澳门网上娱乐scala写算法-List、Stream、以及剑指Offer里有的问题基于scala解法。MS(10):数据结构算法篇。

Stream(immutable)

Stream凡惰性列表。实现细节涉及到lazy懒惰求值传名参数等等技术(具体细节详见维基百科-求值策略)。
StreamList是scala中严格求值非严格求值片单代表性不可变函数式数据结构。
考虑字符串拼接的表达式"foo"+"bar"的到"foobar",空串""就算是此操作的单位正(identity,数学中而如幺元),也就是说s+""或者""+s的价值就是s。如果拿三个字符串相加s+t+r,由于操作是只是结合的(associative),所以说((s+t)+r)(s+(t+r))的结果一律。
每当函数式编程里,把立即仿佛代数称为monoid。结合律(associativity)和同一律(identity)法虽吃称之为monoid法则。

一、排序

极端抢之排序算法是孰?给阿里2万大抵称呼职工仍年龄排序应该选谁算法?堆和栽培之别;写有快排代码;链表逆序代码

形容来你所了解的排序算法就空复杂度,稳定性

九十分基础排序总结暨比(排序算法一网打尽)

而折数据结构

比如ListStreamTreeVector等等就看似都是可折数据结构。monoid及折叠操作有密不可分挂钩。
比如words=List("aa","bb","cc"),运用折叠方法如下:

words.foldRight("")((a,b)=>a+b) == ((""+"aa")+"bb")+"cc"
words.foldLeft("")((a,b)=>a+b) == "aa"+("bb"+("cc"+""))

首先实现Stream.fold方法,然后用fold去实现map filter
flatMap等等高阶函数(大可不必仅用fold去编写其它函数,就像尺规作图没有刻度一样。这样描绘单以好玩,没有银弹No
Silver
Bullet)。至于mapflatMap是什么?函子(Functor)是对map的泛化,Monad是对flatMap的泛化(相关概念参见Fp
in
Scala)。
fold源码如下(采用尾递归):

  def fold[B](z: =>B)(f:(A,B)=>B):B={
    @tailrec
    def loop(stream: Stream[A])(result: =>B)(f:(A,B)=>B):B=stream match {
      case Empty     =>result
      case Cons(h,t) =>loop(t())(f(h(),result))(f)
    }
    loop(self)(z)(f)
  }

Stream实现如下:

trait Stream[+A] {self=>
  import Stream.{cons,empty}
  def fold[B](z: =>B)(f:(A,B)=>B):B={
    @tailrec
    def loop(stream: Stream[A])(result: =>B)(f:(A,B)=>B):B=stream match {
      case Empty     =>result
      case Cons(h,t) =>loop(t())(f(h(),result))(f)
    }
    loop(self)(z)(f)
  }
  def toList=fold(Nil:List[A])((a,b)=> ::(a,b)).invert
  def exits(p:A=>Boolean)=fold(false)((a,b)=>p(a)||b)
  def forall(p:A=>Boolean)=fold(true)((a,b)=>p(a)&&b)
  def invert=fold(Empty:Stream[A])((a,b)=>cons(a,b))
  def map[B](f:A=>B)=fold(Empty:Stream[B])((a,b)=> cons(f(a),b)).invert
  def ++[B>:A](stream:Stream[B])=invert.fold(stream)((a,b)=>{cons(a,b)})
  def flatMap[B>:A](f:A=>Stream[B])=fold(Empty:Stream[B])((a,b)=>{f(a)++b}).invert
  def filter(p:A=>Boolean)=fold(Empty:Stream[A])((a,b)=>p(a) match {
    case true  =>cons(a,b)
    case false =>b
  }).invert
  def take(n:Int)=fold((n,empty[A]))((a,b)=> b._1 match {
    case r if r >0=>(r-1,cons(a,b._2))
    case         0=>(0,b._2)
  })._2.invert
  def drop(n:Int)=fold((n,empty[A]))((a,b)=>b._1 match {
    case r if r>0 =>(r-1,b._2)
    case 0 => (0,cons(a,b._2))
  })._2
}
case class Cons[+A](h:()=>A,t:()=>Stream[A]) extends Stream[A]
case object Empty extends Stream[Nothing]
object Stream{
  def cons[A](hd: =>A,tl: =>Stream[A]) :Stream[A]={
    lazy val head=hd
    lazy val tail=tl
    Cons(()=>head,()=>tail)
  }
  def empty[A]:Stream[A]=Empty
  def apply[A](xs:A*):Stream[A]=
    if(xs.isEmpty)
      empty
    else
      cons(xs.head,apply(xs.tail:_*))
}

