力扣310.最小高度树(拓扑排序，无向图)，力扣.加油站力扣.矩阵置零力扣.二叉树中的最大路径和
目录
力扣310.最小高度树(拓扑排序，无向图)
力扣.加油站
力扣.矩阵置零
力扣.二叉树中的最大路径和
力扣310.最小高度树(拓扑排序，无向图)
当他是最小高度树时候，树根必定是中心节点，且中心节点一定一两个，且中心节点在最长路径之间，不是找树，而是找中心节点，左右子树都为空的，不要去考虑
相当于是先整一圈，把周围的叶子节点都处理了，然后再处理其他叶子节点，在处理，直到剩下最后一两个
那么这个无向图，换句话就需要把东西插入，每个都算一个入度，换句话说，在边上的节点，会先被排除
class Solution {public List<Integer> findMinHeightTrees(int n, int[][] map) {ArrayList <Integer>res=new ArrayList<>();if(n==1) {res.add(0);return res;}Map<Integer,ArrayList<Integer>> edges=new HashMap<>();//统计每个顶点的入度int []in=new int[n];//建图for(int i=0;i<map.length;i++){//找到的是b->a的边int a=map[i][0];int b=map[i][1];//节点和邻居们if(!edges.containsKey(b)){edges.put(b,new ArrayList<>());}if(!edges.containsKey(a)){edges.put(a,new ArrayList<>());}edges.get(b).add(a);edges.get(a).add(b);//b指向a,所以a的入度++。in[a]++;in[b]++;}
//拓扑排序LinkedList<Integer>q=new LinkedList<>(); //此时此刻，叶子节点们都数量//有向图:(1)先把入度为0的点，加入到队列中//无向图:(2)连接到就只有一条线，所以加入队列for(int i=0;i<n;i++){//说明你的入度为1，那么没人指向你，就自己一个if(in[i]==1) q.add(i);}//2.bfswhile(!q.isEmpty()){
//其实这个res的清空，就是一个处理，其实实际就是最后一块有用。前面那些个其实没啥大用，其实可以考虑，只剩下最后一轮的时候，res.clear();int sz=q.size();while(sz!=0){int leaf=q.poll();res.add(leaf);ArrayList<Integer>neighbors=edges.get(leaf);//某个叶子节点都邻居们for(int neighbor:neighbors){in[neighbor]--;//他的边为1，就说明他是作为叶子节点，所以我们需要把叶子节点出去，然后新的叶子节点进行添加。if(in[neighbor]==1){q.add(neighbor);};}sz--;}}return res;
}
}力扣.加油站
这个题看起来简单，但是测试数据有一个很恶心，牛魔来20个0，真想开小米su7床死出数据的
优化的想法是这么
我们观察一下，他的gas和cos，首先考虑是不是gas最后一定要是大于等于cost的，那么我们再考虑，我们不管从哪里出发，是不是都是要走一圈，那么再思索，假如看第一个示例，前面几个 -2 -2 -2，3，3这个就是gas-cos，那么我们看路途中会不会出现是不是就是相当于分开两半，从最小位置的下一个位置(这个示例，最低的亏损是-6，那么从-6的后一个出发，就相当于可以最晚走到亏损最少的点，假如此时还不行，那么就肯定不行了)
class Solution {public int canCompleteCircuit(int[] gas, int[] cos) {int n=gas.length;int ret=0;int minret=0;int minIndex=0;for(int i=0;i<n;i++){//此时获得到的汽油要求比消耗到i+1的汽油多//ret表示当前油多少汽油ret+=gas[i]-cos[i];//在能够到达下一个的时候，才算是你成功if(ret<minret){minret=ret; minIndex=i+1;} }return ret>=0?minIndex:-1;}
}力扣.矩阵置零
class Solution {public void setZeroes(int[][] matrix) {int row = matrix.length;int col = matrix[0].length;boolean row0_flag = false;boolean col0_flag = false;//为什么要特殊处理第一行和第一列，因为他们在中间和在第一行，第一列是不同的// 第一行是否有零for (int j = 0; j < col; j++) {if (matrix[0][j] == 0) {row0_flag = true;break;}}// 第一列是否有零for (int i = 0; i < row; i++) {if (matrix[i][0] == 0) {col0_flag = true;break;}}//原因:我们的原理是标记每个点的左边开头的点，和上面开头的点，我们扫描时候是扫描，就是不在左边和上面的点，所以从1，1，开始改变//那么假如我们最左边一列和最上面一列也有0咋整，这个老铁自己进行一个处理，先统计这些个在边上的，然后最后 再去改变这些在边上的//相当于标记每个0这个点的，行的起始点和列的起始点// 把第一行第一列作为标志位for (int i = 0; i < row; i++) {for (int j = 0; j < col; j++) {if (matrix[i][j] == 0) {matrix[i][0] = matrix[0][j] = 0;}}}// 找到先前开头的0的节点，把标记的0的行和列都给他置为0就好for (int i = 1; i < row; i++) {for (int j = 1; j < col; j++) {if (matrix[i][0] == 0 || matrix[0][j] == 0) {matrix[i][j] = 0;}}}if (row0_flag) {for (int j = 0; j < col; j++) {matrix[0][j] = 0;}}if (col0_flag) {for (int i = 0; i < row; i++) {matrix[i][0] = 0;}} }
}力扣.二叉树中的最大路径和
思路:这个蛮不好想的，拿下面图做示例，可以看到，假如我们在-10，我们可以选择要么是9，要么是20+15或者20+7，相当于他是一条直线（只允许一个根这样),那么我们统计就相当于统计左右节点最大能给的值，就是本身的节点+左右节点中最大的节点12
/*** Definition for a binary tree node.* public class TreeNode {* int val;* TreeNode left;* TreeNode right;* TreeNode() {}* TreeNode(int val) { this.val = val; }* TreeNode(int val, TreeNode left, TreeNode right) {* this.val = val;* this.left = left;* this.right = right;* }* }*/
class Solution {int maxSum=-100;public int maxPathSum(TreeNode root) {dfs(root);return maxSum;}public int dfs(TreeNode root) {if(root==null)return 0;int count=0;count+=root.val;int left =Math.max(dfs(root.left),0);int right=Math.max(dfs(root.right),0);count+=left+right;maxSum=Math.max(maxSum,count);return root.val+Math.max(left,right);}}