Merge branch 'youngyangyang04:master' into zhicheng-lee-patch-4

problems/0127.单词接龙.md

@@ -158,6 +158,57 @@ class Solution:
         return 0
 ```
 ## Go 
+```go
+func ladderLength(beginWord string, endWord string, wordList []string) int {
+	wordMap, que, depth := getWordMap(wordList, beginWord), []string{beginWord}, 0
+	for len(que) > 0 {
+		depth++
+		qLen := len(que) // 单词的长度
+		for i := 0; i < qLen; i++ {
+			word := que[0]
+			que = que[1:] // 首位单词出队
+			candidates := getCandidates(word)
+			for _, candidate := range candidates {
+				if _, exist := wordMap[candidate]; exist { // 用生成的结果集去查询
+					if candidate == endWord {
+						return depth + 1
+					}
+					delete(wordMap, candidate) // 删除集合中的用过的结果
+					que = append(que, candidate) 
+				}
+			}
+		}
+	}
+	return 0
+}
+
+
+// 获取单词Map为后续的查询增加速度
+func getWordMap(wordList []string, beginWord string) map[string]int {
+	wordMap := make(map[string]int)
+	for i, word := range wordList {
+		if _, exist := wordMap[word]; !exist {
+			if word != beginWord {
+				wordMap[word] = i
+			}
+		}
+	}
+	return wordMap
+}
+
+// 用26个英文字母分别替换掉各个位置的字母，生成一个结果集
+func getCandidates(word string) []string {
+	var res []string
+	for i := 0; i < 26; i++ {
+		for j := 0; j < len(word); j++ {
+			if word[j] != byte(int('a')+i) {
+				res = append(res, word[:j]+string(int('a')+i)+word[j+1:])
+			}
+		}
+	}
+	return res
+}
+```
 
 ## JavaScript
 ```javascript

problems/0200.岛屿数量.md

@@ -247,3 +247,35 @@ public:
 
 
 ## 其他语言版本 
+
+### Java
+
+下面的代码使用的是深度优先搜索 DFS 的做法。为了统计岛屿数量同时不重复记录，每当我们搜索到一个岛后，就将这个岛 “淹没” —— 将这个岛所占的地方从 “1” 改为 “0”，这样就不用担心后续会重复记录这个岛屿了。而 DFS 的过程就体现在 “淹没” 这一步中。详见代码：
+
+```java
+public int numIslands(char[][] grid) {
+    int res = 0; //记录找到的岛屿数量
+    for(int i = 0;i < grid.length;i++){
+        for(int j = 0;j < grid[0].length;j++){
+        	//找到“1”，res加一，同时淹没这个岛
+            if(grid[i][j] == '1'){
+                res++;
+                dfs(grid,i,j);
+            }
+        }
+    }
+    return res;
+}
+//使用DFS“淹没”岛屿
+public void dfs(char[][] grid, int i, int j){
+	//搜索边界：索引越界或遍历到了"0"
+    if(i < 0 || i >= grid.length || j < 0 || j >= grid[0].length || grid[i][j] == '0') return;
+    //将这块土地标记为"0"
+    grid[i][j] = '0';
+    //根据"每座岛屿只能由水平方向或竖直方向上相邻的陆地连接形成"，对上下左右的相邻顶点进行dfs
+    dfs(grid,i - 1,j);
+    dfs(grid,i + 1,j);
+    dfs(grid,i,j + 1);
+    dfs(grid,i,j - 1);
+}
+```

problems/0242.有效的字母异位词.md

@@ -92,18 +92,24 @@ public:
 
 Java：
 ```java
+/**
+ * 242. 有效的字母异位词 字典解法
+ * 时间复杂度O(m+n) 空间复杂度O(1)
+ */
 class Solution {
     public boolean isAnagram(String s, String t) {
-
         int[] record = new int[26];
-        for (char c : s.toCharArray()) {
+
-            record[c - 'a'] += 1;
+        for (int i = 0; i < s.length(); i++) {
+            record[s.charAt(i) - 'a']++;
         }
-        for (char c : t.toCharArray()) {
+
-            record[c - 'a'] -= 1;
+        for (int i = 0; i < t.length(); i++) {
+            record[t.charAt(i) - 'a']--;
         }
-        for (int i : record) {
+        
-            if (i != 0) {
+        for (int count: record) {
+            if (count != 0) {
                 return false;
             }
         }

problems/0347.前K个高频元素.md

@@ -140,24 +140,55 @@ public:
 Java：
 ```java
 