二、链表

数组与链表的利害和区别

合并两独消除序链表

复杂链表的复制

由尾到头打印链表

链表中倒数第k独结点

反转链表,手写代码

反转链表

List(immutable)

scala中的List落实方式接近于c语言中之链表数据结构,但是不同于链表,List凡不可变的。就如字符串操作a=b+c,字符串a添加字符串b的到新的字符串c,同理,不可变的List,al=bl++cl,listbl与listcl互连接的顶新的listal,而blcl本人不移。相比抽象数据结构ADT,我再也愿拿List称作代数数据结构。其不变性与函数式数据结构中的数目共享有关(通过复制与共享实现了未变性)。
至于exists forall takeWhile take filter map
foldRight当函数均以尾递归办法,无需考虑爆栈问题。与官方库基于CanBuildFrom眼看类的虚类型实现方式不同,本程序完全使递归实现。

trait List[+A]{self=>
  def tail=self match {
    case Nil => Nil
    case _::t=>t
  }
  def init:List[A]=self match {
    case Nil=> Nil
    case h::Nil => Nil
    case h::t=> ::(h,t.init)
  }
  def print={
    def loop(list: List[A]):String=list match {
      case Nil=>"Nil"
      case h::t=>s"$h :: ${loop(t)}"
    }
    loop(self)
  }
  override def toString= print
  def setHead[B>:A](newHead:B)= ::(newHead,self.tail)
  def drop(n:Int):List[A]=n match {
    case 0=>self
    case _ if n>0 => self match {
      case _::t=> t.drop(n-1)
    }
    case _ if n<0 =>Nil
  }
  def dropWhile(p:A=>Boolean):List[A]=self match {
    case Nil=>Nil
    case h::t=>p(h) match {
      case true => t.dropWhile(p)
      case false=> self
    }
  }
  def ++[B>:A](list: List[B]):List[B]=self match {
    case Nil=>list
    case h::t=> ::(h,t++list)
  }
  def foldRight[B](z:B)(f:(A,B)=>B)={
    @tailrec
    def loop(list: List[A])(z:B)(f:(A,B)=>B):B=list match {
      case Nil =>  z
      case h::t => loop(t)(f(h,z))(f)
    }
    loop(self)(z)(f)
  }
  def invert=foldRight(Nil:List[A])(::(_,_))
  def length=foldRight(0)((_,b)=>b+1)
  def flatMap[B>:A](f:B=>List[B]):List[B]=self match {
    case Nil=> Nil
    case h::t=> f(h)++t.flatMap(f)
  }
  def map[B](f:A=>B)={
    @tailrec
    def loop(list: List[A])(result:List[B])(f:A=>B):List[B]=list match {
      case Nil=>result
      case h::t => loop(t)(::(f(h),result))(f)
    }
    loop(self)(Nil:List[B])(f).invert
  }
  def filter(p:A=>Boolean):List[A]={
    @tailrec
    def loop(list: List[A])(result:List[A])(p:A=>Boolean):List[A]=list match {
      case Nil => result
      case h::t => p(h) match {
        case true =>loop(t)(::(h,result))(p)
        case false=>loop(t)(result)(p)
      }
    }
    loop(self)(Nil)(p).invert
  }
  def take(n:Int):List[A]={
    @tailrec
    def loop(list: List[A])(result:List[A])(n:Int):List[A]=list match {
      case Nil=> result
      case h::t => n match {
        case 0        =>result
        case _ if n>0 =>loop(t)(::(h,result))(n-1)
      }
    }
    loop(self)(Nil)(n).invert
  }
  def takeWhile(p:A=>Boolean):List[A]={
    @tailrec
    def loop(list: List[A])(result:List[A])(p:A=>Boolean):List[A]=list match {
      case Nil=>result
      case h::t=>p(h) match {
        case true  => loop(t)(::(h,result))(p)
        case false => result
      }
    }
    loop(self)(Nil)(p).invert
  }
  def forall(p:A=>Boolean):Boolean={
    @tailrec
    def loop(list: List[A])(result:Boolean)(p:A=>Boolean):Boolean=list match {
      case Nil => result
      case h::t => p(h) match {
        case true => loop(t)(result)(p)
        case false=>false
      }
    }
    loop(self)(true)(p)
  }
  def exists(p:A=>Boolean):Boolean={
    @tailrec
    def loop(list: List[A])(result:Boolean)(p:A=>Boolean):Boolean=list match {
      case Nil  => result
      case h::t => p(h) match {
        case true=>true
        case false=>loop(t)(result)(p)
      }
    }
    loop(self)(false)(p)
  }
}
case class ::[+A](h:A,t:List[A]) extends List[A]
case object Nil extends List[Nothing]
object List{
  def empty[A]:List[A]=Nil
  def apply[A](xs:A*):List[A]={
    if(xs.isEmpty) empty[A]
    else ::(xs.head,apply(xs.tail:_*))
  }
}

