<Integer>> levelOrder(TreeNode root) {
         List<List<Integer>>res=new ArrayList<>();

src/main/java/tree/MaxDepth.java

@@ -13,6 +13,7 @@ import java.util.Queue;
  * 链接：https://leetcode.cn/problems/maximum-depth-of-binary-tree/
 
  */
+//二刷会做
 public class MaxDepth {
     //递归
     int dfs(TreeNode root){
@@ -23,6 +24,7 @@ public class MaxDepth {
     public int maxDepth1(TreeNode root) {
         return dfs(root);
     }
+
     //bfs
     public int maxDepth(TreeNode root) {
         if (root == null) {

src/main/java/tree/SortedArrayToBST.java

@@ -6,6 +6,7 @@ package tree;
  * 链接：https://leetcode.cn/problems/convert-sorted-array-to-binary-search-tree/
 
  */
+//二刷不会
 public class SortedArrayToBST {
     //分治
     TreeNode func(int left,int right ,int[] nums){

src/main/java/实现类功能/LRUCache.java

@@ -0,0 +1,164 @@
+package 实现类功能;
+/**
+ * 题目： 146. LRU 缓存 (LRUCache)
+ * 描述：请你设计并实现一个满足  LRU (最近最少使用) 缓存 约束的数据结构。
+ * 实现 LRUCache 类：
+ * LRUCache(int capacity) 以 正整数 作为容量 capacity 初始化 LRU 缓存
+ * int get(int key) 如果关键字 key 存在于缓存中，则返回关键字的值，否则返回 -1 。
+ * void put(int key, int value) 如果关键字 key 已经存在，则变更其数据值 value ；如果不存在，则向缓存中插入该组 key-value 。如果插入操作导致关键字数量超过 capacity ，则应该 逐出 最久未使用的关键字。
+ * 函数 get 和 put 必须以 O(1) 的平均时间复杂度运行。
+
+ 示例 1：
+ 输入
+ ["LRUCache", "put", "put", "get", "put", "get", "put", "get", "get", "get"]
+ [[2], [1, 1], [2, 2], [1], [3, 3], [2], [4, 4], [1], [3], [4]]
+ 输出
+ [null, null, null, 1, null, -1, null, -1, 3, 4]
+
+ * 链接：https://leetcode.cn/problems/lru-cache/
+ */
+import java.util.HashMap;
+import java.util.Map;
+//二刷不会 学习
+
+/**
+ * 对于 get 操作，首先判断 key 是否存在：
+ * 如果 key 不存在，则返回 −1；
+ * 如果 key 存在，则 key 对应的节点是最近被使用的节点。通过哈希表定位到该节点在双向链表中的位置，并将其移动到双向链表的头部，最后返回该节点的值。
+ *
+ * 对于 put 操作，首先判断 key 是否存在：
+ * 如果 key 不存在，使用 key 和 value 创建一个新的节点，在双向链表的头部添加该节点，并将 key 和该节点添加进哈希表中。然后判断双向链表的节点数是否超出容量，如果超出容量，则删除双向链表的尾部节点，并删除哈希表中对应的项；
+ * 如果 key 存在，则与 get 操作类似，先通过哈希表定位，再将对应的节点的值更新为 value，并将该节点移到双向链表的头部。
+ *
+ *
+ * 注意，key和value不必相等
+ */
+public class LRUCache {
+
+    /* ----------------------------- 链表节点定义 ----------------------------- */
+
+    /**
+     * 双向链表节点
+     */
+    class DLinkedNode {
+        int key;          // 保存 key：便于淘汰节点时同步从 cache 中删除
+        int value;        // 保存 value
+        DLinkedNode prev; // 前驱
+        DLinkedNode next; // 后继
+
+        public DLinkedNode() {}
+
+        public DLinkedNode(int _key, int _value) {
+            key = _key;
+            value = _value;
+        }
+    }
+
+    /* ----------------------------- 成员变量 ----------------------------- */
+
+    private final Map<Integer, DLinkedNode> cache = new HashMap<>(); // 哈希表
+    private int size;       // 当前键值对数量
+    private final int capacity; // 最大容量
+
+    // 伪头、伪尾（固定不动）
+    private final DLinkedNode head;
+    private final DLinkedNode tail;
+
+    /* ----------------------------- 构造函数 ----------------------------- */
+
+    /**
+     * @param capacity 缓存最大容量 (正整数)
+     */
+    public LRUCache(int capacity) {
+        this.size = 0;
+        this.capacity = capacity;
+
+        // 创建伪头、伪尾并相连
+        head = new DLinkedNode();
+        tail = new DLinkedNode();
+        head.next = tail;
+        tail.prev = head;
+    }
+
+    /* ----------------------------- 公共接口 ----------------------------- */
+
+    /**
+     * @param key 查询的键
+     * @return 若存在则返回对应 value，否则返回 -1
+     */
+    public int get(int key) {
+        DLinkedNode node = cache.get(key);
+        if (node == null) {            // 不存在
+            return -1;
+        }
+        // 存在：移动到链表头部（标记为最近使用）
+        moveToHead(node);
+        return node.value;
+    }
+
+    /**
+     * 写入或更新键值对
+     * @param key   键
+     * @param value 值
+     */
+    public void put(int key, int value) {
+        DLinkedNode node = cache.get(key);
+
+        if (node == null) {
+            /* ---------- 新键 ---------- */
+            DLinkedNode newNode = new DLinkedNode(key, value);
+            cache.put(key, newNode); // 哈希表记录
+            addToHead(newNode);      // 链表头插
+            ++size;
+
+            // 超容量：弹出尾节点（最久未使用）
+            if (size > capacity) {
+                DLinkedNode tail = removeTail(); // 真尾节点
+                cache.remove(tail.key);          // 同步删除哈希表项
+                --size;
+            }
+        } else {
+            /* ---------- 已存在键：更新值并提到头部 ---------- */
+            node.value = value;
+            moveToHead(node);
+        }
+    }
+
+    /* ----------------------------- 链表操作辅助 ----------------------------- */
+
+    /**
+     * 将节点插到伪头之后（链表头部）
+     */
+    private void addToHead(DLinkedNode node) {
+        node.prev = head;
+        node.next = head.next;
+        head.next.prev = node;
+        head.next = node;
+    }
+
+    /**
+     * 从当前链表中删除节点（不删除哈希表项）
+     */
+    private void removeNode(DLinkedNode node) {
+        node.prev.next = node.next;
+        node.next.prev = node.prev;
+    }
+
+    /**
+     * 将节点移动到头部：先删再头插
+     */
+    private void moveToHead(DLinkedNode node) {
+        removeNode(node);
+        addToHead(node);
+    }
+
+    /**
+     * 弹出尾部节点（真尾 = 伪尾的前驱）
+     * @return 被移除的节点
+     */
+    private DLinkedNode removeTail() {
+        DLinkedNode res = tail.prev;
+        removeNode(res);
+        return res;
+    }
+}