-
编辑 删除
java编写树的序列化与反序列化。
以下是Java实现的树序列化与反序列化代码，支持二叉树结构：class TreeNode { int val; TreeNode left; TreeNode right; TreeNode(int x) { val = x; }} java.util.LinkedList;impor
-
编辑 删除
java编写链表快速排序算法。
以下是Java实现的链表快速排序算法，包含链表节点定义和快速排序实现：class ListNode { int val; ListNode next; ListNode(int x) { val = x; }}public class LinkedListQuickSort { &nb
-
编辑 删除
用递归写一个快速排序，并追踪递归深度。
以下是带递归深度追踪的快速排序实现：def quick_sort(arr, depth=1): if len(arr) <= 1: print(f"递归深度: {depth} - 基本情况") return arr
-
编辑 删除
实现一个布隆过滤器并分析误判率。
以下是布隆过滤器的Python实现及误判率分析：import mathimport mmh3from bitarray import bitarrayclass BloomFilter: def __init__(self, item_count, fp_prob): self.fp_prob = fp_prob&nb
-
编辑 删除
编写一个表达式求值器，支持括号与优先级。
以下是支持括号与优先级的表达式求值器的Python实现，使用双栈法（操作数栈和运算符栈）处理运算符优先级：class ExpressionEvaluator: def __init__(self): self.precedence = {'+':1, '-':1, '*'
-
编辑 删除
java实现拓扑排序，检测有向图中是否存在环。
import java.util.*;public class TopologicalSort { private int V; // 顶点数 private LinkedList<Integer> adj[]; // 邻接表 TopologicalSort(int v) { 
-
编辑 删除
python实现马踏棋盘（骑士巡逻）回溯问题。
def solve_knights_tour(n): # 初始化棋盘 board = [[-1 for _ in range(n)] for _ in range(n)] # 马的8种可能移动方式 move_x = [2, 1, -1, -2, -2, -1, 1, 2]  
-
编辑 删除
python写一个函数检测括号是否成对匹配，支持所有类型括号
用 Python 编写的函数，用于检测字符串中的括号是否成对匹配。它支持所有类型的括号：圆括号：( )方括号：[ ]花括号：{ }这个函数使用了 栈（stack） 的数据结构来实现括号匹配的判断。✅ 示例代码如下：python深色版本def is_parentheses_matched(s): # 定义括号的映射关系 &n
-
编辑 删除
java写一个支持缓存过期时间的哈希表。
实现一个支持缓存过期时间的哈希表是一个常见的需求，特别是在需要缓存机制的应用中。你可以使用一个 HashMap 来存储键值对，并结合一个优先级队列或类似的数据结构来管理过期时间。下面是一个简单的实现示例，使用 HashMap 和 ConcurrentHashMap（线程安全版本）结合 PriorityQueue 来管理带有过期时
-
编辑 删除
java实现一个区间树（Interval Tree）支持快速查询。
区间树（Interval Tree）是一种增强型的二叉搜索树，专门用于存储区间并支持快速查询，比如查找与给定区间重叠的所有区间。区间树通常使用红黑树或 AVL 树作为底层结构，以确保树的平衡性。下面是一个使用 Java 实现的简单区间树示例，支持插入区间和查询与给定区间重叠的区间。为了简化实现，我们将使用基本的二叉搜索树结构，不实现自平衡（如红黑树或 AVL 树）以保持代码简洁。在实际应用中，建议
-
编辑 删除
python实现快速幂（支持大整数与取模）。