三、数组

二维数组中的搜

其次向前制中1的个数

数组中出现次数超过一半的数字

斐波那契数列

盘数组的极其小数字

调动数组顺序使奇数位于偶数前面

Tree

trait Tree[+A] {
}
case object EmptyNode extends Tree[Nothing]{
  override def toString: String = "Nil"
}
case class Node[+A](value:A,left:Tree[A],right:Tree[A]) extends Tree[A]
object Tree{
  def node[A](value:A,left:Tree[A]=EmptyNode,right:Tree[A]=EmptyNode)=Node(value,left,right)
  def empty[A]:Tree[A]=EmptyNode
}

四、字符串

字符串操作

字符串中空格替换

字符串的顺序全排

让同样错字符串比如abbbcccd,输出a1b3c3d1,手写代码(注意起独家字符或会见油然而生十次上述之状态)

反转字符串,要求手写代码,优化速度、优化空间

尽丰富无还复子串(最长重复子串),手写代码

子串包含问题(KMP 算法)写代码实现

龙泉指Offers上的关于题材(基于scala解法)

五、树、二叉树

二叉搜索树及双向链表

二叉树中 和为某某值
的具备路线

重建二叉树

AVL树和AVL旋转、哈夫曼树和哈夫曼编码

B(B-)树、B+树、B树%E6%A0%91%E3%80%81B+%E6%A0%91%E3%80%81B%E6%A0%91.md)

二叉树前受后、层次遍历算法%E6%A0%91%E3%80%81B+%E6%A0%91%E3%80%81B%E6%A0%91.md)

红黑树

打高达为生打印二叉树

判断二叉搜索树的后序遍历序列

判定树B是免是树A的子结构

二叉树的插入

二叉查找树的删减操作,手写代码

二叉树镜像,手写代码

二叉树的镜像

数组中特出现平软的数字

0 0 0 ^ 0 = 0
0 1 0 ^ 1 = 1
1 1 1 ^ 1 = 0

一个整型数组里除了一个数字外,其它数字都出现零星赖,如数组Array(2, 3, 6, 3, 2, 5, 5),返回结果应也6,程序一样词话就是ok

val array=Array(2, 3, 6, 3, 2, 5, 5)
println(array.reduce(_^_))

拿问题改成一下:
一个整型数组除了少数只数字外,其它数字都出现些微蹩脚,如数组Array(2, 4, 3, 6, 3, 2, 5, 5),返回结果吧4及6。那么该怎么开吧?
还是用分区思想,我已认为自己写不出来!!!

