因为leetcode的题号会变动，所以先记录一下每一题对应的内容。
| 10 | Regular Expression Matching | 21.6% | Hard | |
| 9 | Palindrome Number | 30.9% | Easy | |
| 8 | String to Integer (atoi) | 13.3% | Easy | |
| 7 | Reverse Integer | 23.6% | Easy | |
| 6 | ZigZag Conversion | 23.3% | Easy | |
| 5 | Longest Palindromic Substring | 22.5% | Medium | |
| 4 | Median of Two Sorted Arrays | 18.2% | Hard | |
| 3 | Longest Substring Without Repeating Characters | 21.6% | Medium | |
| 2 | Add Two Numbers | 22.3% | Medium | |
| 1 | Two Sum | 21.4% | Medium |
第一题，寻找给定数组中，相加等于目标数的两个数字的下标。
这道题其实很简单，它限定死了每个测试用例都只有一对符合的，那样只要找到合适的就可以跳出循环结束，同时也方便了第二种算法hashmap时一个key对应一个value。用最暴力的方法两重循环，i从0到length，j从i+1到length算，这样时间复杂度是O(n2)。那么为了减少时间复杂度，牺牲空间复杂度，使用hashmap这个数据结构即可，从头遍历数组，首先使用target number减去当前位置的数字，得到另一个加数的值，在hashmap中查找这一值即可，如果hashmap中不含有当前位置的数字，将当前位置的数字加入hashmap，代码如下：
public class Solution { public int[] twoSum(int[] nums, int target) { HashMap map =new HashMap(); for(int i=0;i<nums.length;i++){ int num=nums[i]; int target_num=target-num; Object index=map.get(target_num); if(index!=null){ int[] result={(int)index,i}; return result; } map.put(num,i); } return null; } }
第二题，将两个像链表一样的结构相加。这道题的逻辑很简单，注意特殊情况的处理即可，比如相加后的进位问题，两个链表长度不一样的问题等。
public class Solution { public ListNode addTwoNumbers(ListNode l1, ListNode l2) { int flag=0; ListNode result=null; ListNode tail=null; while(true){ if(l1==null&l2==null&flag==0) break; int val1=(l1==null)?0:l1.val; int val2=(l2==null)?0:l2.val; int val=val1+val2+flag; flag=val/10; val=val%10; ListNode node=new ListNode(val); if(result==null){ result=node; tail=node; } else{ tail.next=node; tail=node; } l1=(l1==null)?null:l1.next; l2=(l2==null)?null:l2.next; } return result; } }
第三题，查找最长的无重复的子串长度。
当然可以两重循环暴力求解，这里选择时间复杂度较低的方法。无重复的子串必定在两个相同字母之间，从头开始遍历字符串，如果遇到前面出现过的字母，则计算当前子串的长度是否超过了记录的最大值，如果超过了则替换，否则从上一次出现的字母+1的位置开始重新查找最长子串。这里需要一个数组来记录某个字母是否出现过了。
这道题中不只是26个字母，因为这里设定的数组长度为256。
public class Solution { public int lengthOfLongestSubstring(String s) { boolean[] exist=new boolean[256]; int i=0,j=0; int maxLen=0; for(int n=0;n<s.length();n++){ if(exist[s.charAt(n)]){ maxLen=Math.max(maxLen,j-i); for(;i<n;i++){ if(s.charAt(n)==s.charAt(i)){ i++; break; } else{ exist[s.charAt(i)]=false; } } } else{ exist[s.charAt(n)]=true; } j++; } maxLen=Math.max(maxLen,j-i); return maxLen; } }
第四题，查找两个已经排好序的数组中的中位数，时间复杂度为O(log(m+n))。
类似算法在英文的算法教程中出现过，本题中我们是要查找这两个数组中第(m+n)/2和第(m+n)/2+1大的数字，实质上为查找第K大的数字。需要注意的一点，数组长度可能小于k/2，此时该数组直接取最大值比较，而另一个数组的比较位置也不是k/2，即分裂点并不一定都是k/2，要考虑全面情况。具体的方法可以见其他专门讲这一部分的blog吧。主要java不像C/C++用指针操作数组方便，因为比起C/C++的实现多了两个参数用来记录当前数组的起始下标。
public class Solution { public double findK(int[] nums1, int[] nums2, int k, int n1, int n2,int n1_l,int n2_l){ //System.out.println(n1+" "+n2+" "+k); if(n1_l>n2_l){ return findK(nums2,nums1,k,n2,n1,n2_l,n1_l); } if(n1_l==0){ return nums2[n2+k-1]; } if(k==1){ return Math.min(nums1[n1], nums2[n2]); } int point1=Math.min(k/2,n1_l); int point2=k-point1; if(nums1[n1+point1-1]<nums2[n2+point2-1]){ return findK(nums1,nums2,k-point1,n1+point1,n2,n1_l-point1,n2_l); } else if(nums1[n1+point1-1]>nums2[n2+point2-1]){ return findK(nums1,nums2,k-point2,n1,n2+point2,n1_l,n2_l-point2); } else{ return nums1[n1+point1-1]; } } public double findMedianSortedArrays(int[] nums1, int[] nums2) { int k=nums1.length+nums2.length; if(k%2==1){ return findK(nums1,nums2,k/2+1,0,0,nums1.length,nums2.length); } else return (findK(nums1,nums2,k/2,0,0,nums1.length,nums2.length)+findK(nums1,nums2,k/2+1,0,0,nums1.length,nums2.length))/2; } }