+/*Comparator接口说明:
+ * 返回负数，形参中第一个参数排在前面；返回正数，形参中第二个参数排在前面
+ * 对于队列：排在前面意味着往队头靠
+ * 对于堆（使用PriorityQueue实现）：从队头到队尾按从小到大排就是最小堆（小顶堆），
+ *                                从队头到队尾按从大到小排就是最大堆（大顶堆）--->队头元素相当于堆的根节点
+ * */
 class Solution {
-    public int[] topKFrequent(int[] nums, int k) {
+    //解法1：基于大顶堆实现
-        int[] result = new int[k];
+    public int[] topKFrequent1(int[] nums, int k) {
-        HashMap<Integer, Integer> map = new HashMap<>();
+        Map<Integer,Integer> map = new HashMap<>();//key为数组元素值,val为对应出现次数
-        for (int num : nums) {
+        for(int num:nums){
-            map.put(num, map.getOrDefault(num, 0) + 1);
+            map.put(num,map.getOrDefault(num,0)+1);
         }
-
+        //在优先队列中存储二元组(num,cnt),cnt表示元素值num在数组中的出现次数
-        Set<Map.Entry<Integer, Integer>> entries = map.entrySet();
+        //出现次数按从队头到队尾的顺序是从大到小排,出现次数最多的在队头(相当于大顶堆)
-        // 根据map的value值，构建于一个大顶堆（o1 - o2: 小顶堆， o2 - o1 : 大顶堆）
+        PriorityQueue<int[]> pq = new PriorityQueue<>((pair1, pair2)->pair2[1]-pair1[1]);
-        PriorityQueue<Map.Entry<Integer, Integer>> queue = new PriorityQueue<>((o1, o2) -> o2.getValue() - o1.getValue());
+        for(Map.Entry<Integer,Integer> entry:map.entrySet()){//大顶堆需要对所有元素进行排序
-        for (Map.Entry<Integer, Integer> entry : entries) {
+            pq.add(new int[]{entry.getKey(),entry.getValue()});
-            queue.offer(entry);
         }
-        for (int i = k - 1; i >= 0; i--) {
+        int[] ans = new int[k];
-            result[i] = queue.poll().getKey();
+        for(int i=0;i<k;i++){//依次从队头弹出k个,就是出现频率前k高的元素
+            ans[i] = pq.poll()[0];
         }
-        return result;
+        return ans;
+    }
+    //解法2：基于小顶堆实现
+    public int[] topKFrequent2(int[] nums, int k) {
+        Map<Integer,Integer> map = new HashMap<>();//key为数组元素值,val为对应出现次数
+        for(int num:nums){
+            map.put(num,map.getOrDefault(num,0)+1);
+        }
+        //在优先队列中存储二元组(num,cnt),cnt表示元素值num在数组中的出现次数
+        //出现次数按从队头到队尾的顺序是从小到大排,出现次数最低的在队头(相当于小顶堆)
+        PriorityQueue<int[]> pq = new PriorityQueue<>((pair1,pair2)->pair1[1]-pair2[1]);
+        for(Map.Entry<Integer,Integer> entry:map.entrySet()){//小顶堆只需要维持k个元素有序
+            if(pq.size()<k){//小顶堆元素个数小于k个时直接加
+                pq.add(new int[]{entry.getKey(),entry.getValue()});
+            }else{
+                if(entry.getValue()>pq.peek()[1]){//当前元素出现次数大于小顶堆的根结点(这k个元素中出现次数最少的那个)
+                    pq.poll();//弹出队头(小顶堆的根结点),即把堆里出现次数最少的那个删除,留下的就是出现次数多的了
+                    pq.add(new int[]{entry.getKey(),entry.getValue()});
+                }
+            }
+        }
+        int[] ans = new int[k];
+        for(int i=k-1;i>=0;i--){//依次弹出小顶堆,先弹出的是堆的根,出现次数少,后面弹出的出现次数多
+            ans[i] = pq.poll()[0];
+        }
+        return ans;
     }
 }
 ```

problems/0416.分割等和子集.md

@@ -152,6 +152,8 @@ public:
         for (int i = 0; i < nums.size(); i++) {
             sum += nums[i];
         }
+        // 也可以使用库函数一步求和
+        // int sum = accumulate(nums.begin(), nums.end(), 0);
         if (sum % 2 == 1) return false;
         int target = sum / 2;
 

problems/0977.有序数组的平方.md

@@ -239,18 +239,24 @@ Typescript：
 
 ```typescript
 function sortedSquares(nums: number[]): number[] {
-    let left: number = 0, right: number = nums.length - 1;
+    const ans: number[] = [];
-    let resArr: number[] = new Array(nums.length);
+    let left = 0,
-    let resArrIndex: number = resArr.length - 1;
+        right = nums.length - 1;
+
     while (left <= right) {
-        if (Math.abs(nums[left]) < Math.abs(nums[right])) {
+        // 右侧的元素不需要取绝对值，nums 为非递减排序的整数数组
-            resArr[resArrIndex] = nums[right--] ** 2;
+        // 在同为负数的情况下，左侧的平方值一定大于右侧的平方值
+        if (Math.abs(nums[left]) > nums[right]) {
+            // 使用 Array.prototype.unshift() 直接在数组的首项插入当前最大值
+            ans.unshift(nums[left] ** 2);
+            left++;
         } else {
-            resArr[resArrIndex] = nums[left++] ** 2;
+            ans.unshift(nums[right] ** 2);
+            right--;
         }
-        resArrIndex--;
     }
-    return resArr;
+
+    return ans;
 };
 ```