object Main extends App {
  def findFisrtBitofOne(n:Int):Int={
     Stream.from(0).find(i=>IsBitofOne(n,i)==1).get
  }
  def IsBitofOne(n:Int,index:Int)= (n>>index)&(1) //index 从零开始 ; n的第index位是1吗?
//  IsBitofOne(Integer.valueOf("1010",2).toInt,0)
  val array=Array(2,4,3,6,3,2,5,5)
  val inDex=findFisrtBitofOne(array.reduce(_^_))
  val array1=array.filter(i=>IsBitofOne(i,inDex)==1)
  val array2=array.filter(i=>IsBitofOne(i,inDex)==0)
  println(array1.reduce(_^_))
  println(array2.reduce(_^_))
}

六、查找算法

吃最好外层的rootview,把此根视图下的一体button背景设置成赤,手写代码,不许用递归

一个行列,它的款式是12349678,9凡最高峰,经历了一个升同时降低之过程,找来其中的绝酷价值的位置,要求效率尽可能大

老二分叉查找,手写代码

次私分查找和变种二区划查找

发生雅量条 url,其中非重复的产生300万漫长,现在可望选择出双重出现次数最高的
url,要求效率尽可能的高

一律首英语文章,去丢字符只留下k个,如何错过丢才能够如这k个字符字典序最小

弗洛伊德算法和 Dijkstra算法的区分?复杂度是稍稍?讲说
Dijkstra算法的现实过程

呼吁1000为内之水仙花数以及40亿里头的水仙花数

万亿级别的个别单URL文件A和B,如何告出A和B的差集C,(Bit映射->hash分组->多文件读写效率->磁盘寻址以及利用规模对寻址的优化)

蚁群算法和蒙特卡洛算法

百度POI中安试下查找最近的商店功能(坐标镜像+R树)

4k屏的一致轴占用小内存?

自从10亿个数中找找符合条件的往往个数的笔触

请在100单电话号码找来135之电话号码  注意
不可知为此正则,(类似怎么最好之遍历LogGat日志)

打尾到头打印链表

对比从头到尾打印链表,从尾到头只需要递归即可解决。

  def fun[T](list:List[T]):Unit=list match {
    case Nil=>()
    case h::t =>
      fun(t)
      println(h)
  }

七、堆栈

行和货栈

据此鲜个仓库实现队列

判断栈的弹来队

饱含min函数的库房

堆积如山和栈在内存中之界别是什么(数据结构方面和实际贯彻者)

因而栈实现队列

当下是仓库的实现,这里连从未举行老处理等操作。scala有范型数组,隐式类型反射标记。

class Stack[T](implicit classTag: ClassTag[T]){
  @volatile private[this]  var _size=0
  val elems=new Array[T](100)
  def push(x:T)={
    elems(_size)=x
    _size+=1
  }
  def pop():T={
    _size-=1
    elems(_size)
  }
  def size=_size
  def isEmpty= size==0
}

当时是排的落实,用半单仓库互相转发实现了排。

class Queue[T](implicit classTag: ClassTag[T]){
  val a=new Stack[T]
  val b=new Stack[T]
  def appendTail(x:T)={
    a.push(x)
  }
  def deleteHead():T={
    while(!a.isEmpty){
      b.push(a.pop())
    }
    b.pop()//还有异常处理等等
  }
}

八、图

吃起些许个无为图,找来当下2单无向图被一致之环路。手写代码

图的BFS、DFS、prim、Dijkstra算法

几排序问题

算法

递归算法和迭代算法来什么优缺点?

