前言
打卡第一天
2019.10.26日打卡
算法,即解决问题的方法。同一个问题,使用不同的算法,虽然得到的结果相同,但是耗费的时间和资源是不同的。这就需要我们学习算法,找出哪个算法更好。
大家都知道,算法是在面试大厂时不可或缺的一环。 而作为普通程序员的我们在工作中大都不怎么接触算法,那么如果以后想要进入大厂工作,提升自己,就必须通过刻意的练习,掌握算法和数据结构,提高编程能力。
“好”算法的标准
对于一个问题的算法来说,之所以称之为算法,首先它必须能够解决这个问题(称为准确性)。其次,通过这个算法编写的程序要求在任何情况下不能崩溃(称为健壮性)。如果准确性和健壮性都满足,接下来,就要考虑最重要的一点:通过算法编写的程序,运行的效率怎么样。
运行效率体现在两方面:
- 算法的运行时间。(称为“时间复杂度”)
- 运行算法所需的内存空间大小。(称为“空间复杂度”)
好算法的标准就是:在符合算法本身的要求的基础上,使用算法编写的程序运行的时间短,运行过程中占用的内存空间少,就可以称这个算法是“好算法”。
题目
每天一道leetcode136.只出现一次的数字
分类: 数组
题目链接: https://leetcode-cn.com/probl...
题目描述
给定一个非空整数数组,除了某个元素只出现一次以外,其余每个元素均出现两次。找出那个只出现了一次的元素。
说明:
你的算法应该具有线性时间复杂度。 你可以不使用额外空间来实现吗?
示例 1:
输入: [2,2,1]
输出: 1
示例 2:
输入: [4,1,2,1,2]
输出: 4
题解
自己做
- 思路
使用额外HashMap来存储每一个数组元素,最后取出个数为1的那一个(看到题目,实在没有啥好思路,这个方法运行效率肯定非常低)
- 代码实现
class Solution {
public int singleNumber(int[] nums) {
Map<Integer, Integer> temp = new HashMap<>();
for (int i : nums) {
temp.put(i, temp.get(i) == null ? 1 : temp.get(i) + 1);
}
for (int i : nums) {
if (temp.get(i) == 1) {
return i;
}
}
return 0;
}
}
- 复杂度分析
- 时间复杂度:O(n+n) = O(n)。
for
循环的时间复杂度是 O(n)。 - 空间复杂度:O(n)。hashmap需要的空间跟nums中元素个数相等。
- 执行结果
最优解:位操作
- 思路
- 任何数与0异或为其本身:0 ^ n => n
- 相同的数异或为0: n ^ n => 0
- XOR(异或) 满足交换律和结合律:a ^ b ^ a = (a ^ a) ^ b = 0 ^ b = b
所以我们只需要将所有的数进行 XOR 操作,得到那个唯一的数字。
- 代码实现
class Solution {
public int singleNumber(int[] nums) {
int result = 0;
for(int i : nums) {
result^=i;
}
return result;
}
}
- 复杂度分析
- 时间复杂度:O(n)。只需要将nums元素遍历一遍,所以时间复杂度为nums中元素的个数。
- 空间复杂度:O(1)。
执行结果
结束语
建议大家起码做两遍以上,你可能会发现一些新的技巧或者方法。练习过程中,不是刻意去背这道题的答案,这不是长久之计,先不要参考答案,自己去解决问题,这样才能提高自己的思维能力以及编程能力。
今天是打卡第一天,了解了算法对工作以及今发展的重要性,需要花时间捡起来这部分知识。 可能由于是第一次打卡,今天足足花费了两个小时。
想一起打卡进步的朋友们,欢迎关注笔者公众号: 爱上敲代码, 会定期分享Java技术干活,让枯燥的技术游起来!
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。