0205算法:最长连续序列、三数之和、排序链表
力扣128：最长连续序列
给定一个未排序的整数数组
nums，找出数字连续的最长序列（不要求序列元素在原数组中连续）的长度。请你设计并实现时间复杂度为
O(n)的算法解决此问题。
class Solution {public int longestConsecutive(int[] nums) {//整体思路：//将所有的元素都添加到hashset中//找到最小的起点，才开始进行判断他有多长//判断最长的方法：找到当前值，然后+1 判断在Set中是否存在，并更新最大长度//解题步骤：//将元素添加到Set中：Set<Integer> demo = new HashSet<Integer>();for(int num:nums){demo.add(num);}int maxlong = 0;//遍历找到最小起始节点：for(int num:demo){if(!demo.contains(num-1)){int currentNum = num;int currentLong = 1;//找出每个初始节点的最长路径while (demo.contains(currentNum+1)){currentNum +=1;currentLong+=1;}//更新最大长度maxlong = Math.max(currentLong,maxlong);}}return maxlong;}
}力扣15：三数之和
给你一个整数数组
nums，判断是否存在三元组[nums[i], nums[j], nums[k]]满足i != j、i != k且j != k，同时还满足nums[i] + nums[j] + nums[k] == 0。请你返回所有和为0且不重复的三元组。注意：答案中不可以包含重复的三元组。
class Solution {public List<List<Integer>> threeSum(int[] nums) {//存放结果List<List<Integer>> demo = new ArrayList<>();Arrays.sort(nums);//更新i，缩短距离for(int i=0;i<nums.length-2;i++){//去重,【只用出现的第一个不同的】int x= nums[i];if(i>0&&x==nums[i-1]) continue;//去重，【只用出现的第一个不同的】int j = i+1;int k = nums.length-1;//进行循环两个jkwhile(j<k){int s = x+nums[j] + nums[k];if(s>0){k--;}else if(s<0){j++;}else{//添加到结果集demo.add(List.of(x,nums[j],nums[k]));//去重，【只用出现的第一个不同的】for(j++;j<k && nums[j]==nums[j-1];j++);for(k--;k>j && nums[k]==nums[k+1];k--);}}}return demo;}
}力扣148：排序链表
给你链表的头结点
head，请将其按 升序 排列并返回 排序后的链表
/*** Definition for singly-linked list.* public class ListNode {* int val;* ListNode next;* ListNode() {}* ListNode(int val) { this.val = val; }* ListNode(int val, ListNode next) { this.val = val; this.next = next; }* }*/
class Solution {//该方法的作用：将head为始的链表对半拆分，然后分别递归进行排序，然后将两个排好序的链表组装并排序。public ListNode sortList(ListNode head) {//时间复杂度为logn，可以使用归并排序//由于是链表，所以需要在每个方法的内部进行拆分//结束条件if(head ==null || head.next==null){return head;}ListNode fast = head.next;ListNode slow = head;//对半分while(fast!=null && fast.next!=null){slow = slow.next;fast = fast.next.next;}ListNode tmp = slow.next;slow.next=null;//递归获得排好序的子链表ListNode left = sortList(head);ListNode right = sortList(tmp);//将两个链表进行排序ListNode h = new ListNode(0);ListNode res = h;while(left!=null && right!=null){if(left.val<right.val){h.next = left;h=h.next;left=left.next;}else{h.next = right;h=h.next;right = right.next;}}//将剩余的结果链接起来h.next = left!=null?left:right;return res.next;}
}相关文章：
0205算法:最长连续序列、三数之和、排序链表
力扣128：最长连续序列 给定一个未排序的整数数组 nums ，找出数字连续的最长序列（不要求序列元素在原数组中连续）的长度。 请你设计并实现时间复杂度为 O(n) 的算法解决此问题。 class Solution {public int longestConsecutive(in…...
VLAN 基础 | 不同 VLAN 间通信实验
注：本文为 “ Vlan 间通信” 相关文章合辑。 英文引文，机翻未校。 图片清晰度限于原文图源状态。 未整理去重。 How to Establish Communications between VLANs? 如何在 VLAN 之间建立通信？ Posted on November 20, 2015 by RouterSwi…...