Hash表、Hash函数及冲突解决

KMP的一个粗略说明

海量数据处理

算法

分治算法

动态规划

贪心不足算法

细分支限界法

浮点数的整数次方

矩形覆盖

跳台阶

变态跳台等

顺时针打印矩阵

冒泡

C语言风格的冒泡排序(指令式风格):

  def sort(array: Array[Int])={
    var temp=0
    for(i<- 0 until array.length-1){
      for(j<- 0 until array.length-i-1){
        array(j)>array(j+1) match {
          case true =>
            temp=array(j)
            array(j)=array(j+1)
            array(j+1)=temp
          case false=>()
        }
      }
    }
  }
快排

声明式风格的快排:

  def qsort(list:List[Int]):List[Int]=list match {
    case Nil=> Nil
    case h::t => qsort(t.filter(_<=h)) ++ List(h) ++ qsort(t.filter(_>h))
  }

斐波那么契数排问题

相同仅青蛙一赖可以过上1级台阶,也堪超越上2级台阶。求青蛙跳上n级台阶总共发生多少种跳法?
思路:把n级台阶的跳法看成n的函数;当青蛙选择跳出1高阶时,那么此时底跳法就是剩下的(n-1)台阶的跳法;如果选跳出2台阶,那么这底跳法就是剩下的(n-2)台阶的跳法。公式:f(n)=f(n-1)+f(n-2),代码应用尾递归形式:

  def loop(step:Int,res1:Int,res2:Int):Int=step match {
    case 1 => res1
    case _ if step>1=>loop(step-1,res2,res1+res2)
  }
  loop(5,1,2)

删去链表节点

  def deleteListNode(list:List[Int],x:Int):List[Int]=list match {
    case Nil=> Nil
    case h::t => h==x match {
      case true =>t//在c语言中,需要free指针
      case false=> h::deleteListNode(t,x)
    }
  }

查找来链表中倒数第k独节点

立道题递归是避不了底。

  def fun(list: List[Int],k:Int):Int=list match {
    case Nil=>0
    case h::t =>
      val now=1+fun(t,k)
      if(now==k)
        println(s"we found it:$h")
      now
  }

反转链表

即道题仅仅要递归一所有就是尽(尾递归更尽善尽美)

  def fun(list:List[Int],result:List[Int]):List[Int]=list match {
    case Nil  => result
    case h::t => fun(t,::(h,result))
  }//尾递归

合两个已经排序的列表

照例尾递归:

  def fun(list1:List[Int],list2:List[Int],result:List[Int]):List[Int]=(list1,list2) match {
    case (_,Nil)=>result.reverse++list1
    case (Nil,_)=>result.reverse++list2
    case (h1::t1,h2::t2)=>h1>h2 match {
      case true =>fun(list1,t2,h2::result)
      case false=>fun(t1,list2,h1::result)
    }
  }
  //测试:
  println(fun(List(1,3,5,7),List(2,3,6,8),Nil))

培植之旁结构

认清一个Tree是不是是别一个Tree的子树。
先是编写doesTree1haveTree2,这个法子从Tree1的树顶开始判断及Tree2的呼应节点是否等于,依然递归(这个序改化尾递归闹硌难度):

  def doesTree1HaveTree2[A](tree1:Tree[A],tree2: Tree[A]):Boolean=(tree1,tree2) match {
    case (EmptyNode,EmptyNode)=>true
    case (EmptyNode,_) =>false
    case (_,EmptyNode) =>true
    case (Node(value1,left1,right1),Node(value2,left2,right2))=>
      value1==value2 && doesTree1HaveTree2(left1,left2) && doesTree1HaveTree2(right1,right2)
  }
  //测试:
    val tree1=node(1,
    node(2,
      node(4),
      node(5)),
    node(3))
  val tree2=node(1,node(2),node(3))
  println(Tree.doesTree1HaveTree2(tree1,tree2))

判断Tree1是不是含有Tree2:

  def doesTree1containsTree2[A](tree1: Tree[A],tree2:Tree[A]):Boolean=(tree1,tree2) match {
    case (EmptyNode,EmptyNode)=>true
    case (_,EmptyNode)=>true
    case (EmptyNode,_)=>false
    case (Node(value1,left1,right1),_)=>
      doesTree1HaveTree2(tree1,tree2) || doesTree1containsTree2(left1,tree2) || doesTree1containsTree2(right1,tree2)
  }

