• 前端程序员学好算法系列(六)队列


    利用队列我们可以解决很多问题,js数组也可以实现队列,队列的思想为先近先出,js可以用 push和 shift() 很容易的实现一个队列

    给你一个二叉树,请你返回其按 层序遍历 得到的节点值。 (即逐层地,从左到右访问所有节点)。

    示例:

    二叉树:[3,9,20,null,null,15,7],
    
    3
    / 
    9 20
    / 
    15 7

    返回其层次遍历结果:

    [
    [3],
    [9,20],
    [15,7]
    ]

    解题:


    1.root为空师返回 []
    2.定义队列为queue,默认在queue中传入root节点
    3.我们记录一下当前节点的层级i,每次从队列头部取出一个节点,如果该节点有左右节点值就把左右节点都重新放入队列

    4.res[res.length-1] 能帮我们取到当前操作的师哪层节点。

    /**
     * Definition for a binary tree node.
     * function TreeNode(val) {
     *     this.val = val;
     *     this.left = this.right = null;
     * }
     */
    /**
     * @param {TreeNode} root
     * @return {number[][]}
     */
    var levelOrder = function(root) {
        let res = []   
        if(root==null){
          return []
        }
        let queue = [root]
        while(queue.length){
            let len = queue.length
            let i = 0
            res.push([]) 
            while(i++ < len){
                let node = queue.shift()
                res[res.length-1].push(node.val)
                if(node.left){
                    queue.push(node.left)
                }   
                if(node.right){
                    queue.push(node.right)
                }
            }
        }
        return res
    };

    279. 完全平方数
    给定正整数 n,找到若干个完全平方数(比如 1, 4, 9, 16, ...)使得它们的和等于 n。你需要让组成和的完全平方数的个数最少。

    示例 1:

    输入: n = 12
    输出: 3 
    解释: 12 = 4 + 4 + 4.

    示例 2:

    输入: n = 13
    输出: 2
    解释: 13 = 4 + 9.

    解题:

    1.创建队列queue 默认传入num = n step为0;
    2.创建visited 对象记录 num - i*i 的值是否访问过,访问过时无需重复访问;
    3.操作队列弹出队首节点,操作弹出的节点 —— 根据业务生成子节点,判断这些节点 —— 符合业务条件,则return,不符合业务条件,且不在已访问集合,则追加到队尾,并加入已访问集合

    /**
     * @param {number} n
     * @return {number}
     */
    var numSquares = function(n) {
          // 创建一个队列默认传入数字num和step 为0
          if(n<=1){
              return n
          }
          let queue = [{'num':n,'step':0}]
          let visited = {}
          visited[n] =true
          while(queue.length){
            const {num , step} = queue.shift()
            if(num==0){
                return step
            } 
            for(let i = 1; num - i*i >=0; i++){
                if(!visited[num-i*i]){
                    queue.push({'num':num-i*i,"step":step +1})
                    visited[num-i*i] = true
                }
            }
          }
    };

    我们单独对上题中的 num - i*i 重复求解进行优化,同时当a==0 是我们无需继续走完循环直接返回当前步数 step + 1

            for(let i = 1; ; i++){
                let a = num - i*i
                if(a<0) break;
                if(a==0) return step +1;
                if(!visited[num-i*i]){
                    queue.push({'num':num-i*i,"step":step +1})
                    visited[num-i*i] = true
                }
            }

    347. 前 K 个高频元素
    给定一个非空的整数数组,返回其中出现频率前 k 高的元素。

    示例 1:

    输入: nums = [1,1,1,2,2,3], k = 2
    输出: [1,2]

    示例 2:

    输入: nums = [1], k = 1
    输出: [1]

    解题:
    1.遍历一遍数组统计每个元素的数量
    2.定义priority_queue 保存 [元素的频率,元素的值]
    3.排序数组(这里应该用最小堆进行排序)
    4.建立res 获取到需要的值

    /**
     * @param {number[]} nums
     * @param {number} k
     * @return {number[]}
     */
    var topKFrequent = function(nums, k) {
            let obj = {}
            for(let i =0;i<nums.length;i++){
                if(!obj[nums[i]]){
                   obj[nums[i]] = 1
                } else {
                   obj[nums[i]] = obj[nums[i]] + 1
                }
            }
            // priority_queue 保存的内容为[元素的频率,元素值]
            let priority_queue = []
            for(let i in obj){
               // if(priority_queue.length==k){
                  priority_queue.push([obj[i],i])
               //  }
            }
            if(priority_queue.length==1){
                return [priority_queue[0][1]]
            }
            priority_queue.sort((a,b)=>b[0]-a[0])
            
            let res= []
            for(let i =0;i<priority_queue.length;i++){
                 if(res.length<k){
                     res.push(priority_queue[i][1])
                 }else {
                     return res
                 }
            }
            return res
    
    };
  • 相关阅读:
    https://www.cnblogs.com/aademeng/category/1042475.html
    python中重要的模块--asyncio 转载
    await这个关键词以及asyncio.wait asyncio.gather
    async get_event_loop
    麦克米伦7000
    [GO]errorr接口的使用
    [GO]断言
    [GO]空接口
    [GO]接口的转换
    [GO]接口的嵌用继承
  • 原文地址:https://www.cnblogs.com/kbnet/p/13385002.html
Copyright © 2020-2023  润新知