DeepSeek各版本说明与优缺点分析
DeepSeek各版本说明与优缺点分析 DeepSeek是最近人工智能领域备受瞩目的一个语言模型系列，其在不同版本的发布过程中，逐步加强了对多种任务的处理能力。本文将详细介绍DeepSeek的各版本，从版本的发布时间、特点、优势以及不足之处࿰…...
(19))
DS图(中)(19)
文章目录 前言一、图的遍历广度优先遍历深度优先遍历 二、最小生成树Kruskal算法Prim算法两种方法对比 总结 前言 承上启下，我们来学习下图的中篇！！！ 一、图的遍历 图的遍历指的是遍历图中的顶点，主要有 广度优先遍历 …...
协同探索与导航文献整理
文章目录 1.SOAR:异构无人机协同探索与拍摄以实现快速自主重建2. RACER: 一种使用分散式无人机群进行快速协同探索的方法3. 使用协作式纳米无人机在非结构化环境中进行最小感知探索4.GVP-MREP:通过动态拓扑图上的 Voronoi 分区进行快速且通信高效的多无人机探索5.森林的快速多无…...
排序算法--计数排序
唯一种没有比较的排序(指没有前后比较,还是有交换的)。统计每个元素出现的次数，直接计算元素在有序序列中的位置，要求数据是整数且范围有限。适用于数据为小范围整数（如年龄、成绩），数据重复率较高时效率更优。可用于小…...
吴恩达深度学习——对象检测
内容来自https://www.bilibili.com/video/BV1FT4y1E74V，仅为本人学习所用。 文章目录 对象定位特征点检测基于滑动窗口的目标检测算法原理将全连接层转化成卷积层通过卷积实现滑动窗口检测算法 YOLOBounding Box预测交并比非极大值抑制Anchor BoxYOLO检测训练集中预…...
BUU19 [BJDCTF2020]Easy MD51
题目 当点进去不知道干啥的时候：1.看源代码 2.抓包 3.看网络请求 F12 用bp抓包，在response消息头中有hint提示： select * from admin where passwordmd5($pass,true) 如果md5($pass,true)后是 or 1 那么整句话就是password or 1&a…...
蓝桥杯刷题DAY2：二维前缀和 一维前缀和 差分数组
闪耀的灯光 📌 题目描述 蓝桥公园是一个适合夜间散步的好地方，公园可以被视为由 n m 个矩形区域构成。每个区域都有一盏灯，初始亮度为 a[i][j]。 小蓝可以选择一个大的矩形区域，并按下开关一次，这将使得该区域内每盏…...
HTB：EscapeTwo[WriteUP]
目录 连接至HTB服务器并启动靶机 信息收集 使用rustscan对靶机TCP端口进行开放扫描 将靶机TCP开放端口号提取并保存 使用nmap对靶机TCP开放端口进行脚本、服务扫描 使用nmap对靶机TCP开放端口进行漏洞、系统扫描 使用nmap对靶机常用UDP端口进行开放扫描 使用nmap对靶机…...
vue 引入百度地图和高德天气 都得获取权限
vue接入百度地图---获取ak https://blog.csdn.net/qq_57144407/article/details/143430661 vue接入高德天气， 需要授权----获取key https://www.jianshu.com/p/09ddd698eebe...
AI大模型：DeepSeek
近期DeepSeek产生了很大的影响力。首先来自于性能，给了业内一个很好的释放，缓解了HPC以及大规模集群被卡的焦虑。通过实验证实了小规模团队（公开资料显示规模约150左右）在资源受限的情况下（2M H100 GPU时），依然可以完成对领先大模型的实现与部署。后续观察该团队是否可以…...
LeetCode - #198 打家劫舍
网罗开发 （小红书、快手、视频号同名） 大家好，我是 展菲，目前在上市企业从事人工智能项目研发管理工作，平时热衷于分享各种编程领域的软硬技能知识以及前沿技术，包括iOS、前端、Harmony OS、Java、Python等…...
从离散傅里叶变换（DFT）到快速傅里叶变换（FFT）
摘要 离散傅里叶变换（DFT）是数字信号处理领域中分析信号频域特性的重要工具，但直接计算DFT的复杂度较高，限制了其在大规模数据处理中的应用。快速傅里叶变换（FFT）的出现显著降低了计算复杂度，极…...