二叉树的镜像

两三句话:

  def invert:Tree[A]=self match {
    case EmptyNode=>EmptyNode
    case Node(value,left,right)=>Node(value,left.invert,right.invert)
  }

self是scala中的自身类型,类似于this,在Tree着来定义。

二叉树被同为某值的途径

即程序来只稍题目即使是会见拿路子打印两破,部分细节小改一下尽管吓

  def fun(tree1:Tree[Int],result:Int,targetSum:Int,path:Stack[Int]):Unit={
    if(result==targetSum) {
      println("we found it")
      path.elems.foreach(i=>print(s" $i"))
    }
    if(tree1==EmptyNode)
      return
    val Node(value,left,right)=tree1
    path.push(value)
    fun(left,result+value,targetSum,path)
    fun(right,result+value,targetSum,path)
    path.pop()
  }

数组中起次数超过一半的数字

  def fun[T](array:Array[T])={
    var n=array(0)
    var times=1
    for(i<- 1 until array.length){
      if(array(i)!=n)
        times-=1
      if(times==0){
        n=array(i)
        times=1
      }
      if(array(i)==n)
        times+=1
    }
    n
  }

最小的k个数

马上题用运用优先队列(小根堆)(适合海量数据)Heap.insertHeap.deleteMin函数实现了上滤与下滤过程。

object Main extends App {
  import Comapre.intCompare
  val heap=new Heap[Int]()
  val k=2
  val array=Array(0,4,5,1,6,2,7,3,8) //0 index舍弃
  1 until  array.length foreach (i=>{
    while(heap.size==k)
      heap.deleteMin()
    heap.insert(array(i))
  })
  heap.print // 7 8
}
class Heap[T](implicit classTag: ClassTag[T]){ //从 1 开始
  private[this] val elems=new Array[T](100)
  var size=0
  def insert(x:T)(implicit com:Comapre[T])={
    def loop(i:Int):Int={
      if(com.compare(elems(i/2),x)<=0) //如果父节点比待插入的数据小 则返回当前节点
        return i
      elems(i)=elems(i/2)
      loop(i/2)
    }
    elems(loop(size+1))=x
    size+=1

  }
  def deleteMin()(implicit com:Comapre[T]):T={
    def loop(i:Int):Int={
      if(i>size)
        return i/2
      val left=elems(i*2)
      val right=elems(i*2+1)
      if(com.compare(left,right)<0){
        elems(i)=left
        loop(2*i)
      }else{
        elems(i)=right
        loop(2*i+1)
      }
    }
    val result=elems(1)
    val last=elems(size)
    elems(loop(1))=last
    size-=1
    return result
  }
  def print=1 to size foreach(i=>println(elems(i)))
}
trait Comapre[T]{
  def compare(x:T,y:T):Int
}
object Comapre{
  implicit val intCompare:Comapre[Int]=new Comapre[Int] {
    override def compare(x: Int, y: Int): Int =x-y match {
      case r if r>0 => 1
      case 0  => 0
      case r if r<0 => -1
    }
  }
}

最为大子序列的及

以动态规划:

澳门网上娱乐 1

代码如下:

object Main extends App {
  val array=Array(1,-2,3,10,-4,7,2,-5)
  def fun(i:Int):Int={
    if(i==0)
      return array(i)
    if(fun(i-1)<0)
      return array(i)
    return fun(i-1)+array(i)
  }
  println(fun(array.length-2))
}

首先单就现出一样涂鸦的字符

每当字符串中摸索来第一个只出现相同次于的字符。如输入"abaccdeff"则输出'b',思路类似于桶排序,在scala或者java中一个char占16号(两字节),但是咱无非待容纳所有ascill码的桶就尽(即数组长度位256)。

object Main extends App {
  val str="abaccdeff"
  val array=new Array[Int](256)
  str.map(_.toInt).foreach(i=> array(i)+=1)
  val r=array.zipWithIndex.find{case (i,_)=>i==1}.get._2.toChar
  println(r)//b
}

