冲刺大厂每日算法&面试题，动态规划21天——第十九天

Posted 2022-01-27 肥学

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了冲刺大厂每日算法&面试题，动态规划21天——第十九天相关的知识，希望对你有一定的参考价值。

目录标题

导读
21天动态规划入门
面试题
点击直接资料领取

导读

肥友们为了更好的去帮助新同学适应算法和面试题，最近我们开始进行专项突击一步一步来。我们先来搞一下让大家最头疼的一类算法题，动态规划我们将进行为时21天的养成计划。还在等什么快来一起肥学进行动态规划21天挑战吧！！

21天动态规划入门

给定字符串 s 和 t ，判断 s 是否为 t 的子序列。

字符串的一个子序列是原始字符串删除一些（也可以不删除）字符而不改变剩余字符相对位置形成的新字符串。（例如，"ace"是"abcde"的一个子序列，而"aec"不是）。

进阶：

如果有大量输入的 S，称作 S1, S2, … , Sk 其中 k >= 10亿，你需要依次检查它们是否为 T
的子序列。在这种情况下，你会怎样改变代码？

示例 1：

输入：s = "abc", t = "ahbgdc"
输出：true

示例 2：

输入：s = "axc", t = "ahbgdc"
输出：false

class Solution 
    public boolean isSubsequence(String s, String t) 
        int n = s.length(), m = t.length();

        int[][] f = new int[m + 1][26];
        for (int i = 0; i < 26; i++) 
            f[m][i] = m;
        

        for (int i = m - 1; i >= 0; i--) 
            for (int j = 0; j < 26; j++) 
                if (t.charAt(i) == j + 'a')
                    f[i][j] = i;
                else
                    f[i][j] = f[i + 1][j];
            
        
        int add = 0;
        for (int i = 0; i < n; i++) 
            if (f[add][s.charAt(i) - 'a'] == m) 
                return false;
            
            add = f[add][s.charAt(i) - 'a'] + 1;
        
        return true;

给定两个字符串 text1 和 text2，返回这两个字符串的最长公共子序列的长度。如果不存在公共子序列，返回 0 。

一个字符串的子序列
是指这样一个新的字符串：它是由原字符串在不改变字符的相对顺序的情况下删除某些字符（也可以不删除任何字符）后组成的新字符串。

例如，“ace” 是 “abcde” 的子序列，但 “aec” 不是 “abcde” 的子序列。两个字符串的公共子序列
是这两个字符串所共同拥有的子序列。

示例 1：

输入：text1 = "abcde", text2 = "ace" 
输出：3  
解释：最长公共子序列是 "ace" ，它的长度为 3 。

示例 2：

输入：text1 = "abc", text2 = "abc"
输出：3
解释：最长公共子序列是 "abc" ，它的长度为 3 。

示例 3：

输入：text1 = "abc", text2 = "def"
输出：0
解释：两个字符串没有公共子序列，返回 0 。

class Solution 
    public int longestCommonSubsequence(String text1, String text2) 
        int m = text1.length(), n = text2.length();
        int[][] dp = new int[m + 1][n + 1];
        for (int i = 1; i <= m; i++) 
            char c1 = text1.charAt(i - 1);
            for (int j = 1; j <= n; j++) 
                char c2 = text2.charAt(j - 1);
                if (c1 == c2) 
                    dp[i][j] = dp[i - 1][j - 1] + 1;
                 else 
                    dp[i][j] = Math.max(dp[i - 1][j], dp[i][j - 1]);
                
            
        
        return dp[m][n];

面试题

继续二叉树的内容：
今天来讲怎么判断是否为完全二叉树，首先回顾一下什么叫完全二叉树。为了增强大家的记忆能力，我们将完全二叉树和满二叉树对比记忆：

所以简单来说：

完全二叉树：设二叉树的深度为h，除第 h 层外，其它各层 (1～h-1) 的结点数都达到最大个数，第 h 层所有的结点都连续集中在最左边

满二叉树：深度为k且有2^k-1个结点的二叉树称为满二叉树

package tree;

import java.util.LinkedList;
import java.util.Queue;

public class completeTree 
	//判断是否为完全二叉树
	public boolean isCompleteTree(node root) 
		if(root==null)return false;
		Queue<node> queue=new LinkedList<node>();
		queue.add(root);
		boolean NoChild=false,result=true;
		while(!queue.isEmpty()) 
			node current=queue.remove();
			if(NoChild) 
				if(current.left!=null||current.right!=null) 
					result=false;
					break;
				
			else 
				if(current.left!=null&&current.right!=null) 
					queue.add(current.left);
					NoChild=true;
					
				else if(current.left!=null&&current.right==null) 
					queue.add(current.left);
					NoChild=true;
					
				else if(current.left==null&&current.right!=null) 
					result=false;
					break;
				else 
					NoChild=true;
				
			
		
		return result;