【STM32】HAL库USB虚拟U盘MSC配置及采用自带的Flash作为文件系统
【STM32】HAL库USB虚拟U盘MSC实现配置及采用自带的Flash作为文件系统 本文将自带的Flash作为文件系统 通过配置USB的MSC功能实现虚拟U盘 没有单独建立FATFS文件系统 仅仅是配置USB和Flash读写而已 当然 这里也可以用外部Flash等等 也可以配置文件系统来进行套壳 但总体而言不如…...
Math Reference Notes: 符号函数
1. 符号函数的定义 符号函数（Sign Function） sgn ( x ) \text{sgn}(x) sgn(x) 是一个将实数 ( x ) 映射为其 符号值（即正数、负数或零）的函数。 它的定义如下： sgn ( x ) { 1 如果 x > 0 0 如果 x 0 − 1 如…...
拉格朗日乘数法算法详解Python实现
目录 一、拉格朗日乘数法算法详解1.1 基本思想1.2 数学推导1.3 算法步骤1.4 算法在编程中的实现 二、案例分析案例一：二维最优化问题——求 f ( x , y ) x 2 y 2 f(x,y)x^2y^2 f(x,y)x2y2 在约束 x y 1 xy1 xy1 下的极值2.1.1 问题描述2.1.2 数学模型构建2.1.…...
ip属地是手机号还是手机位置？一文理清
在数字化和网络化的今天，IP属地这一概念逐渐成为了人们关注的焦点。特别是在社交媒体和在线平台上，IP属地的显示往往让人联想到用户的地理位置。然而，关于IP属地到底与手机号还是手机位置有关，却存在着不少误解和混淆。本文将深入…...
C++常用拷贝和替换算法
算法简介： copy // 容器内指定的元素拷贝到另一容器replace // 将容器内指定范围的旧元素改为新元素replace_if // 容器内指定范围满足条件的元素替换为新元素swap //互换两个容器的元素 1. copy 功能描述： 将容器内指定范围的数据拷贝到另一容器中函…...
vue项目搭建
1.准备工作，按照下面的安装一下脚手架vue-cli node16安装vue-cli时报错：需要node＞20（但根本就不是版本问题）-CSDN博客文章浏览阅读157次，点赞4次，收藏2次。这种情况我碰到不下5次了，…...
Java进阶面试八股文
1、Java SE和Java EE区别？ Java SE 是 Java 的基础版本，Java EE 是 Java 的高级版本。Java SE 更适合开发桌面应用程序或简单的服务器应用程序，Java EE 更适合开发复杂的企业级应用程序或 Web 应用程序。 2、JVM和JRE和JDK区别？…...
Python Django 嵌入 Grafana Dashboard（随手记）
作为一名网络工程师/运维工程师，现在都在往DevOps的方向发展。其中大家都不可避免的会往自己开发平台的方向发展。 那么如何将自己制作的 Grafana 面板 引入到自己的平台上？ 一般来说，大家都会选择Python来作为自己开发的语言，并会…...
[Android] IKTV专享版
[Android] IKTV专享版 链接：https://pan.xunlei.com/s/VOILXXuEd3ASo93c88UW79sxA1?pwd4tsw# 2025年2月最新免费K歌神器！家庭KTV软件，手机平板电视盒子电脑都可用...
阿里 Java 岗个人面经分享（技术三面 + 技术 HR 面）：Java 基础 +Spring+JVM+ 并发编程 + 算法 + 缓存
技术一面 20 分钟 1、自我介绍 说了很多遍了，很流畅捡重点介绍完。 2、问我数据结构算法好不好 挺好的（其实心还是有点虚，不过最近刷了很多题也只能壮着胆子充胖子了） 3、找到单链表的三等分点，如果单链表是有环的…...
C++多线程编程——call_once和单例模式
目录 1. 前言 2. call_once和once_flag 3. 后记 3.1 单例类的析构问题 3.2 饿汉式单例模式的线程安全问题 1. 前言 之前在讲解单例模式时，有提到懒汉式单例模式使用了双重检测Double-Checked Locking Pattern (DCLP)来解决多线程的安全访问问题。但是该方法也…...
vue2-为啥data属性是一个函数而不是对象
vue2-为啥data属性是一个函数而不是对象 1. data在vue实例和组件中的表现差异 vue实例的时候，data既可以是一个对象也可以是一个函数 new Vue({data:{//对象name:tom},data(){//函数return{name:tom}} })而在组件中定义data，只能是函数，如…...