片单链表的率先只集体结点

有限独链表有重合部分,那么就简单漫长链表比较像Y型,而休是X型。

object Main extends App {
  val orgin=List(6,7,8,9)
  val list1=1::2::3::orgin
  val list2=  4::5::orgin
  def fun(listA: List[Int],listB:List[Int]):List[Int]={
    if(listA eq listB)
      return listA
    fun(listA.tail,listB.tail)
  }
  val lenthg1=list1.length
  val length2=list2.length
  val r=if(lenthg1>length2)
    fun(list1.drop(lenthg1-length2),list2) //把长的部分给扔了,"削平"
  else
    fun(list1,list2.drop(length2-lenthg1)) //把长的部分给扔了,"削平"
  println(r)
}

二叉树的深度

  def height[A](tree:Tree[A]):Int=tree match {
    case EmptyNode=> 0
    case Node(_,left,right)=>
      1+Math.max(height(left),height(right))
  }

二叉树是否平衡

先勾勒单大概的版本(需要多次重复遍历结点,不可取):

  def isBalanaced[A](tree:Tree[A]):Boolean=tree match {
    case EmptyNode=>true
    case Node(_,left,right)=>
      if(Math.abs(height(left)-height(right))>1)
        return false
      isBalanaced(left) && isBalanaced(right) //如果左右高度差大于1的话 直接返回false
  }

快速改进版本(需要以IntHolder来拟指针):

case class IntHolder(var value:Int){//以此来模拟指针
  override def toString: String = s"$value"
}

  def isBalanaced[A](tree:Tree[A],h:IntHolder):Boolean=tree match {
    case EmptyNode=>
      h.value=0
      true
    case Node(_,left,right)=>
      val left_height=IntHolder(0)
      val right_height=IntHolder(0)
      if(isBalanaced(left,left_height) && isBalanaced(right,right_height)){
        if(Math.abs(left_height.value-right_height.value)<=1){
          h.value = Math.max(left_height.value,right_height.value)+1
          return true
        }
      }
      return false
  }

测试用例:
object Main extends App {
  val tree=node(1,
    node(2,
      node(4),
      node(5,
        node(7))),
    node(3,empty,node(6)))
  val r=Tree.isBalanaced(tree,IntHolder(0))
  println(r)//true
}

二维数组的找

有这么的一个二维数组,每一行还在准从左到右递增的一一排序。每一样列都循从上到下的各个排序。现在加以一个往往,请判断数组中是否带有这个累。
声明式编程

1 2 8 9
2 4 9 12
4 7 10 13
6 8 11 15
object Main extends App {
  val array_rows=4 //其实是4行
  val array_cols=4 //其实是4列
  val array=Array(
    Array(1,2,8,9),
    Array(2,4,9,12),
    Array(4,7,10,13),
    Array(6,8,11,15))
  def fun(row_index:Int,col_index:Int,target:Int):Option[(Int,Int)]={
    if(row_index==array_rows || col_index== -1) //出界了
      return None
    if(array(row_index)(col_index) == target)
      return Some((row_index,col_index))
    if(array(row_index)(col_index)>target) //说明这个数所在列 都大于target 此列略过
      return fun(row_index,col_index-1,target)
    if(array(row_index)(col_index)<target) //说明这个数所在行都比target小,target不可能在此行
      return fun(row_index+1,col_index,target)
    return None
  }
  println(fun(0,3,7))
}

旋转数组的卓绝小数字

拿一个数组最开始的若干只要素搬至数组的终极。我们誉为旋转数组。输入一个递增数组排序的数组的一个转,输出旋转数组的顶小元素。比如{3,4,5,1,2}也一个筋斗数组,找来其极小数。

object Main extends App {
  val intArray=Array(3,4,5,1,2)
  def fun(left:Int,right:Int):Option[Int]={
    val mid=(left+right)/2
    if(right-left ==1)
      return Some(right)
    if(intArray(left) < intArray(mid)) //说明中间数仍然在第一个自增数组里
      return fun(mid,right)
    if(intArray(right)>intArray(mid)) //说明了中间数把后递增数组小
      return fun(left,mid)
    return None
  }
  println(fun(0,intArray.length-1))//Some(3) 第4个
}

