在迭代方法中，我们必须创建两个队列，一个队列保存左子节点值，另一个队列保存右子节点值。如果树为空，则它相对于穿过其根节点的垂直轴是对称的。否则，检查两个子树的根节点的值是否相同。如果是，则检查左子树和右子树是否对称。将左子节点值和右子节点值入队到队列 1，并将右子节点值和左子节点值入队到队列 1示例public class TreesPgm{    public ... 阅读更多

CoinChangeBottomUpApproach 接收 3 个参数作为输入，n 是金额，coins 数组包含硬币的总数，t 包含硬币的总数。声明一个动态数组，存储先前计算的值。循环遍历数组并计算计算金额所需的最小硬币数。如果已完成计算，则从动态数组中获取值。时间复杂度 - O(N)空间复杂度 - O(N)示例public class DynamicProgramming{    public int CoinChangeBottomUpApproach(int n, int[] coins, int t){       int[] dp = new int[100];       for (int i = 1; i < n; i++){   ... 阅读更多

CoinChangeTopDownApproach 接收 4 个参数，n 是金额，coins 数组包含需要从中计算金额的硬币，t 是硬币的总数，dp 数组将存储所有预先计算的值。如果金额为 0，则返回 0。如果该值已计算，则从 dp 数组返回。如果该值未计算，则递归调用 CoinChangeTopDownApproach。时间复杂度 - O(N)空间复杂度 - O(N)示例public class DynamicProgramming{    public int CoinChangeTopDownApproach(int n, int[] coins, int t, int[] dp){       if (n == 0){          return 0;   ... 阅读更多

MinimumStepstoOneBottomdownApproach 接收整数 n 作为输入。参数 n 包含元素的总数。初始条件检查 n 是否等于 1。如果 n 等于 1，则返回 0。将 op1、op2 和 op3 初始化为最大值。如果 n mod 3 等于 0，则递归调用 MinimumStepstoOneBottomdownApproach 并将其分配给 op1，如果 n mod 3 等于 0，则递归调用 MinimumStepstoOneBottomdownApproach 并将其分配给 op2，否则将 n 减 1 并调用 MinimumStepstoOneBottomdownApproach。最后从 dp 数组返回该值时间复杂度 - O(N)空间复杂度 - O(N)示例public class DynamicProgramming{    public int ... 阅读更多

MinimumStepstoOneTopdownApproach 接收整数 n 和一个整数数组作为输入。参数 n 包含元素的总数。初始条件检查 n 是否等于 1。如果 n 等于 1，则返回 0。将 op1、op2 和 op3 初始化为最大值。如果 n mod 3 等于 0，则递归调用 MinimumStepstoOneTopdownApproach 并将其分配给 op1，如果 n mod 3 等于 0，则递归调用 MinimumStepstoOneTopdownApproach 并将其分配给 op2，否则将 n 减 1 并调用 MinimumStepstoOneTopdownApproach。最后调用 Math.Min 计算三个元素的最小值 ... 阅读更多

斐波那契数列是一组数字，以 1 或 0 开头，然后是 1，并根据以下规则进行：每个数字（称为斐波那契数）等于前两个数字之和。自底向上方法首先专注于解决基础级别的较小问题，然后将其集成到完整和完整的解决方案中。时间复杂度 - O(N)空间复杂度 - O(N)示例public class DynamicProgramming{    public int fibonacciBottomupApproach(int n){       int[] dpArr = new int[150];       dpArr[1] = 1;       for (int i = 2; i

斐波那契数列是一组数字，以 1 或 0 开头，然后是 1，并根据以下规则进行：每个数字（称为斐波那契数）等于前两个数字之和。自顶向下方法专注于将一个大问题分解成更小、更容易理解的块。空间复杂度为 O(N)，因为我们创建了一个额外的数组内存，其大小等于数字的大小。时间复杂度 - O(N)空间复杂度 - O(N)示例public class DynamicProgramming{    public int fibonacciTopdownApproach(int n, int[] dpArr ){       if(n==0 || n ... 阅读更多

LongestIncreaingSubsequence 返回数组中连续子序列的整数。该方法有一个 for 循环，它迭代并跟踪数字。最终结果将包含计算出的 Max。时间复杂度为 O(N)，因为每个元素都被访问一次，空间复杂度为 O(1)，因为我们没有使用任何存储空间。时间复杂度 - O(N)空间复杂度 - O(1)示例   - {2, 4, 6, 5, 8}输出 - 3示例public class Arrays{    public int longestIncreaingSubsequence(int[] nums){       if (nums == null || nums.Length == 0){          return -1;     ... 阅读更多

从给定的字符串输入中，使用滑动窗口技术，使用 2 个指针 i 和 j。i 和 j 都将指向字符串中的相同字符。遍历字符串并将其添加到列表中。如果找到重复的字符，则将其从列表中删除，否则将其追加到列表中。示例 1输入 - s = "abcabcbb"输出 - 3解释 - 答案是 "abc"，长度为 3。示例 2输入 - s = "bbbbb"输出 - 1解释 - 答案是 "b"，长度为 1。时间复杂度 - O(N)空间复杂度 - O(N)示例public class Arrays{    public int LongestSubstringWithNoRepeatingCharacters(string s){   ... 阅读更多

如果字符串 X 和 Y 中每个字符的所有出现都可以替换为另一个字符以获得 Y，反之亦然，则称这两个字符串为同构。例如，考虑字符串 ACAB 和 XCXY。每个字符的所有出现都必须替换为另一个字符，同时保留字符的顺序。不能有两个字符映射到同一个字符，但一个字符可以映射到自身。示例 1输入 - s = "egg"，t = "add"输出 - true示例 2输入 - s = "foo"，t = "bar"输出 - false时间复杂度 - O(N)空间复杂度 - O(N)代码public class Arrays{    public bool IsStringIsomorphic(string s, string t){     ... 阅读更多