Spark--算子执行原理
一、sortByKey SortByKey是一个transformation算子，但是会触发action，因为在sortByKey方法内部，会对每个分区进行采样，构建分区规则（RangePartitioner）。 内部执行流程 1、创建RangePartitioner part&…...
keil 单步调试
一、常见错误分析 warningerror警告错误 不影响编译过程 能够输出Hex文件 无法完成编译 不输出Hex文件 注意的是，warning的信息是要去关注的。 下面的UNCALLED SEGMENT除外 二、单步调试配置 1、在keil中添加单片机型号 本文不详细介绍，如有需要可查看这篇文章：...
html的字符实体和颜色表示
在HTML中，颜色可以通过以下几种方式表示，以下是具体的示例： 1. 十六进制颜色代码 十六进制颜色代码以#开头，后面跟随6个字符，每两个字符分别表示红色、绿色和蓝色的强度。例如： • #FF0000：纯红…...
[数据结构] 线性表和顺序表
目录 线性表 顺序表的实现 顺序表各个方法的实现 boolean isFull() -- 判断数组是否放满 : void add(int data) -- 在数组末尾插入新元素 : void add(int pos,int data) -- 在指定位置插入元素 : boolean contain(int toFind) -- 判断是否包含某个元素 int indexOf(in…...
第12章：基于TransUnet和SwinUnet网络实现的医学图像语义分割：腹部13器官分割（网页推理）
目录 1. 前言 2. TransUnet 和 SwinUnet 3. 腹部多器官分割 4. 训练 5. 推理 6. 项目下载 1. 前言 TransUNet 是一种用于医学图像分割的混合架构，结合了 Transformer 和 U-Net 的优势。它利用 Transformer 的全局上下文建模能力和 U-Net 的精确定位特性&…...
(19))
DS图(下)(19)
文章目录 前言一、最短路径的概念二、单源最短路径-Dijkstra算法三、单源最短路径-Bellman-Ford算法四、多源最短路径-Floyd-Warshall算法总结 前言 加油，今天就是图的最后一篇了，撑住！！ 今天我们要学的就是最短路径问题&…...
鸿蒙Harmony-Progress组件概述
鸿蒙Harmony-Progress组件概述 1.1Progress组件概述 作用：显示操作或任务的进度，支持线性，环形，刻度等多种样式适用场景：文件上传/下载、任务完成度、系统状态反馈等 2.1基础属性（参考官方文档ÿ…...
流数据库中的RisingWave和Materialize
流数据库（Streaming Database）是一种专门设计用于处理大量实时流数据的数据库，它能够在数据生成时立即进行处理，从而实现实时洞察和分析。RisingWave和Materialize都是这一领域的代表性技术。RisingWave和Materialize都是强大的流…...
【C++】多态详细讲解
本篇来聊聊C面向对象的第三大特性-多态。 1.多态的概念 多态通俗来说就是多种形态。多态分为编译时多态(静态多态)和运⾏时多态(动态多态)。 编译时多态：主要就是我们前⾯讲的函数重载和函数模板，他们传不同类型的参数就可以调⽤不同的函数，通…...
防火墙的安全策略
1.VLAN 2属于办公区;VLAN 3属于生产区，创建时间段 [FW]ip address-set BG type object [FW-object-address-set-BG]address 192.168.1.0 mask 25 [FW]ip address-set SC type object [FW-object-address-set-SC]address 192.168.1.129 mask 25 [FW]ip address-se…...
Android 进程间通信
什么是IPC？ Android 进程间通信（IPC，Inter-Process Communication）是Android操作系统中不同进程间交换数据和资源的一种机制。由于Android是多任务操作系统，每个应用通常运行在自己的进程中，以提高安全性和…...
【优先算法】专题——位运算
在讲解位运算之前我们来总结一下常见的位运算 一、常见的位运算 1.基础为运算 << &：有0就是0 >> |：有1就是1 ~ ^：相同为0，相异位1 /无进位相加 2.给一个数 n，确定它的二进制表示…...