数值的整数次方

生一个公式:
澳门网上娱乐 2

object Main extends App {
  def fun(base: Int,exp:Int):Int={
    if(exp==0)
      return 1
    if(exp==1)
      return base
    var result=fun(base,exp/2) //因为 (exp-1)/2与exp/2的结果是一样的
    result=result*result
    if((exp&1)==1)
      result=result*base
    return result
  }
  println(fun(2,2))
}

调频繁组元素顺序使奇数位于偶数前面

object Main extends App {
  val array=Array(1 to 10:_*)
  def exchange(left:Int,right:Int)={
    val temp=array(left)
    array(left)=array(right)
    array(right)=temp
  }
  def fun(left:Int,right:Int):Unit={//奇数在前   偶数在后
    if(left==right)
      return
    if(array(right)%2==0)//右为偶数的话
      fun(left,right-1)
    if(array(left)%2==0) //左为偶数的话 交换
      exchange(left,right)
    if(array(left)%2==1) //左为奇数的话
      fun(left+1,right)
  }
  fun(0,array.length-1)
  array.foreach(println)//ok
}

具备min函数的堆栈

定义栈的数据结构,请以该品种受到落实一个会赢得栈的无比小元素的min函数。在该栈中,调用min、push以及pop的光阴复杂度都是O(1)。
早晚用辅助栈的啦!

步骤 操作 数据栈 辅助栈 最小值
1 压入3 3 3 3
2 压入4 3,4 3,3 3
3 压入2 3,4,2 3,3,2 2
4 压入1 3,4,2,1 3,3,2,1 1
5 弹出 3,4,2 3,3,2 2
6 弹出 3,4 3,3 3
7 压入 3,4,0 3,3,0 0

代码:

class StackWithMin{
  type T=Int
  val dataStack=new Stack[T]()
  val minStack=new Stack[T]()
  def push(x:T)={
    if(dataStack.isEmpty&&minStack.isEmpty){
      dataStack.push(x)
      minStack.push(x)
    }else{
      if(x>minStack.peak)
        minStack.push(minStack.peak)
      else
        minStack.push(x)
      dataStack.push(x)
    }
  }
  def pop()={
    minStack.pop()
    dataStack.pop()
  }
  def min=minStack.peak
}
class Stack[T]( implicit classTag: ClassTag[T]){
   val arr_data=new Array[T](100)
  @volatile var length=0
  def push(x:T)={
    arr_data(length)=x
    length+=1
  }
  def pop()={
    length-=1
    arr_data(length)
  }
  def peak= arr_data(length-1)
  def isEmpty=length==0
}

转单词顺序 VS 左旋转字符串

掉单词顺序
是一个字符串"i am a student. ",翻转句子中只是词之相继,但单纯词内字符的逐一不更换,应该出口" student. a am i"
代码分为两独模块:翻转对许间隔澳门网上娱乐上之累累组,以及查找有数组中空格中的对应索引:

  def exchange(array: Array[Char],left:Int,right:Int)={
    val temp=array(left)
    array(left)=array(right)
    array(right)=temp
  }
  def reverse(array: Array[Char],left:Int,right:Int):Unit={
    if(left==right || left>right)
      return
    exchange(array,left,right)
    reverse(array,left+1,right-1)
  }

  val charArray="i am a student. ".toCharArray
  reverse(charArray,0,charArray.length-1)
  var l=0
  var r=0
  for(index<- 0 until charArray.length-1){
    if(charArray(index)==' '){
      r=index
      reverse(charArray,l,r)
      l=r
    }
  }
  println(charArray.mkString(""))

左旋转字符串
还记得旋转数组也?
输入"abcdef"和2,得到"cedfab"
那程序怎么写:

  val charArray="abcdef".toCharArray
  reverse(charArray,0,charArray.length-1)
  reverse(charArray,0,charArray.length-1-2)
  reverse(charArray,charArray.length-2,charArray.length-1)
  print(charArray.mkString)

老三赖回就实施。