快速幂算法（也称为“二分求幂”）是一种高效计算大整数幂次的方法，特别是在需要对结果取模时非常有用。它通过将指数分解为二进制形式，利用幂的性质减少乘法次数，从而提高计算效率。算法原理快速幂算法的核心思想是将幂次运算分解为一系列平方和乘法操作。对于计算 abmod mabmodm，算法步骤如下：将指数 bb 表示为二进制形式。从最低位到最高位依次处理每一位：如果当前位是
-
编辑 删除
python
实现红黑树（Red-Black Tree）并支持删除操作是一个相对复杂的任务，因为红黑树是一种自平衡的二叉搜索树，需要在插入和删除操作后通过调整节点颜色和旋转来保持其性质。以下是红黑树的基本性质和删除操作的大致步骤：红黑树的性质节点是红色或黑色。根节点是黑色。每个叶子节点（NIL或空节点）是黑色。如果一个节点是红色，则它的两个子节点都是黑色（即不能有两个连续的红色节点）。从任一节
-
编辑 删除
java编写堆排序、归并排序、桶排序并比较效率。
下面是 Java 中堆排序、归并排序和桶排序的实现，以及一个简单的程序来比较它们的效率。我们将使用 System.nanoTime() 来测量每种排序算法的运行时间。堆排序堆排序是一种基于比较的排序算法，利用二叉堆的数据结构来实现。javaCopy Codeimport java.util.Arrays;import java.util.Rando
-
编辑 删除
java实现一个稀疏矩阵相乘函数。
在 Java 中实现稀疏矩阵相乘的函数，可以利用稀疏矩阵的特性来优化存储和计算。稀疏矩阵中大部分元素为零，因此我们可以只存储非零元素及其位置，以减少空间复杂度和计算量。以下是一个简单的 Java 实现，使用三元组列表来表示稀疏矩阵，并进行矩阵相乘：javaCopy Codeimport java.util.ArrayList;import java.util.List
-
编辑 删除
实现 Dijkstra 算法解决最短路径问题。
Dijkstra 算法是一种用于计算单源最短路径的经典算法，适用于加权有向图，其中边的权重为非负数。以下是 Dijkstra 算法的 Python 实现：pythonCopy Codeimport heapqdef dijkstra(graph, start): """  
-
编辑 删除
给定一个数字序列，找到最长递增子序列长度（LIS）
要找到给定数字序列的最长递增子序列（LIS）的长度，可以使用动态规划或二分查找结合动态规划的方法。以下是这两种方法的简要说明和实现：方法 1：动态规划动态规划方法的时间复杂度为 O(n2)O(n2)，其中 nn 是序列的长度。定义状态：设 dp[i] 表示以第 i 个元素结尾的最长递增子序列的长度。状态转移方程：dp[i
-
编辑 删除
编写 Trie 树并实现搜索联想功能（如搜索引擎）
实现一个 Trie 树（前缀树）并支持搜索联想功能是一个经典的计算机科学问题。Trie 树是一种用于高效存储和检索字符串集合的数据结构，特别适合用于实现自动补全和搜索联想功能。下面是一个 Python 实现的 Trie 树，包括插入和搜索联想功能：pythonCopy Codeclass TrieNode: def __i
-
编辑 删除
实现一个稀疏矩阵乘法，支持链式操作
实现稀疏矩阵乘法并支持链式操作可以通过创建一个稀疏矩阵类来完成。这个类需要支持矩阵乘法运算，并且返回的结果仍然是一个稀疏矩阵对象，以便可以继续进行链式操作。以下是一个简单的Python实现：pythonCopy Codeclass SparseMatrix: def __init__(self, data=Non
-
编辑 删除
用 KMP 算法实现字符串匹配，支持通配符。
KMP（Knuth-Morris-Pratt）算法是一种用于在字符串中查找子串的高效算法。标准的 KMP 算法不支持通配符，但我们可以通过一些修改来扩展它，以支持通配符匹配。常见的通配符包括 ?（匹配任意单个字符）和 *（匹配任意数量的字符，包括零个字符）。为了实现支持通配符的字符串匹配，我们可以使用一种类似于动态规划的方法，而不是直接使用标准的 KMP 部分匹配表。下面是一个
-
编辑 删除
java写一个 Trie 树并实现搜索词自动补全。
在 Java 中，Trie 树（也称为前缀树）是一种用于高效存储和检索字符串集合的数据结构，特别适合实现自动补全功能。下面是一个简单的 Trie 树实现，包括插入和自动补全功能：javaCopy Codeimport java.util.ArrayList;import java.util.List;class TrieNode {