深入理解k8s中的容器存储接口（CSI）
CSI出现的原因 K8s原生支持一些存储类型的PV，像iSCSI、NFS等。但这种方式让K8s代码与三方存储厂商代码紧密相连，带来不少麻烦。比如更改存储代码就得更新K8s组件，成本高；存储代码的bug还会影响K8s稳定性；K8s社区维护和…...
基础练习1061——1070(详解版))
ZZNUOJ(C/C++)基础练习1061——1070(详解版)
目录 1061 : 顺序输出各位数字 C语言版 C版 1062 : 最大公约数 C C 1063 : 最大公约与最小公倍 C C 1064 : 加密字符 C C 1065 : 统计数字字符的个数 C C 1066 : 字符分类统计 C C 1067 : 有问题的里程表 C C 1068 : 进制转换 C C C（容器stack…...
ES6 变量解构赋值总结
1. 数组的解构赋值 1.1 基本用法 // 基本数组解构 const [a, b, c] [1, 2, 3]; console.log(a); // 1 console.log(b); // 2 console.log(c); // 3// 跳过某些值 const [x, , y] [1, 2, 3]; console.log(x); // 1 console.log(y); // 3// 解构剩余元素 const [first, ...re…...
机理模型与数据模型融合的方式
机理模型与数据模型的融合旨在结合两者的优势，以提供更准确、可靠的预测和决策支持。以下是几种常见的融合方式及其示例： 1. 特征增强（Feature Augmentation） 描述：将由机理模型计算得到的结果作为额外特征加入到数据…...
高效 MyBatis SQL 写法一
高效 MyBatis SQL 写法一 前言 MyBatis 作为一款优秀的持久层框架，极大地简化了数据库操作。 然而，在实际开发中，XML 配置的编写仍然可能显得繁琐。 本文将分享一些 MyBatis 动态 SQL 的优质写法，帮助开发者提升效率并减少错误…...
vue3中的ref相关的api及用法
在 Vue 3 中，ref 相关的 API 主要用于管理响应式数据。以下是 ref 相关的 API 及其用法： 1. ref ref 用于创建响应式的基本数据类型或对象。 用法示例： <script setup> import { ref } from vue;const count ref(0);const incremen…...
3 卷积神经网络CNN
1 Image Classification (Neuron Version) – 1.1 Observation 1 1.2 Observation 2 如果不同的receptive field需要相同功能的neuron，可以使这些neuron共享参数 1.3 Benefit of Convolutional Layer 2 Image Classification (Filter Version) 不用担心filter大小…...
CSV数据分析智能工具（基于OpenAI API和streamlit）
utils.py： from langchain_openai import ChatOpenAI from langchain_experimental.agents.agent_toolkits import create_csv_agent import jsonPROMPT_TEMPLATE """你是一位数据分析助手，你的回应内容取决于用户的请求内容。1. 对于文…...
解决php8.3无法加载curl扩展
把它的值更改为扩展存在的目录的绝对路径(扩展存在的目录为有php_xxx.dll存在的目录) extension_dir "e:\serv\php83\ext" 然后从php根目录复制 libssh2.dll 和 libcrypto-*.dll 和 libssl-*.dll 到Apache根目录下的bin目录 重启apache服务即可...
拍照对比，X70 PRO与X90 PRO+的细节差异
以下是局部截图（上X70P下X90PP） 对比1 这里看不出差异。 对比2 X90PP的字明显更清楚。 对比3 中下的字，X90PP显然更清楚。...
《MPRnet》学习笔记
paper：2102.02808 GitHub：swz30/MPRNet: [CVPR 2021] Multi-Stage Progressive Image Restoration. SOTA results for Image deblurring, deraining, and denoising. 目录 摘要 1、介绍 2、相关工作 2.1 单阶段方法 2.2 多阶段方法 2.3 注意力机…...
机器学习-线性回归（参数估计之结构风险最小化）
前面我们已经了解过关于机器学习中的结构风险最小化准则，包括L1 正则化（Lasso）、L2 正则化（Ridge）、Elastic Net，现在我们结合线性回归的场景，来了解一下线性回归的结构风险最小化，通…...